Core Concepts
本研究では、卓上サッカーゲームの状態を正確に検出するためのCNNベースのシステムを提案する。このシステムは、ゲームの状態を表す重要なパラメータ(フィギュアの位置と角度)を予測することができる。
Abstract
本研究では、卓上サッカーゲームの状態検出のためのCNNベースのシステムを提案している。
まず、加速度センサーとモーターを使って、ゲームの状態に関する正解データセットを作成した。このデータセットには、黒チームのフィギュアの位置と角度、および白チームのフィギュアの角度が含まれている。
次に、ResNet、MobileNet、EfficientNetなどの代表的なCNNアーキテクチャをベースとした回帰モデルを開発した。これらのモデルは、入力画像から各フィギュアの位置と角度を直接予測することができる。
評価の結果、提案システムは、フィギュアの位置と角度を高精度で予測できることが示された。位置の平均絶対誤差は3.88mm、角度の平均絶対誤差は5.93度と、事前に定義した許容範囲内であった。
ただし、照明条件や画像のブラー等の要因によって、予測精度が大きく変動することが課題として残されている。また、現在のシステムでは60FPSの実時間検出を達成できていない。今後の課題として、並列処理の導入や、より頑健なカメラシステムの検討が挙げられる。
Stats
フィギュアの位置の平均絶対誤差は3.88mmである。
フィギュアの角度の平均絶対誤差は5.93度である。