Markerless Pose Estimation for Resistance Training Technique Assessment

身体トレーニングの世界において、筋力を構築することと怪我を防ぐことの差は、身体の動きという単一の詳細な点に集約される。数十年にわたり、専門家は動きを判断するために主に2つの方法に頼ってきた。一つは人間の目であり、コーチがアスリートを観察し、経験に基づいてフィードバックを行う。もう一つは研究所であり、科学者が高価なカメラと皮膚に貼られた小さな反射ステッカーを使用して、あらゆる関節を極めて精密に測定する。研究所による手法は否定できない正確さを提供するが、それは研究センターの中に閉じ込められており、多くの人がトレーニングを行うウェイトルームからは遠く離れている。これにより、動きに関するハイテクな科学と、ウェイトを持ち上げる日常的な現実との間に溝が生じている。

ブリストル大学による新しい研究は、「標準的なスマートフォンのカメラがあれば、ステッカーや特別な機材なしで、人が安全にリフトアップできているかどうかを判断できるのか？」という単純な問いを投げかけることで、この溝を埋めようとしている。研究者たちは、スクワット、ベンチプレス、デッドリフトという3つの基本的なエクササイズに焦点を当てた。なぜなら、これらの動きは複数の関節を伴い、正しく行われない場合に怪我のリスクが高いためである。彼らは、コンピュータビジョン（機械がビデオから人間の身体を「見て」マッピングすることを可能にする技術）が、研究所へ行く必要性を代替できるかどうかを知りたかったのである。その目的は、完璧な医療ツールを作ることではなく、実用的でアクセシブルなシステムが、動きの不可欠な形状を捉え、既知の「良質な例」と比較できるかどうかを確認することであった。

このアイデアをテストするために、チームは、普通のビデオ映像を取り込み、それを動きの物語へと変換するデジタルフレームワークを構築した。彼らは、ビデオの全フレームにおいて、肩、肘、膝といった人間の身体の33の主要なポイントを特定できる軽量なコンピュータプログラムを使用した。これらのポイントが特定されると、システムはそれらを連結して、人が動く際の関節の角度を計算した。例えばスクワットの場合、プログラムは膝がどのように曲がり、胴体がどのように前方に傾くかを観察した。研究者たちは、指導用クリップのコレクションから完璧な反復動作のビデオを選択することで、「ゴールドスタンダード（黄金基準）」となるリファレンスを作成した。この完璧な動きがターゲットとなり、他のすべての試行を測定するためのテンプレートとして機能した。

研究者たちは、数百本のビデオをシステムに投入し、照明が不十分なものや、身体が隠れすぎているものを除外した。彼らは89本の高品質な録画データに基づいたデータセットに焦点を当てた。スクワットのビデオを分析した際、システムは驚くほどうまく機能した。システムは、膝が曲がったり伸びたりする滑らかな曲線を描きながら、ほぼすべてのフレームで動きの追跡に成功した。コンピュータは、深くコントロールされたスクワットと、浅い、あるいは不安定なスクワットの違いを見分けることができた。テストビデオにおける膝の角度を完璧なリファレンスの角度と比較することで、システムはスコアを割り当てた。スコアが100であれば動きが理想と完全に一致していることを意味し、スコアが低ければ逸脱を示していた。10回のスクワットの反復を含む一つのテストでは、システムは最初のレップ（反復）が理想から最も離れており、8回目が最も近い一致を示していることを特定した。これは、この技術が、エクササイズの単一のセット内であっても、テクニックの微妙な変化を特定できることを示している。

しかし、この研究は、このような技術を使用する誰もが尊重しなければならない重大な限界も明らかにしている。それは、カメラの角度が他の何よりも重要であるということだ。研究者たちは、人が静止したスクワット姿勢を保ちながら、その周囲を歩き回り、横、後ろ、そして前から撮影するというテストを行った。カメラが真横に配置され、動きを平面的な二次元プロファイルとして捉えているときは、膝の角度は正しく見えた。しかし、カメラが前や後ろに移動すると、たとえ人の足が全く動いていなくても、コンピュータによる膝の角度の推定値は劇的に変化した。この歪みは、リフターが金属製のウェイトラックの中にいる場合にさらに悪化し、バーが身体の一部を遮ってしまうことで生じた。システムは隠れた関節がどこにあるのかを推測するのに苦労し、混乱を招く不正確なデータをもたらした。この発見により、カメラをどこにでも置けるという考えは否定された。技術を機能させるためには、ビデオを特定のサイドオン（側面）からの視点で撮影しなければならない。

また、この技術は、エクササイズによって得意不得意があることも示した。スクワットとデッドリフトは高い信頼性で追跡できた一方で、ベンチプレスは困難であることが判明した。ベンチプレスでは、人は背中を仰向けにして横たわっており、重いバーベルが腕や肩の視界を遮ってしまう。コンピュータが主要な関節を明確に見ることができなかったため、ビデオの大部分において追跡に失敗した。このことは、この手法が、身体が完全に見える直立した動きには強力である一方で、あらゆる種類のエクササイズに対して準備ができているわけではないことを示唆している。研究者たちは、彼らのシステムはアクセシブルなバイオメカニクスへの有望な一歩であり、スクワットやデッドリフトに対して有用なフィードバックを提供できるが、あらゆる状況で機能する魔法の解決策ではないと結論づけた。

結局のところ、この研究は、高品質な動きの分析が、研究所の予算を持つ者だけでなく、すべての人々に利用可能になる未来へと私たちが近づいていることを証明している。システムは、単純なビデオからリフトの物語を抽出することに成功しており、テクニックが一貫しているときと、理想から逸脱しているときを識別できる。それはアスリートに対し、最初の数回のレップが不安定であり、セットの後半でリズムを掴んだことを伝えることができる。しかし、前進の道には規律が必要である。このツールを最大限に活用するためには、ユーザーはカメラをどこに置くか、何を撮影するかについて注意を払わなければならない。この技術はコーチの代わりとなるものではないが、新しい種類の「鏡」であり、どのように見るべきかを知っていれば、自分自身の強さの幾何学を私たちに見せてくれるものである。