汎用の姿勢推定器を用意し、その上に課題固有の段階を継ぎ足して、新しい問題へ向ける。2026年の3本の研究はまさにそれを——スクワットの採点、卓球の肘の計測、転倒の予測——行い、そのたびに似た壁に突き当たります。姿勢のバックボーンはよく流用できますが、精度の数値は手法ではなく、特定のカメラ構成とともに移動するのです。
目次
1つのモデル、多くの流用
いまや馴染みのレシピです。既製の姿勢バックボーン（BlazePoseやOpenPoseなど）がキーポイントを供給し、その上の課題固有の層が、必要なもの——技術スコア、関節角度、リスクの旗——へと変換します。効率的で、実際に機能します。しかしどの研究も1つの構成で検証されており、そこから外れた瞬間——新しいカメラ角度、遮蔽、テストセット外の対象——に、報告された精度は約束でなくなります。
論文01 — スマホ映像からスクワットを採点する
1つ目の研究は、単一カメラのリフト映像からBlazePoseのランドマークを抽出し、スクワット・ベンチプレス・デッドリフトを、関節角度の軌跡が基準反復からどれだけ外れるかで採点します。結果はスクワットとデッドリフトで有意——主要な角度が概ねカメラ平面に収まる動作——で、ベンチプレスでは弱くなります。汎用の姿勢モデルに単純な角度誤差の読み出しを足すだけで、撮影された視点の範囲内では技術を採点できます。
論文02 — 2台のカメラから卓球の肘を捉える
2つ目は、2台のカメラとOpenPoseから3次元の肘角度を再構成し、3通りのカメラ配置を比較しながら、動的時間伸縮法でマーカーシステムとの一致を確認します。類似度は0.72から0.95——良好ですが、カメラの位置に大きく依存する広い幅がありました。手法は健全でも、数値は配置の性質なのです。
論文03 — 転倒の1秒前
3つ目は、ノイズの多い単眼3次元姿勢をRePoseNetで修復し、体幹の傾きとストライドのばらつきをStaFallNetに入力して、転倒が始まる約1秒前に不安定性を検出します。UCF101の転倒サブセット（11のスポーツ区分）で訓練・評価され、印象的な実証ですが、他と同様、その数値はデータセットを表すもので、開かれた実世界ではありません。
同じ壁、異なる競技
3つの競技、3つの課題固有ヘッド、そして1つの共通の壁。どれも汎用の姿勢モデルに専用の読み出しを組み合わせ、いずれも面外・遮蔽下・テストセット外で精度が落ちます。精度の数値は背後の手法ではなく、1つのカメラ構成を表している——訓練されていない用途に姿勢モデルを流用するとき、覚えておくべき数字です。あわせてCalTennisスポーツAIベンチマークと、2つの姿勢パイプライン——検証されているか、いないかもご覧ください。
よくある質問
スマホ映像から運動の技術を採点できますか？
限定つきで可能です。2026年のある研究は、単一カメラのリフト映像からBlazePoseのランドマークを用い、関節角度の軌跡の誤差でスクワットとデッドリフトを有意に採点しました。主要な角度がカメラ平面に収まる動作で最もよく働き、そうでない種目や角度では精度が落ちます。
2台のカメラのマーカーレス3次元は関節角度にどれほど正確ですか？
卓球の研究では、2台のカメラのOpenPose再構成が、肘角度でマーカーシステムと0.72〜0.95の類似度で一致しました。全体としては良好ですが、カメラ配置に依存する広い幅がありました。要点は、ソフトだけでなく構成が精度を決めるということです。
姿勢推定は転倒を事前に予測できますか？
2026年のあるシステム（RePoseNet＋StaFallNet）は、単眼3次元姿勢から体幹の傾きとストライドのばらつきを用い、転倒の発生の約1秒前に不安定性を検出しました。テストセット（UCF101の転倒サブセット）では有望ですが、その数値はデータセットを反映するもので、実世界での猶予時間を保証するものではありません。
参考文献
[1] Turner, J., Clark, J., & Keshtmand, N. (2026). Markerless Pose Estimation for Resistance Training Technique Assessment. arXiv:2608.24384.
[2] Cao, Z., Zhang, Z., & Xiao, Y. (2026). Evaluating the accuracy of table tennis 3D markerless motion capture based on two video cameras: a pilot study. Frontiers in Bioengineering and Biotechnology.
[3] He, L., Wang, S., Seo, H., et al. (2026). Two-stage posture enhancement and stability modelling for pre-fall risk detection in athletic movements. Frontiers in Bioengineering and Biotechnology.
福島 崇（Takashi Fukushima） — スポーツ科学と姿勢推定。
▶ YouTubeで登録 · ウェブサイト · ORCID · お問い合わせ