スマホのアプリは、あなたの動きを本当に計測できるのか——判断に使えるほど正確に。信頼する前に、研究が実際に何を示したかを確かめる価値があります。モーションキャプチャ・アプリ5つが、VICONなどのゴールドスタンダードと比較して検証されてきました。この記事（上の動画の要約）では、各研究が見つけた精度を——実際の誤差の数値とともに——アプリごとに解説し、スマホの姿勢推定・モーションキャプチャがどこまで迫れているのかを見ていきます。
目次
モーションキャプチャ・アプリはどこまで検証されているのか
これらのアプリは新しく、厳密な検証は意外なほど少ないのが実情です。あるレビューでは、条件を満たす研究はわずか5件しか見つかりませんでした。さらに多くのアプリは2つの特徴を共有しています。2Dで動作し、動画を人が手作業でマークアップする必要があることです。個々の精度の数値を読む前に、この前提が重要です。検証の土台はまだ薄く、各アプリが検証された条件も大きく異なります。
5つのアプリを一覧で比較
5つのモーションキャプチャ・アプリを、何を計測するか、何と比較して検証されたか、どこに弱点があるかで比べると次のとおりです。
| アプリ | 計測対象 | 次元 | 比較対象 | 報告された精度 |
|---|---|---|---|---|
| ViMAS | 歩行の膝角度 | 2D | 3Dモーションキャプチャ | 誤差 約3〜6° |
| KinesioCapture | ドロップジャンプの膝・股関節（iPad） | 2D | VICON | ICC > 0.7（股関節は良好・膝は苦手） |
| Coach’s Eye | トレッドミル走行の関節 | 2D | VICON | 平均3〜7°・最大20°の偏り |
| LGait（ARKit） | 歩行の股関節角度 | 3D | VICON | 股関節≈VICON・小関節は苦手 |
| SmartGait | 歩幅・歩隔・歩行速度 | 2D＋マーカー | 圧力式歩行路 | 誤差 約6%未満 |
アプリ1：ViMAS
研究者はViMASで歩行中の膝角度を計測し、3Dシステムと比較しました。誤差は小さく、つま先離地と踵接地でおよそ3°と6°でした。興味深いことに、カメラまでの距離は影響せず、効いたのは動画の画質です。解像度とフレームレートが本当の限界でした。ただしスマホ1台では、分析はあくまで2Dにとどまります。
アプリ2：KinesioCapture
KinesioCaptureは、iPadでドロップジャンプ時の動きをVICONと比較しました。全体の一致は良好（ICC 0.7以上）でしたが、一様ではありません。股関節は強い相関で良好に追跡できた一方、膝は——特に接地直後で——苦手でした。多くのアプリと同様に2D限定で、30fpsで記録されています。
アプリ3：Coach’s Eye
Coach’s Eyeは、トレッドミル走行での股・膝・足関節をVICONと比較しました。平均誤差は3〜7°でしたが、Bland–Altman分析では最大20°に達する偏りが一部の測定で見られました。前のアプリに対する強みは60fps。速い動きをよりきれいに捉えられます——ただし依然として2Dです。
アプリ4：LGait（ARKit）
LGaitは際立った存在で、AppleのARKit上に構築されています。1本の動画から、マーカーも校正もなしで、動きを3Dで再構成します。歩行中の股関節角度はVICONにほぼ一致し、静止姿勢での誤差はわずか2°でした。弱点はつま先や足首などの小さな関節、そして伸展より屈曲です。それでも、スマホ1台からマーカーレスで3Dというのは本物の飛躍です。ARKitの仕組みはARKitによる3Dモーションキャプチャの解説をご覧ください。
アプリ5：SmartGait
SmartGaitはまったく別のアプローチです。90°レンズを付けたスマホをベルトに装着し、つま先のマーカーを見下ろします。歩幅・歩隔・歩行速度を圧力式歩行路と比較し、誤差は約6%未満でした。注意点は、計測できるのが歩行のタイミングと距離であって関節角度ではないこと、そしてつま先マーカーが見え続けることに依存する点です。
研究に共通するパターン
一歩引くと、明確なパターンが見えてきます。多くのアプリは2Dで手作業が必要です。動画の画質——解像度とフレームレート——が繰り返し精度を左右します。真の3Dには、複数台のカメラかARKitのようなアプローチが必要です。マーカーレスで計測できることは明確な利点です。そして全体として、検証はまだ乏しく、多くは小規模なケーススタディです。手法の違いの全体像は、3Dマーカーレスモーションキャプチャの3手法の解説もあわせてご覧ください。
よくある質問
モーションキャプチャ・アプリの精度はどのくらい？
関節角度では、検証済みのアプリはゴールドスタンダードに対しておよそ3〜7°の誤差を報告しています。平均では小さいものの、個々の測定では最大20°程度ずれることもあります。歩幅などの歩行距離指標では約6%以内に収まる場合もあります。精度は動画の画質と対象の関節に大きく依存します。
真の3D計測ができるのはどのアプリ？
この5つの中で、スマホ1台から真の3Dを得られるのはLGaitだけです。AppleのARKit上に構築され、マーカーも校正も不要だからです。ほかは2Dのため、一度に一つの平面しか見えず、回転を読み違えることがあります。
臨床やスポーツの判断に使えますか？
現時点では、単独での使用はまだ難しいでしょう。検証の証拠はまだ乏しく——多くは小規模なケーススタディ——ため、スクリーニングやフィードバックには有望ですが、臨床判断に用いるにはより大規模で厳密な研究が必要です。
まとめ
スマートフォンは、ラボのモーションキャプチャとの距離を着実に縮めています——とくにARKit型の3Dで。どのアプリが合うかは、膝角度・走行のキネマティクス・歩行距離など、何を測りたいかで決まります。足りないのは大規模で厳密な検証であり、それが臨床判断に信頼して使える前提になります。全体像は、モーションキャプチャとパフォーマンス分析の基礎から始めてみてください。
福島 崇（Takashi Fukushima） — Sports Science & Pose Estimation.
▶ YouTubeで登録 · ウェブサイト · ORCID · お問い合わせ