1つの競技に何個のセンサーが要るか — 最小構成を問う2026年の論文4本
ウェアラブルのモーキャプはかつて17個のスーツを意味しました。2026年の4本が問うのは最小構成です。ランニングは1〜3個、ジャンプテストは1個、ベースランニングとハンマー投げはさらに要る——そして4競技を横断した検証はまだありません。
姿勢推定
スポーツAIのベンチマーク — CalTennis が示す現行モデルの限界
CalTennis は、単眼から3次元への姿勢推定を対象とした初の大規模スポーツベンチマーク（40選手・1100万枚超）。結果は「乖離」——相対的な関節角度は良好でも、深度と足の接地は系統的に失敗します。傷害リスクが宿る、まさにその局面で。
映像から生体力学へ — AIはモーション解析を民主化するか（論文4本）
スマホのカメラ1台が床反力計・モーキャプ・筋電図を置き換えられるか。2026年の論文4本——OpenCap Monocular、BioHuman、From Pixels to Newtons、Pose-to-Biomechanics——を、上流の姿勢推定精度という共通の「天井」とともに読み解きます。
研究室の外へ — カメラもマーカーも要らないモーションキャプチャ論文3本
生体力学を研究室から現場へ持ち出す2026年の論文3本：Ultra Diffusion Poser（慣性センサ＋UWBでカメラゼロの全身姿勢）、生体力学を考慮したマーカーレス手指計測、そしてVRのリアリティギャップを測るウェアラブル研究——各論文が残した未解決の問いとともに。
ジャンプ力でキック速度はわかる？ サッカーの「軸足」の秘密
片脚ジャンプの力でサッカーのキック速度はわかるのか？ アマチュア6名の検証では、利き脚が明らかに強い一方（99対85km/h）、意外にも「非利き脚＝軸足」が強い選手ほど利き脚のキックが速い傾向が見えました。
ARKitのモーションキャプチャ精度は？ 10種目で検証しました
AppleのARKitはiPhoneをマーカーレスの3Dモーショントラッカーに変えます。では精度は？ 被験者11名・10種目で検証したところ、ピーク屈曲の単一関節は約3°以内でしたが、完全伸展や床の近くでは誤差が最大63°に達しました。
モーションキャプチャ・アプリ5つを検証 — スマホで本当に使える？
スマホのアプリは本当に動きを計測できるのか。ViMAS・KinesioCapture・Coach’s Eye・LGait・SmartGaitの5つのモーションキャプチャ・アプリを、VICONなどと比較した検証結果から、実際の精度をアプリごとに解説します。
スマホでフォームは直せる？ ARKitによる3Dモーションキャプチャ
スマホは、フォームを直せるほど正確に動きを計測できるのか。AppleのARKitは、ふつうの2D動画から3Dモーションキャプチャを自動校正・リアルタイムで再構成します。VICON・2D動画・Kinectとの比較から、その可能性を解説します。
最も正確な姿勢推定モデルは？ 6モデルをゴールドスタンダード（VICON）と比較
MediaPipe・MeTRAbs・YOLO・MoveNet——姿勢推定の精度が最も高いモデルはどれか。6つをVICON（ゴールドスタンダード）と比較。はっきり2層に分かれた結果と、どれをいつ使うべきかを解説します。
AIはゴールドスタンダードに並べるか？ 姿勢推定 vs マーカー式モーションキャプチャ
マーカーレスの姿勢推定は、スポーツのモーションキャプチャでマーカー式に置き換えられるのか。検証研究では関節角度の平均差は約10度——肉眼では分からないが、臨床精度には大きすぎる。その意味を解説します。