딥러닝 기반의 시계열 3D 스켈레톤을 이용한 대표 투구 동작 분석 기법

• Published in: 한국컴퓨터정보학회논문지, 30(5) pp. 79 - 87
• Main Authors: 김재승, 문형우, 우용태
• Format: Journal Article
• Language: Korean
• Published: 한국컴퓨터정보학회 01.05.2025
• Subjects: 컴퓨터학
• ISSN: 1598-849X; 2383-9945
• DOI: 10.9708/jksci.2025.30.05.079

본 연구는 야구 경기에서 투구 결과 중심의 대표 투구 동작을 정의하고, 구종이나 투구 결과가 투구 동작에 미치는 영향을 분석하기 위한 방법을 제안한다. 이를 위하여 투수 정면에서 촬영된 영상을 네 가지 유형으로 분류하고, 유형별로 투구 패턴을 분석하였다. 투구 영상은 프레임 단위로 분할하고, HRNet을 이용하여 2D 스켈레톤을 추출한 뒤, PoseFormerV2를 통해 시계열 3D 스켈레톤으로변환하였다. 촬영 왜곡을 보정하기 위하여 골반 기준의 상대 좌표로 정규화하였다. DTW Barycenter Averaging(DBA)을 적용하여 유형별로 대표 투구 동작을 생성하고, Dynamic Time Warping 기법을 이용하여 대표 투구 동작간의 유사도를 비교 실험하였다. 실험 결과, 투구 결과에 따른 투구 동작 차이가 더 유의미하였고, 이는 투수 개인별로 결과 중심의 투구 동작이 존재함을 의미한다. In this paper, we propose a method to define representative pitching motions centered on pitching results in baseball games and proposes a method to analyze the influence of pitch type or pitching results on pitching motions. To this end, the videos taken from the front of the pitcher were classified into four types, and the pitching videos were analyzed by type. The pitching videos were divided into frames, and a 2D skeleton was extracted using HRNet, and then converted into a time-series 3D skeleton using PoseFormerV2. The relative coordinates based on the pelvis were normalized to correct the shooting distortion. DTW Barycenter Averaging (DBA) was applied to generate representative pitching motions by type, and the similarity between representative pitching motions was compared using the Dynamic Time Warping technique. The experimental results showed that the difference in pitching motions according to the pitching results was more significant, which means that individual pitchers have result-centered pitching motions. KCI Citation Count: 0