AI研究
草野球の試合映像をGemini（AI）で解析できるか試してみた｜スポーツAI検証
草野球の長尺映像から「背番号◯番の選手が何分から何分まで打席に立ったか」をAIで自動抽出できれば、誰もが手軽にハイライトを振り返れる ── そんな検証に挑んだ結果は、まさかの「大苦戦」。AI映像解析のリアルな限界と次の一手を、研究員の濱場に聞きました。
狙いは「プレイの質」ではなく「時間帯の特定」
草野球やアマチュアスポーツでは、2時間の長尺映像から各自のプレーを探して切り出す作業が大きな負担です。そこで求めたのは、ヒットかアウトかの評価ではなく「背番号◯番の人が何分から何分まで打席にいたか」という時間帯の抽出。それさえ自動化できれば、あとは機械的に切り出すだけで負荷が激減します。
現実は「まだ厳しい」── ハルシネーションと情報過多
結論から言うと、実用に耐えるレベルには届きませんでした。背番号を認識できないばかりか、実在しない背番号が「この時間に打席に入っていた」と返すハルシネーション（幻覚）も発生。正解したのは背番号が大きく映っていたケースに限られ、「人間が見て分からないものはAIにも分からない」という前提が浮き彫りになりました。
スイング解析（前編）では詳細に解析できたのに試合映像で崩れたのは、情報量の差が大きいと考えられます。打者・投手・捕手・審判が同時に動く試合は変数が多すぎ、AIが野球の「流れ」を理解しきれていない可能性があります。今後は、高解像度・ズーム撮影で素材を改善する、解析範囲をピクセル指定で限定して情報過多を防ぐ、映像だけでなく「◯番、◯◯さん入りました」という音声を補助に使うマルチモーダル解析、といったアプローチを検証していきます。
この記事は note「スポーツAIラボ」掲載記事をもとに再構成したものです。元記事（note）を見る →