---
title: バスケ試合映像からのトラッキングデータ生成
tags:  #dena ai talks  
author: [DeNA_Tech](https://docswell.com/user/DeNA_Tech)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/PJR9NR3Z79.jpg?width=480
description: バスケットボールの試合映像からトラッキングデータ自動作成する技術について公開します
published: June 02, 26
canonical: https://docswell.com/s/DeNA_Tech/ZR86R4-2026-06-02-151909
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/PJR9NR3Z79.jpg)

バスケ試合映像からのトラッキングデータ生成
吉川天斗
AI技術開発部ビジョン・スポーツグループ
株式会社ディー・エヌ・エー
© DeNA Co., Ltd.
1


# Page. 2

![Page Image](https://bcdn.docswell.com/page/PEXQNR41JX.jpg)

自己紹介
吉川 天斗 / Takato Yoshikawa
AI技術開発部 ビジョン・スポーツグループ (24新卒)
川崎ブレイブサンダース AIチーム強化 Prj
主にコンピュータビジョンによる映像解析やデータ分析を担当
🏀バスケ歴：小学校〜高校
Kaggle Master / tenten
©KBT
© DeNA Co., Ltd.
2


# Page. 3

![Page Image](https://bcdn.docswell.com/page/3EK9NRZMED.jpg)

CV関連技術に広く興味があります！
DeNA・GO株式会社・GOドライブ株式会社
共同での勉強会資料を公開中！
© DeNA Co., Ltd.
3


# Page. 4

![Page Image](https://bcdn.docswell.com/page/L73WV8D275.jpg)

目次
© DeNA Co., Ltd.
1
川崎ブレイブサンダースAIチーム強化PJT
2
トラッキングデータ自動作成システム概要
3
各タスクの課題と解決
4
まとめ
4


# Page. 5

![Page Image](https://bcdn.docswell.com/page/87DK8MP6JG.jpg)

川崎ブレイブサンダース
AIチーム強化PJT
© DeNA Co., Ltd.
5


# Page. 6

![Page Image](https://bcdn.docswell.com/page/VJPK8R1ZE8.jpg)

川崎ブレイブサンダースAIチーム強化PJT
◯川崎ブレイブサンダース
●
●
B.LEAGUE所属のプロバスケットボールクラブ
グループ会社である「株式会社DeNA川崎ブレイブサンダース」がチームを運営
◯川崎ブレイブサンダースAIチーム強化PJT
●
AIの活用やより高度なデータ分析によって
チームの勝利に貢献
©KBT
© DeNA Co., Ltd.
6


# Page. 7

![Page Image](https://bcdn.docswell.com/page/2EVVNRYMEQ.jpg)

プロジェクト初期のデータ分析
◯ボックススコアをベースとした分析
選手のシュートやリバウンド、アシストなどの記録を集計・分析
→細かいプレー状況や選手の動きがわからないため、分析の幅に限界がある
© DeNA Co., Ltd.
7


# Page. 8

![Page Image](https://bcdn.docswell.com/page/57GLKM9XEL.jpg)

トラッキングデータ
◯選手やボールの位置座標を記録した時系列データ
●
●
ボックススコアではできなかったより詳細な分析が可能 ←次の発表で具体的な分析を紹介
Bリーグではこのデータは取得されていない
→AIを使って試合映像から自動作成！
映像協力：SoftBank
© DeNA Co., Ltd.
8


# Page. 9

![Page Image](https://bcdn.docswell.com/page/4EQYNRW5JP.jpg)

トラッキングデータ自動作成システム
概要
© DeNA Co., Ltd.
9


# Page. 10

![Page Image](https://bcdn.docswell.com/page/KJ4WG8KV71.jpg)

今回のタスクの制約（難しさ）
◯使えるデータが基本的に単眼の試合映像のみ
Q. カメラやセンサーを追加で置けばいいのでは？
A. 他チームやリーグ全体との比較分析は重要であり、全試合のデータが必要
他チーム会場にカメラを追加は難しいため、単眼の試合映像から作成するしかない
Q. トラッキングデータの正解データはあるの？
A. Bリーグにおける正解データはもちろんないし、手動でのアノテーションも厳しい
タスクを分解して、それぞれのタスクで必要に応じてアノテーションデータを作成
© DeNA Co., Ltd.
10


# Page. 11

![Page Image](https://bcdn.docswell.com/page/LE1YD2X47G.jpg)

システム全体像
+
選手トラッキング
座標変換
試合動画
統合
トラッキングデータ
ボールトラッキング
映像協力：SoftBank
© DeNA Co., Ltd.
11


# Page. 12

![Page Image](https://bcdn.docswell.com/page/GEWGYRNZJ2.jpg)

システム全体像
+
試合が終わったら実行、12時間後に作成完了
次の日には分析を確認できるように！
選手トラッキング
座標変換
試合動画
統合
トラッキングデータ
ボールトラッキング
映像協力：SoftBank
© DeNA Co., Ltd.
12


# Page. 13

![Page Image](https://bcdn.docswell.com/page/47ZLXR3LJ3.jpg)

各タスクの課題と解決
© DeNA Co., Ltd.
13


# Page. 14

![Page Image](https://bcdn.docswell.com/page/YJ6W4RXMJV.jpg)

システム全体像
+
選手トラッキング
座標変換
試合動画
統合
トラッキングデータ
ボールトラッキング
映像協力：SoftBank
© DeNA Co., Ltd.
14


# Page. 15

![Page Image](https://bcdn.docswell.com/page/GJ5MQ8XQJ4.jpg)

選手トラッキング（選手の位置推定）
◯初期開発でYOLO + SORTベースのトラッキングを試す
●
●
ultralyticsなどのライブラリで簡単に学習・推論が可能
YOLO + BoT-SORT や YOLO + ByteTrack
映像協力：SoftBank
© DeNA Co., Ltd.
15


# Page. 16

![Page Image](https://bcdn.docswell.com/page/LE3WV8XZE5.jpg)

選手トラッキング（選手の位置推定）
◯初期開発でYOLO + SORTベースのトラッキングを試す
●
●
ultralyticsなどのライブラリで簡単に学習・推論が可能
YOLO + BoT-SORT や YOLO + ByteTrack
→軽量で高速だが、IDスイッチが目立つ
映像協力：SoftBank
© DeNA Co., Ltd.
16


# Page. 17

![Page Image](https://bcdn.docswell.com/page/8EDK8M247G.jpg)

選手トラッキング（選手の位置推定）
◯Segment Anything Model 2による精度改善
●
●
●
マスクトラッキング＋高い汎化性能でIDスイッチが起きづらい
YOLO+SAM2トラッキングで高精度のトラッキングを可能に
推論処理が重いので並列化も実装し処理時間を短縮
映像協力：SoftBank
© DeNA Co., Ltd.
17


# Page. 18

![Page Image](https://bcdn.docswell.com/page/V7PK8R1VJ8.jpg)

選手トラッキング（選手の特定）
◯OCRによる選手特定
PaddleOCRでユニフォームの背番号を取得し選手特定
各シーン動画でTrackingIDと選手名を紐づける
#7
#?
→シーンによっては背番号が終始見えない
場合がある
© DeNA Co., Ltd.
映像協力：SoftBank
18


# Page. 19

![Page Image](https://bcdn.docswell.com/page/2JVVNRYRJQ.jpg)

選手トラッキング（選手の特定）
◯選手一致判定モデルの学習
別のシーンの同じ選手を集めることが可能に
一致判定
モデル
同じ / 違う
選手A
#7
#24
選手B
#24
→背番号が見えない選手も、他のシーンで見えていれば特定できる！
© DeNA Co., Ltd.
映像協力：SoftBank
19


# Page. 20

![Page Image](https://bcdn.docswell.com/page/5EGLKM96JL.jpg)

システム全体像
+
選手トラッキング
座標変換
試合動画
統合
トラッキングデータ
ボールトラッキング
映像協力：SoftBank
© DeNA Co., Ltd.
20


# Page. 21

![Page Image](https://bcdn.docswell.com/page/4JQYNRW27P.jpg)

座標変換
◯コートのラインを元に座標変換を計算
1.
2.
ラインセグメンテーションモデルでコートのラインを検出
上から見たコートに合わせるように変換行列を推定
映像協力：SoftBank
© DeNA Co., Ltd.
21


# Page. 22

![Page Image](https://bcdn.docswell.com/page/K74WG8KPE1.jpg)

座標変換
◯コートのラインを元に座標変換を計算
1.
2.
ラインセグメンテーションモデルでコートのラインを検出
上から見たコートに合わせるように変換行列を推定
選手の足元（BBox下辺の中心）
を選手の位置としてプロット
映像協力：SoftBank
© DeNA Co., Ltd.
22


# Page. 23

![Page Image](https://bcdn.docswell.com/page/LJ1YD2XXEG.jpg)

システム全体像
+
選手トラッキング
座標変換
試合動画
統合
トラッキングデータ
ボールトラッキング
映像協力：SoftBank
© DeNA Co., Ltd.
23


# Page. 24

![Page Image](https://bcdn.docswell.com/page/GJWGYRNK72.jpg)

ボールトラッキング
◯初期開発ではボールトラッキング＋ボール半径からの位置推定を試す
ピクセル上でのボール半径と実際のボールの大きさ
の比を元にボールの位置を推定
カメラ
理論的には可能だが
●
●
ピクセル上のボールが小さすぎる
モーションブラー等の影響が大きすぎる
などの理由で安定しない
？
映像協力：SoftBank
© DeNA Co., Ltd.
24


# Page. 25

![Page Image](https://bcdn.docswell.com/page/4EZLXR3N73.jpg)

ボールトラッキング
◯ボールハンドラー検出（ボールハンドラーセグメンテーション）に変更
ボール検出ではなくボールを持っている人を検出
ボールハンドラーの位置＝ボールの位置
としてボールの位置を推定
ボールハンドラーがいないときは？
前後のボールハンドラー間を線形補間
映像協力：SoftBank
© DeNA Co., Ltd.
25


# Page. 26

![Page Image](https://bcdn.docswell.com/page/Y76W4RX97V.jpg)

システム全体像
+
選手トラッキング
座標変換
試合動画
統合
トラッキングデータ
ボールトラッキング
映像協力：SoftBank
© DeNA Co., Ltd.
26


# Page. 27

![Page Image](https://bcdn.docswell.com/page/G75MQ8XD74.jpg)

まとめ
© DeNA Co., Ltd.
27


# Page. 28

![Page Image](https://bcdn.docswell.com/page/9J29PKQMER.jpg)

まとめ
◯トラッキングデータ自動作成システム
様々なCVタスクに分解することで高精度なトラッキングデータを作成
タスクを再定義することで課題を解決
基盤モデル（SAM2）もうまく組み込むことで大きく精度改善
●
●
●
このトラッキングデータを分析し、チームの勝利に貢献していくことが重要!
© DeNA Co., Ltd.
映像協力：SoftBank
28


# Page. 29

![Page Image](https://bcdn.docswell.com/page/DEY45NWPJM.jpg)

© DeNA Co., Ltd.
29