女性の筋トレ動画で膝や肘が隠れるとき、動作の種類が分かることと、関節の位置を確かめられることは別である。関節情報が欠けた映像を扱う機械の研究と、人が動きを見る臨床研究を分けて読み、見えない部分を推測しすぎないための動画の選び方と、練習前の確認のしかたを考える。
夜、机の横にマットを広げる。筋トレ動画の出演者が腰を落とすと、膝が画面の文字に隠れた。立ってしゃがむ動きだとは分かる。ところが、どこへ膝を向けたのかと聞かれると、急に自信がなくなる。動画は進み、分からなかった部分だけが置いていかれる。
答えの芯は、動作の名前が分かっても、隠れた関節の位置まで確認できたことにはならない、という区別にある。関節情報の欠落を補う動作認識の研究はあるが、その成績は機械が動作を分類した成績であり、人が同じフォームを再現できる割合ではない。[1][2] 見えない膝を自信だけで描き足すより、何が確認できて何が推測なのかを分けるところから始めたい。
既存記事「女性の筋トレは目を閉じると力が変わる？見えない力加減と誤差を研究で読む」には、自分の出す力と視覚の問題を譲る。撮影方向による角度の見え方は既存記事「女性の筋トレ動画は斜めからでも分かる？フォームと関節の角度のずれを読む」に譲り、ここでは関節そのものが隠れたとき、確認と推測をどう分けるかを扱う。カメラの揺れや画面を並べる方法よりも、いま見たい関節そのものが見えているかに焦点を絞る。
動きが分かることと、位置が見えることは違う
動画の見方を整理するなら、まず何を知りたいのかを言葉にするとよい。種目の名前を知りたいのか、身体を動かす順番を知りたいのか、それとも曲げたときの膝と足の位置関係を見たいのか。これは研究上の効果を約束する手順ではなく、映像に求める情報を整理するための問いである。同じ映像でも、目的が変われば確認する場所は変わる。
機械の動作認識では、身体の関節の座標をつなぎ、その動きから動作の種類を識別する方法が研究されている。骨格を手掛かりにする方法は照明や背景の影響に強みがある一方、関節が隠れることや座標の乱れが課題となる。[1][2] この研究でいう「認識」は、映像から適切な動作の分類を選ぶことである。運動指導で使うフォームの採点と同じ意味で受け取らないことが大切だ。
たとえば、しゃがんでいる場面をしゃがむ動作として分類できても、その人の膝がどの位置を通ったかという別の問いは残る。分類の正解と、関節の詳細の正解を分けて読む必要がある。[1][2] 画面の向こうの動きに名前がつくと、全部分かった気になりやすい。だが動画に種目名が大きく表示されても、文字の裏の膝は隠れたままだ。
自宅で見る場面に置き換えるなら、「これはスクワットだ」と「この場面の膝が見えた」を別々に確かめる。そのうえで、足元が切れている、腕が胴体に重なっている、といった見え方をそのまま記録する。見える範囲だけで確認を終えてよいのか、別の映像を探したいのかを考えるための整理である。見えない箇所について、正しいとも間違いとも先回りして決めない。
たとえば、立川駅から帰宅して動画を探し、見慣れた種目名を見つけた場面を考える。以前にも行った動きなら、画面を細かく見ずに始めたくなるかもしれない。そのときこそ、「見本を見て確認した部分」と「以前の記憶で埋めた部分」を言葉の上で分けておきたい。この記事で問うのは記憶が正しいかどうかではなく、いまの映像から何を受け取れたかである。
関節が隠れる理由も、見たい場面に即して表現するとよい。画面の下で足が切れているのか、片方の腕がもう片方の腕に重なっているのか、説明の文字が身体にかぶっているのか。「画質が悪い」という大きなくくりでは、次に何を探せばよいかが定まらない。「曲げたときの肘が胴体に重なって見えない」なら、次の確認の目的がはっきりする。
初日の汗は、予約した人だけが持ち帰れる。
隠れた関節を補う機械は、周囲の関係を使っている
関節が欠けても動作を見分けるために、周囲の関節や時間の流れを利用する技術がある。身体の隠れ、映像のコマの欠落、情報の乱れを扱った機械研究では、関節どうしの協調関係を使う空間的な補償と、動作の時間的な情報を使う補償が組み合わされた。制約を加えたデータ群と通常のデータ群で、その手法の性能が検証されている。[2]
ここで興味深いのは、欠けた情報を単に放置するのではなく、ほかの情報との関係から扱っている点である。ただし、これは設計された計算方法の話である。人間も同じ仕組みで隠れた膝を正確に推定する、という証明として使うことはできない。[2] 機械の研究を人の話へ移すときには、似て見える言葉だけで橋を架けないようにしたい。
別の機械研究は、関節の情報を隠す処理、空間的な回転、座標への乱れを組み合わせて学習した。身体全体の動作と局所的な動きの両方を扱い、関節検出の確かさも計算に組み込む方法である。信頼性の低い関節の影響を抑える仕組みが使われている。[1] 推測された情報を、確かな情報と同じ重さで扱わない設計は、この論点を考えるうえで示唆的だ。
この方法の動作分類の正解率は、UCF101というデータ群で91.2%、HMDB51という別のデータ群で66.8%だった。比較対象の手法に対する差は、それぞれ3.9ポイントと5.3ポイントである。[1] 同じ方法でも、使うデータ群が違えば成績は違う。数字を紹介するなら、何の課題をどのデータで解いた値かまで一緒に読む必要がある。
これらの値は、膝がどれだけ隠れたら人にとって難しくなるかを決める境界ではない。女性の筋トレ動画を見る人の理解度としても使えない。[1] 自宅の画面を見て「研究では高い正解率だったから、この膝も想像でよい」と判断するのは飛躍である。機械の性能表を、人の身体への許可証にしない。
音声があれば、隠れた位置まで分かるのか
膝が見えないなら、声で説明してくれればよいのだろうか。健康な若年成人を対象にした無作為化実験では、動作を見る際に視聴覚の手掛かりを追加した条件と、通常の動作観察が比較された。脳の活動に伴う血液の変化を、頭の外から近赤外光で調べる方法が使われている。[3] 18〜39歳の女性がフォームを再現する成績に、そのまま当てはめることはできない。
追加の手掛かりがある条件では、左側の一次運動野と左右の下頭頂小葉で、酸素を含むヘモグロビンの反応が大きかった。一方、下前頭回での同じ指標や、酸素を放したヘモグロビンの指標には、条件間の有意な差がなかった。[3] 脳のどこでも一様に反応が増えた、という結果ではない。測る場所と指標によって結果が異なる。
さらに、この脳の反応の違いが運動成績やリハビリテーションの成果の改善につながるかは、今後の検証が必要とされている。[3] したがって「声があればフォームも正確になる」「説明を聞けば隠れた関節を補える」とまでは言えない。画面の情報を声で補っているつもりでも、実際に位置を確認できたかは別に考える必要がある。
生活の場面では、音声を聞く役割を具体的にしてみる。出演者がどこに注意を向けてほしいのかを聞き取り、その場所が画面に映っているかを探すのである。説明の言葉と映っている範囲がかみ合わなければ、「聞いたが見ていない」と整理しておく。これは音声の追加による効果を断定する方法ではなく、受け取った情報を混同しないための使い分けだ。[3]
料理動画で「ここまで混ぜる」と言われても、ボウルの中が隠れていたら仕上がりは見えない。筋トレ動画でも、説明が丁寧だと感じることと、確認したい場所が見えることを別々に評価したい。声がある映像を避ける必要はなく、声だけで確認を済ませた部分を自覚する、という話である。
動画の説明をメモするなら、言葉を聞き取れたことと、その位置を映像で確かめたことを別の欄にしてもよい。「膝に注意するという説明は聞いたが、膝は文字に隠れていた」と残せば、後から見直す目的が決まる。聞こえた説明を否定するのでも、見えなかった箇所を間違いと決めるのでもない。受け取れた情報の形を揃えるための工夫である。
数字で読む動作の認識と観察
91.2%：機械の動作分類で、UCF101というデータ群に対して得られた正解率。人のフォーム再現率ではない。[1]
66.8%：同じ手法をHMDB51という別のデータ群で評価した正解率。評価するデータによって値は変わる。[1]
9本：動作観察と運動イメージの併用を検討した系統的レビューで選ばれた論文数。機能に問題や制限のある成人が対象である。[4]
475人：高齢者の下肢機能を扱うメタ分析に含まれた対象者数。無作為化比較試験14件をまとめた結果である。[13]
24人：脳性麻痺の子どものバランス練習を比較した試験の対象者数。動作観察の追加による機能面の上乗せは認められなかった。[7]
初日の汗は、予約した人だけが持ち帰れる。
1
2
