ワイドスクワットは終わってから回数を思い出す？記憶と動画を照合する記録術

2026.11.02
ヨガとからだの小さな疑問

回数が合うことと動作を評価できることは違う

回数が映像と合っていると、そのまま姿勢にも合格印を付けたくなる。しかし、数を数える仕事と、関節の動きを正確に測る仕事では、確かめる内容が違う。[1][7] 記録欄に「確認済み」と書くなら、何を確認したのかまで限定しておく。回数を見直しただけなら、確認したのは回数である。

単眼カメラの動作解析を検討した概念実証研究では、健康な成人のリハビリテーション職員14人が、肘の曲げ伸ばしなどの運動を行った。システムによる関節角度を基準の光学式計測と比べると、個々の測定の信頼性を示す係数は0.005〜0.68と幅があり、低いものも多かった。信頼区間も広く、研究者はその段階での臨床導入を支持しなかった。[7] 健康な職員によるリハビリ運動の結果が、18〜39歳の女性のワイドスクワットにそのまま当てはめられるかは、この試験とは別の問いである。

この結果は、ワイドスクワットの自動回数がすべて間違いだという証拠ではない。対象の運動と、評価した機能が異なる。[7] むしろ、同じカメラを使う技術でも、何をどの基準で検証したかによって判断を変える必要があることを示している。数が合った喜びと、角度が正しいという判断は分けておきたい。

家庭で動画を見直すときも、まず数の確認を行い、姿勢について気づいたことは別のメモにする。たとえば「途中で向きを変えた」「最後が画面から外れた」という観察と、「記録の数を修正した」という操作を同じ文章に押し込まない。確認できた部分と、確認を保留した部分を分ければ、動画に映っていない動作まで推測して数えることを避けられる。

回数を確定できない映像に、無理に結論を付ける必要もない。開始部分がないなら「途中からの映像」、最後が見えないなら「終わり未確認」と残す。動画という形式だけで証拠の強さが決まるわけではない。姿勢推定の観察研究でも配置で検出性能が変わったように、何を観察できる状態だったかが重要になる。[2]

初日の汗は、予約した人だけが持ち帰れる。

体験レッスンを予約体験専用 03-6665-0898 LINE

手首や身体のセンサーにも得意な動きがある

カメラを使わず、身体に付けたセンサーの信号から反復を数える研究もある。心臓リハビリテーションでの利用を背景に、局所的な筋持久力運動を対象として、複数の人工知能の方法を比較した開発研究では、優れた方法で観測セットの90%が回数誤差±1以内だった。[8] 18〜39歳の女性のワイドスクワットにそのまま当てはめられるかは、対象と動作を合わせた検証が必要になる。

ただし、「±1以内」は「完全に一致」と同じ言葉ではない。[8] 記憶との照合で少し違ったときに、センサーの数字だからすべて採用するという態度も、少し違ったから使い物にならないという態度も急ぎすぎである。数字の表示桁と、計測がどれだけ一致したかは別に読む必要がある。

加速度、すなわち身体の動きに伴う加速の信号を使った研究では、18人がスクワットを含む10種目を行い、回数を数える複数の解析方法を比較した。腕回しや腕立て伏せはよく追跡できた一方、上半身の回旋のように周期が不規則な運動は難しかった。比較した方法の中では、細かな変動を抑えてから一定の基準を横切る動きを数える方法が最も良い成績だった。[14] 複数種目を行った参加者の結果を18〜39歳の女性にそのまま当てはめられるかは、女性のスクワットに絞った検証で確かめたい。

ここから、身に着ける方式なら撮影条件から自由になって万能になる、とは読めない。センサーで扱う場合も、動きの特徴が計測のしやすさに関わっている。[14] 手元の装置が別の運動ではよく数えていても、それだけで今日のワイドスクワットの回数を保証するものとして扱わないほうがよい。

自分の記録に戻すなら、方式を替えた日はひとこと残す。昨日まで手で数え、今日から自動計測にした場合、数字の増減には計測方法の変更も重なっている。研究で検証された装置と手元の装置が違うなら、研究の高い成績をそのまま自分の誤差の上限として使うこともできない。[8][14] 運動日誌に必要なのは、機械を信用するかどうかの宣言ではなく、数の由来である。

よくある誤解

「終わった後に思い出した数と機械の数が違えば、記憶が間違っている」という見方は早い。スクワットを調べた観察研究では、自動計測の誤差自体が配置で大きく変わった。[2] 食い違いがあれば、まず映像に数えられる動作が残っているかを確認する。記憶の癖や疲労の影響という説明を付ける前に、計測側も点検する余地がある。

「正確度が高い研究があるので、家でも同じだけ正確」という読み方もできない。全体の正確度97.2%は、特定の手法と動画群を使った開発研究の成績である。[1] 今日の足幅、部屋の撮り方、使う仕組みをすべて検証した保証書ではない。研究の対象と家庭の条件をつなぐ確認が必要になる。

「数が合えば、その動きの評価も終わり」でもない。反復の検出を目的とした研究と、関節角度の信頼性を検証した研究は、別の性能を扱っている。[1][7] 自分の記録でも、回数、映像で気づいた動作、体調のメモはそれぞれ残せばよい。数字をひとつ確定するたびに、身体全体への判定を下す必要はない。

記憶を残すこと自体が無意味なのでもない。後で確かめる入口として使えばよい。大切なのは、その値が暫定なのか、照合を経たのかを読み手である未来の自分に伝えることだ。書き換えた跡を隠すより、確認して更新した経緯が読める日誌のほうが、この目的には合っている。

今日からできること

終えたら、思い出した回数の脇に「記憶から」と書く。後で映像を確認した数とは区別する。自動カウントの研究も、人が付けた基準との照合で性能を評価している。[1]
撮影する場合は、スマホの向きと置き場所を残す。大学生の研究では、斜め200cmのスクワットで平均絶対誤差0.05回だったが、自宅共通の保証値としては扱わない。[2]
自動計測と自分の数が違ったら、映像を見直して確定できるかを確認する。全配置の平均絶対誤差1.11回という研究結果を、機械にも誤差があるという注意点として読む。[2]
表示された精度の言葉も記録する。「±1以内」は完全一致とは異なり、装着型センサーの比較研究で該当したのは観測セットの90%だった。[8]
回数の確認と姿勢の評価を別のメモにする。高いカウント正確度を示す手法も、臨床水準の動作計測を目的にしたものではない。[1]

記録の手順は、続けられる形を選べばよい。毎回の映像確認が負担なら、少なくとも数字の由来は残せる。見直さなかった日に「映像未確認」と書くことは、失敗の告白ではない。あとから記憶の値を確定値と取り違えないための表示である。

また、記録を確かめるために、その場でもう一度運動して前の回数を推定する必要はない。今行った動作は今の記録として扱う。前の記録の空白を、後から作った別の動作で埋めようとしない。確認できるものを確認し、残りは保留する。運動日誌は、すべての欄が埋まった日にだけ価値が生まれるものではない。

撮影場所を直すときは、方向と距離を分けて考える。配置研究では、スクワットは全距離で斜めと正面が側面より良い検出成績を示し、正面と斜めの180〜200cmでは高い検出精度と小さい回数誤差が得られた。[2] 向きだけを替えたのか、家具を動かして距離も替えたのかで、変更内容は違う。次の撮影では床の置き場所を目印にし、画面に身体が収まる範囲を確認すると、条件を説明しやすい。

なお、遠ざけるほど数えやすいという単純な関係でもない。同じ配置研究の腕立て伏せでは、斜め90〜180cmが良好で、正面360cmは検出率が低かった。[2] スクワットとは適した条件が異なったのである。別種目で使えた置き場所を引き継ぐときも、その種目の動きが撮れているかを見直す。部屋の広さだけで撮影位置を決めず、何を数える映像なのかから配置を選びたい。

オンザショアで続ける予定を生活に置く

回数を記録する時間と、運動を続ける時間を生活の予定に置きたい。オンザショア立川店は8:00〜23:30、年中無休で営業している。JR立川駅北口から徒歩1分、東京都立川市曙町2-14-10 エトロワビル3Fにある。生活の中で運動の予定を考える際には、場所と利用できる時間が具体的な手がかりになる。

オンザショアは溶岩プレートを敷いたスタジオでのホットヨガに加え、常温のヨガ、ピラティス、パーソナルトレーニングを扱っている。ヨガだけで25種類以上のレッスンがあり、女性専用のキックボクササイズ、ボクササイズ、HIITもある。

妊娠中の方は溶岩ホットヨガに参加できず、常温のマタニティヨガがある。医師から運動を止められている方は利用できない。ヨガの体験レッスンは税込1,980円。60分のレッスンに、バスタオル2枚、フェイスタオル1枚、ヨガマットのレンタルが含まれる。予定を具体化する際の情報は店舗サイト、料金、体験の予約から確認できる。

参考文献

[1] A Movement Description Language for Functional Training Exercise Analysis — Sousa L, Canedo D, Santos P, Neves A., 2026, Journal of functional morphology and kinesiology. DOI: 10.3390/jfmk11020162

[2] Evaluation of Smartphone Camera Positioning on Artificial Intelligence Pose Estimation Accuracy for Exercise Detection: Observational Study — Oliosi E, Ferreira S, Giordano AP, Viveiros G, Parraca J, Pereira P, Guede-Ferná, 2026, JMIR mHealth and uHealth. DOI: 10.2196/82412

[6] Viewpoint-invariant exercise repetition counting — Hsu YC, Efstratios T, Tsui KL., 2024, Health information science and systems. DOI: 10.1007/s13755-023-00258-3

[7] A hybrid AI vision model for single-camera tracking of rehabilitation exercises: a proof of concept in clinical settings — Das UC, Le NT, Vitoonpong T, Pongmala C, Prapinpairoj C, Anannub K, Kaewplung P., 2026, Scientific reports. DOI: 10.1038/s41598-026-55431-x

[8] Recognition and Repetition Counting for Local Muscular Endurance Exercises in Exercise-Based Rehabilitation: A Comparative Study Using Artificial Intelligence Models — Prabhu G, O’Connor NE, Moran K., 2020, Sensors (Basel, Switzerland). DOI: 10.3390/s20174791

[14] Accelerometer-Based Automated Counting of Ten Exercises without Exercise-Specific Training or Tuning — Zelman S, Dow M, Tabashum T, Xiao T, Albert MV., 2020, Journal of healthcare engineering. DOI: 10.1155/2020/8869134

この記事の情報は2026年10月時点のものです。個別の健康状態については医師にご相談ください。