MambaKick：HAR埋め込みを用いたペナルティキックの早期進路予測

arXiv cs.CV / 2026/4/21

📰 ニュースIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、接触（ボールインパクト）中心の短い映像セグメントを用いて、厳しい時間制約の中でサッカーPKのシュート方向を予測するMambaKickという枠組みを提案する。
位置や速度などの運動学を明示的に復元したり、手作りのバイオメカニクス特徴を使ったりせず、事前学習済みのヒューマンアクション認識（HAR）による時空間埋め込みを流用し、Mamba（選択的状態空間モデル）に基づく軽量な時間方向の予測器で系列集約する。
さらに、フィールドのどちら側かや利き足といった単純なコンテキスト情報を補助的な手がかりとして組み込み、実環境の映像での曖昧さを減らすことを狙う。
複数のHARバックボーンに対して、MambaKickは埋め込みベースラインを上回るか同等の性能を示し、3クラスで最大53.1%、2クラスで最大64.5%の精度を達成した。
これらの結果は、事前学習済みHAR表現と効率的な状態空間の時間モデリングを組み合わせることで、スポーツ映像における低遅延の意図推定が実現可能であることを示唆しており、コードはGitHubで公開予定とされている。