サーバーなしのスプリントフォーム分析
動画をどこにもアップロードせずに、コーチングの根拠になる程度までスプリントの動作を電話機が分析できるか。
ラボ
·
動画分析の当然のアーキテクチャは、クリップをアップロードしてクラウドで処理することです。それは同時に、この製品にとってはもっとも性質の悪いアーキテクチャでもあります。競技者は電波の弱いトラックで撮影し、クリップは大きく、処理費用は利用量に比例して増え、そしてその映像は人の身体です。
SPRIVO は代わりに、ホストされた推論サービスではなく MediaPipe の統合を通して、姿勢検出を端末上でネイティブに実行します。スプリントは採点のために電話機から出ることが一度もありません。
未解決の問いは動くかどうかではありません。動きます。コーチングに値する具体的な動作の欠点について精度の上限がどこにあるのか、そしてクラウドのモデルのほうが本当に優れてくる点までどこまで分析を進められるのか、です。それを抱える製品が App Store にありながらこれがラボに留まっている理由がそれです。問題は精度の上限であり、アプリが出荷されるかどうかではありません。
分かったこと
ここまでに分かったこと。
- 01
端末上の分析は、問題のひとつのまとまりを一度に取り除きます。接続が悪いときのアップロード待ちがなく、クリップごとの処理の請求がなく、誰かの身体の動画を保持するサーバーもありません。
- 02
費用をインフラから統合へ移します。ネイティブ層が実質的なエンジニアリングであり、それはホストされた API ならそうならなかった形でプラットフォーム固有です。
SPRIVO について
この実験は SPRIVO をつくる中から生まれました。