映像と位置情報時系列データを用いた
マルチモーダル推論によるサッカーのラストタッチ判定

概要

本研究は、サッカーのボールアウト判定における審判の負担軽減を目的とした、マルチモーダルな判定支援手法の提案です 。単一視点映像から得たボール周辺の拡大画像と、物体追跡による位置情報時系列データをLVLM（大規模視覚言語モデル）へ統合入力します 。物理的な速度変化や軌道変化を根拠として併用することで、視覚情報のみで生じやすい誤認（ハルシネーション）を抑制し、高精度なラストタッチ判定と説明生成を同時に実現します 。