AI LAB / EXPERIMENTAL FACILITY FUJIMOTO LAB ↗ LAB INDEX TEACHER
LAB 09 / MOVE / POSE

身体を、学ばせる。

カメラから33点の骨格を取り出し、動作の時間変化をそのまま学習データへ。自分自身がAIのセンサーになるモーション実験。

POSE / SEQUENCE / TENSORFLOW.JS
AI LAB / 2026
MOTIONLIVE

カメラを使う前に、動きの作戦会議

たとえば「手を上げる」と「しゃがむ」を覚えさせます。学習したときより動きを速くしたら、AIは同じ動作と気づくかな? まず安全な場所を選び、画面に誰が写るか確認しよう。

  1. 撮影範囲を確認
  2. 二つの動作を同じ条件で記録
  3. 速さだけを変えて比べる

なぜ?AIは記録した動きの並びを手がかりにします。速さや距離が変われば、その並びも変わることがあります。カメラを使えないときは図を読み、迷路ラボで条件比較を体験できます。

準備:カメラ・安全な場所・初回は通信。小学校1コマ45分/中学校1コマ50分。撮影開始前に許可を確認し、終わったらカメラを停止。入口に戻る / 実験へ進む ↓

← AI LAB ホーム

AI Motion Learning Lab

MediaPipe Poseで身体の骨格を取り出し、 自分で動作データを集めて、その場でAIを学習 できる教材です。

この版では、カメラ映像と骨格を同じCanvasへ同じ座標変換で描画します。 映像と骨格を別々にCSS反転しないため、左右反転による位置ずれを防ぎます。

カメラ機能は HTTPS または localhost で使用してください。

01 カメラ・骨格・データ取得
状態:待機中
表示FPS:0
Pose取得:未検出
系列:0 / 20
記録時間
2.0 秒
系列長
20 frame
総サンプル数
0
学習済みクラス
0
位置ずれ対策: カメラ映像をCanvasへ描き、その直後に同じCanvas座標系で骨格を描画しています。 「鏡表示」をON/OFFしても、映像と骨格へ同じ変換が適用されます。
02 クラス作成・学習・リアルタイム認識

動作クラス

初期クラスはサッカーの例です。名前を変更したり、 「ジャンプ」「しゃがむ」「投球」などを追加できます。

学習

学習進捗:未学習

学習データ

現在の予測

まだ予測していません
学習後、直近約2秒の骨格系列から動作を分類します。

状態

待機中

簡易混同行列(学習データ上)

まだ学習していません。