• プロジェクト概要と課題

プロの競馬、特にJRA（日本競馬協会）のシステムで運営される合法的なレースでは、視聴者や馬券購入者は、情報に基づいた判断を下すために、膨大な情報へのアクセスを必要とします。馬のレース成績、騎手のパフォーマンス、最近の調子、馬場状態、そして馬の身体的特徴といった要素は、レースの最終結果に影響を与えます。
しかし実際には、これらの情報の多くは、個別のシステムや統計表に断片的なデータとしてしか存在しません。レースのライブ配信を視聴する際、視聴者は画面に映る各馬の詳細をすぐに確認したり、関連情報に素早くアクセスしたりすることは困難で、視聴体験を損ない、レース結果に関する情報に基づいた判断を難しくします。

CWHorseInsightプロジェクトは、AIとコンピュータビジョンをリアルタイムのビデオストリーム分析に応用することで、この問題を解決することを目指しています。このシステムは、形状、色、鞍番号などの特徴に基づいて、画面に映る馬を識別することができ、システムは専用データベースから馬と騎手に関する関連データを自動的に取得します。
この情報は、ライブ配信画面上にインテリジェントなデータオーバーレイとして直接表示され、視聴者がレースに出走する各馬の情報を素早く把握するのに役立ちます。さらに、システムは過去のデータや関連要因を分析し、勝率に関する予測情報を提供することで、視聴者のより正確な判断を支援します。
今後、CWHorseInsightのようなリアルタイムスポーツ分析システムは、視聴者体験の向上に重要な役割を果たすとともに、スポーツ分析やベッティング情報といった分野における新たな応用分野を開拓していくことが期待されます。

• 当社R＆Dの強みと差別化のポイント

CWHorseInsightは、従来のスポーツ分析システムに比べて、最も重要な違いは、ライブストリーミング動画内の物体をリアルタイムで識別し、分析データシステムに直接リンクできる点です。
このシステムは、コンピュータビジョンとディープラーニングモデルを用いて、動画内の馬を検出・識別します。単一の要素に頼るのではなく、馬の全体的な形状、毛色、背中の模様など、複数の識別特性を組み合わせています。複数の特徴を組み合わせることで、動きの速い動画や複雑なカメラアングルの動画でも精度が向上します。

CWHorseInsightのもう一つの強みは、ライブストリームと直接統合できることです。システムが馬を識別すると、馬、騎手、主要な統計情報など、関連情報がオーバーレイとして画面上に即座に表示されます。認識機能に加え、このシステムは専用のデータ分析プラットフォームに接続されており、競技履歴、最近の調子、パフォーマンス指標など、様々な要素を評価できます。これらのデータに基づいて、AIは勝利確率やレースでの上位入賞の可能性に関する提案を行うことができます。
リアルタイムの映像認識、スポーツデータ分析、そしてインテリジェントな表示システムを組み合わせることで、視聴者の体験を向上させ、結果を予測する参加者にとって有益な情報を提供する包括的なソリューションが実現します。

• 開発プロセスと研究の進め方

CWHorseInsightの開発は、リアルタイムビデオ環境でシステムが安定して動作することを保証するため、複数の研究およびテスト段階を経て行われました。
初期段階では、研究開発チームはスポーツビデオにおける物体検出および認識手法の研究に注力し、様々なカメラアングル、高速移動、変化する照明条件など、多様な条件下で馬を認識できるよう、コンピュータビジョンモデルを訓練しました。
基本的な認識モデルを完成させた後、次のステップとして、各馬を識別するための特徴抽出システムを開発しました。毛色、体型、鞍番号などの特徴を用いて、ビデオ内の物体をシステムのデータにリンクさせました。

開発における大きな課題は、システムが低遅延でリアルタイムビデオストリームを処理できるようにすることで、この課題に対処するため、研究開発チームは画像処理パイプラインを最適化し、GPUアクセラレーション技術を活用しました。
画像認識システムと並行して、馬と騎手に関する情報を処理するデータ分析および統計システムも構築し、様々な要素に基づいて勝率を評価するために、分析アルゴリズムが適用されています。
このシステムは分散サービスアーキテクチャを用いて実装されており、画像認識、データ処理、ライブストリーム表示の各コンポーネントが独立して動作しながらも、密接に相互接続されています。

• 取り組んでいる主要技術・領域

CWHorseInsightは、コンピュータビジョン、AI、リアルタイムビデオ処理といった分野における複数の先進技術を統合しています。

システムの最も重要な構成要素の一つは、画像認識のための深層学習モデルで、これらのモデルは、映像中の馬を検出・追跡し、視覚的特徴に基づいて個体を識別するように訓練されています。さらに、システムは物体検出と物体追跡技術を用いて、レース中の馬の動きを監視し、これにより、複数の馬が同時に画面に映り込んだ場合でも、正確な識別を維持できます。
データ分析においては、スポーツ分析と機械学習アルゴリズムを用いて、過去のデータに基づいて勝率を予測します。

本プロジェクトで採用されている主要技術は以下のとおりです。

・コンピュータビジョン
・深層学習
・物体検出と物体追跡
・リアルタイムビデオ処理
・スポーツ分析と機械学習
・GPUアクセラレーション
・ライブストリームデータオーバーレイシステム

これらの技術の組み合わせにより、CWHorseInsightはリアルタイムビデオ環境において高精度で効果的に動作します。

• R&Dの実績と成果

CWHorseInsightは、開発およびテスト段階において、スポーツ映像分析へのAI応用で目覚ましい成果を上げました。

このシステムは、ライブ配信映像中の馬を識別し、関連データと非常に短時間でリンクさせることができ、最適化された画像処理パイプラインとGPUアクセラレーションにより、システムは低遅延で動作し、途切れることのない視聴体験を実現します。
ライブ配信映像上に情報を直接表示することで、視聴者は馬、騎手、関連統計などの重要なデータに容易にアクセスでき、競馬観戦体験が大幅に向上します。

さらに、CWHorseInsightのデータ分析システムは、過去のデータやその他の様々な要素の分析に基づき、勝率に関する予測提案を提供できます。これらの提案は、視聴者がレースをより深く理解するための有益なツールとして機能します。
テスト結果は、スポーツライブ配信にAIを統合することで、データと映像が視覚的に瞬時に結びつく、全く新しい視聴体験が実現できることを示しています。

• 研究開発チームと体制

本プロジェクトは、人工知能（AI）エンジニア、コンピュータビジョン専門家、システムエンジニアを含む、多分野にわたる研究開発チームにより実施されました。このプロジェクトでは、AI研究者がリアルタイムビデオストリームにおける馬の認識と追跡のための深層学習モデルの構築と最適化に注力すると同時に、ソフトウェアエンジニアは、システムが大量のビデオデータと高速処理に対応できるよう、バックエンド、データ処理インフラストラクチャ、および運用アーキテクチャを開発しました。

競馬場からのライブビデオ分析のニーズに応えるため、開発チームはGPU処理技術、データ処理パイプライン、モデル推論高速化技術によるパフォーマンス最適化にも重点を置き、最新のAI技術と効率的なシステムアーキテクチャの組み合わせにより、CWHorseInsightは馬の形状、色、およびナンバータグに基づいて個々の馬を識別し、データベースと連携させて関連情報をほぼリアルタイムで取得することが可能です。

また、AIアーキテクチャの設計、認識モデルの構築、システム全体のリアルタイムビデオ処理パイプラインの実装を主に担当するR&D AIチームリーダーが主導し、直接研究開発を行っています。学術研究と実用化の融合に重点を置いたCWHorseInsightプロジェクトは、合法的な競馬のためのインテリジェントな分析プラットフォームの構築を目指し、スポーツ・エンターテイメント分野における精度、透明性、技術体験の向上に貢献します。

今後は、データ分析機能の強化と認識システムの精度向上を目指し、拡張とアップグレードを継続していきます。研究開発チームは、より高度なAIモデルの研究開発と統合に注力し、リアルタイムでビデオストリームを処理・分析することで、個々の馬を正確に識別するだけでなく、レース中の馬の動きや状態をより深く理解できるようにすることを目指しています。

重要な開発方向の一つは、AIベースの動作分析技術への応用です。ビデオからデータを抽出することで、速度、位置、ペース、レース結果に影響を与える要因など、詳細な分析情報を提供できます。このデータは、視聴者に深い洞察を提供するだけでなく、主催者や専門家がレースの進行状況をより視覚的かつ正確に評価・監視するのに役立ちます。

さらに、CWHorseInsightプラットフォームは、ビデオ分析とリアルタイムデータが視聴者と主催者の双方に大きな価値をもたらす、他の多くのスポーツへの展開も視野に入れています。長期的には、このプロジェクトは『AIスポーツインテリジェンス』のエコシステムを構築することを目指しており、データ、画像、そして高度な分析モデルを組み合わせることで、デジタル時代においてより現代的で直感的、かつインタラクティブなスポーツ観戦体験を生み出すことを目指しています。