近年，AIを活用した映像処理技術の高度化により，カレッジスポーツにおけるアメリカンフットボールの分析が多数研究されている．既存研究では，プレー開始2秒前の試合映像にCNNとRNNを適用し，パスの成否を予測する試みがなされている．しかし，映像からフォーメーションを正しい認識が困難な場合，選手の位置情報を加味できていないことからパス成否の予測精度が低下する課題がある．そこで，本研究では，既存研究の課題を解決するため，選手を高精度に検出可能なYOLOv4と，選手の位置情報を時系列的に考慮できるRNNを組み合わせたシステムを開発する．これにより，パスの成否の予測精度が向上するかを検証する．