Сучасні технології для визначення ланок тіла борців
DOI:
https://doi.org/10.15391/ed.2023-4.05Ключові слова:
вільна боротьба, змагальна діяльність, сучасні технології, детектування, ланки тілаАнотація
Мета: визначити ефективність використання сучасних технологій комп’ютерного зору для визначення ланок тіла борців у змагальній діяльності. Матеріал та методи. У дослідженні використовувалися наступні методи: аналіз науково-методичної літератури та джерел Інтернет, аналіз відео та зображень за допомогою комп’ютерного зору (Computer Vision, Machine Learning), методи математичної статистики. Для аналізу обрано фінальна сутичка у ваговій категорії до 65 кг на Олімпійських іграх у Токіо 2021 з вільної боротьби. Загальна кількість фрагментів відео склала 1763 зображення. Для детектування осіб використовувалась модель машинного навчання Yolo, для детектування ланок тіла використовувалась модель MediaPipe від Google. Для кожного спортсмена визначались 21 ланка тіла. Результати: отримано показники точності ідентифікації ланок тіла спортсменів: всі показники вище 78 %. Результати аналізу показали, що краще ідентифікуються ланки тіла нижніх кінцівок: стегно, коліно, щиколотка тощо. Точність ідентифікації вище 90 %. В той час, як точність ідентифікації верхніх кінцівок нижче. На нашу думку, це пов’язано с тим що спортсмени в процесі сутички проводять достатню кількість часу в захваті та підготовки до атаки. Протягом цього часу певні частині верхніх кінцівок закриті для ідентифікації. Аналіз результатів кількості не ідентифікованих зображень показав схожу тенденцію з точністю ідентифікації. Найбільше не ідентифіковано ланок тіла пов’язаних зі верхніми кінцівками (більше 25 %). В той час, як не ідентифіковано ланок тіла пов’язаних зі ніжними кінцівками від 10 до 12 %. Висновки. Проведено аналіз результатів використання сучасних технологій комп’ютерного зору для визначення ланок тіла борців у змагальній діяльності. Алгоритм дослідження ланок тіла спортсменів мав два етапи: перший етап це визначення області фрагменту зображення (відео) де знаходяться атлети та другий визначення ланок тіла кожного борця. На першому етапі дослідження вдалося ідентифікувати обох спортсменів на 79,5 % зображень. Аналіз точності ідентифікації ланок тіла спортсменів показав, що краще ідентифікуються ланки тіла нижніх кінцівок, ніж вірних кінцівок. Це пов’язано з особливістю змагальної діяльності. Візуальний аналіз зображень показав, що певна частина ідентифікованих ланок не співпадають з реальним розташуванням ланок тіла спортсменів.
Посилання
Архипов, О.А., & Питомець, О.П. (2016). Якісний біомеханічний аналіз техніки бігу на короткі, середні та довгі дистанції. Науковий часопис НПУ імені М.П. Драгоманова, 3 (70), 285-288.
Бартік, П., Бойченко, Н.В., & Куриленко, М.М. (2014). Особливості змагальної діяльності в спортивній боротьбі. Проблемы развития спортивных игр и единоборств в высших учебных заведениях, 1, 18-22.
Гамалій, В. (2020). Біомеханічні аспекти раціоналізації процесу навчання рухів у процесі технічної підготовки спортсменів. Теорія і методика фізичного виховання і спорту, 28(2), 36-41. DOI:10.32652/tmfvs.2020.2.36-41
Задорожна, О.Р. (2021). Тактика участі провідних спортсменок світу у системі змагань з жіночої боротьби упродовж олімпійського циклу 2013-2016 рр. Єдиноборства, 2, 47-61. DOI:10.15391/ed.2021-2.04
Закорко, І.П. (2013). Використання елементів біомеханічного аналізу в навчально-тренувальному процесі дзюдоїстів високої кваліфікації. Вісник Чернігівського національного педагогічного університету. Педагогічні науки. Фізичне виховання та спорт, 112 (4), 123-126.
Камаєв, О.І., Тропін, Ю.М., & Арнаут, В.Ю. (2019). Біомеханічний аналіз виконання технічних дій у спортивній боротьбі. Проблеми і перспективи розвитку спортивних ігор і єдиноборств у вищих навчальних закладах, 1, 32-35.
Коробейніков, Г., Воронцов, А., Костюченко, В., & Григоренко, О. (2020). Аналіз змагальної діяльності збірної команди України з греко-римської боротьби на чемпіонатах Європи 2019–2020 років. Теорія і методика фізичного виховання і спорту, (4), 27-33. DOI:10.32652/tmfvs.2020.4.27-33
Латишев М.В., Поляничко О.М., Вольський Д.С., Лахтадир О.В., & Рибак Л.О. (2022). Аналіз попередніх досягнень призерів чемпіонату світу 2022 року з вільної боротьби. Єдиноборства, 4(26), 44–53. DOI:10.15391/ed.2022-4.05
Латишев, М.В., Квасниця, О.М., Спесивих, О.О., & Квасниця, І.М. (2019). Прогнозування: методи, критерії та спортивний результат. Спортивний вісник Придніпров’я, 1, 39-47.
Подригало, Л.В., & Володченко, О.А. (2016). Порівняльний аналіз біомеханічних аспектів кік-боксу та інших одноборств. Вісник Чернігівського національного педагогічного університету. Педагогічні науки. Фізичне виховання та спорт, 139 (1), 145-149.
Тропин, Ю.Н., & Бойченко, Н.В. (2017). Технико-тактическое мастерство борца. Єдиноборства, (3), 78-81.
Тропин, Ю.Н., Латышев, Н.В., Бойченко, Н.В., Кожанова, О.С., & Мозолюк, А.В. (2020). Анализ выступлений сборной команды Украины по греко-римской борьбе. Український журнал медицини, біології та спорту, 5(3), 492-497.
Чертов, І.І., Бойченко, Н.В., Зантарая Г.М. & Мирошниченко, Е.С. (2021). Аналіз показників змагальної діяльності лідируючих дзюдоїсток вагової категорії до 52 кг. Єдиноборства, 1(19), 69-78. DOI:10.15391/ed.2021-1.07
Чертов, І.І., Бойченко, Н.В., Пирог Ю.А. & Алексеев, А.Ф. (2020). Аналіз показників змагальної діяльності висококваліфікованих дзюдоїсток легких вагових категорій. Єдиноборства, 3(17), 4-12. DOI:10.15391/ed.2020-3.01
Шандригось, В.І. (2018a). Cистемно-історичний аналіз досягнень країн-учасниць в змаганнях з вільної боротьби на Олімпійських Іграх (1904-2016 рр.). Єдиноборства, 1 (7), 89-97.
Шандригось, В.І. (2018b). Використання інформаційних технологій в теорії і практиці спортивних єдиноборств. Науково-методичні основи використання інформаційних технологій в галузі фізичної культури та спорту, 25(2), 137-41.
Шандригось, В.І., Блажейко, А.І., & Латишев, М.В. (2022). Стан і перспективи розвитку вільної боротьби в Україні. Єдиноборства, №2(24), 96–116, DOI:10.15391/ed.2022-2.09
Cook, G., Burton, L., Hoogenboom, B. J., & Voight, M. (2014). Functional movement screening: The use of fundamental movements as an assessment of function‐part 1. International journal of sports physical therapy, 9(3), 396.
Groos, D., Ramampiaro, H., & Ihlen, E. A. (2021). EfficientPose: Scalable single-person pose estimation. Applied intelligence, 51, 2518-2533.
Jiang, P., Ergu, D., Liu, F., Cai, Y., & Ma, B. (2022). A Review of Yolo algorithm developments. Procedia Computer Science, 199, 1066-1073.
Latyshev, M., Shandrygos, V., Tropin, Y., Polianychko, O., Deineko, A., Lakhtadyr, O., & Mozoliuk, O. (2021). Age distribution of wrestlers participating in the world championships. Acta Kinesiologica, 15 (1), 138-143. DOI. 10.51371/issn.1840-2976.2021.15.1.17
Latyshev, M., Tropin, Y., Podrigalo, L., & Boychenko, N. (2022). Analysis of the Relative Age Effect in Elite Wrestlers. Ido movement for culture. Journal of Martial Arts Anthropology, (22 (3)), 28-32.
Pardos, A., Tziomaka, M., Menychtas, A. & Maglogiannis, I. (2022). Automated Posture Analysis for the Assessment of Sports Exercises. In Proceedings of the 12th Hellenic Conference on Artificial Intelligence, 1-9.
United World Wrestling. Access Mode: – [Електронний ресурс]. – Режим доступу https://unitedworldwrestling.org/ (дата звернення: 25.04.2023).
Wang, J., Qiu, K., Peng, H., Fu, J., & Zhu, J. (2019). AI coach: Deep human pose estimation and analysis for personalized athletic training assistance. In Proceedings of the 27th ACM international conference on multimedia, 374-382. https://doi.org/10.1145/3343031.3350910
Youtube. Men's freestyle 65 kg. FINAL Highlights. Olympic Games - Tokyo 2020 Access Mode: – [Електронний ресурс]. – Режим доступу https://www.youtube.com/watch?v=4Gg8F85T3vo
Zhang, W., Liu, Z., Zhou, L., Leung, H., & Chan, A. B. (2017). Martial arts, dancing and sports dataset: A challenging stereo and multi-view dataset for 3D human pose estimation. Image and Vision Computing, 61, 22-39. https://doi.org/10.1016/j.imavis.2017.02.002
