Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) разработали технологию на основе нейросети для оценки качества тренировки футболистов. Программа позволит повысить эффективность занятий и автоматизировать процесс обработки результатов тестирования юных футболистов, рассказали ТАСС в пресс-службе вуза.
"С помощью обученной нейросети ученые разработали прототип информационной системы поддержки принятия решений, которая сможет определять, насколько качественно идет тренировка юных футболистов. Система позволяет отслеживать индивидуальную работу каждого спортсмена команды одновременно и автоматизировать контроль качества со стороны тренера", - рассказали в ПНИПУ.
Определять движения спортсмена можно по положению его 2D-скелета и взаимодействию со спортивным инвентарем. Однако для некоторых упражнений необходимо знать нахождение ключевых точек относительно друг друга в пространстве. Кроме того, после видеосъемки тренировки требуется синхронизация по времени кадров с левой и правой камер. Если же использовать нейронные сети в 3D-пространстве, этого делать не придется, поскольку 3D-подход предлагает большую точность и глубину анализа. Он и положен в основу компьютерной программы, созданной учеными.
"Всего программа фиксирует 34 ключевые точки человека, среди которых плечи, локти, кисти, пальцы на руках и ногах, тазобедренные суставы, колени и стопы. Видеокамеры устанавливаются на тренировочном поле, а программно-аппаратная система записывает упражнения в форме видеоряда и передает его на компьютер, где происходит выявление ошибок при выполнении упражнений с мячом и без. Это позволит тренерам и аналитикам проводить детальный анализ техники членов футбольной команды и разрабатывать стратегии совершенствования спортивного мастерства", - пояснил аспирант кафедры "Вычислительная математика, механика и биомеханика" ПНИПУ Александр Терехин.
Чтобы проверить, как работает система, ученые провели эксперименты на упражнениях, требующих анализа трехмерных изображений, например, наклонов. "Задача нейросети - определить, насколько качество движений спортсмена соответствует заданным требованиям: не сгибать ноги в коленях, касаться пола пальцами обеих рук не более трех секунд и т.д.
Исследователи планируют расширить количество анализируемых спортивных упражнений и провести комплексные испытания в футбольном манеже в процессе реальной тренировки.
"С помощью обученной нейросети ученые разработали прототип информационной системы поддержки принятия решений, которая сможет определять, насколько качественно идет тренировка юных футболистов. Система позволяет отслеживать индивидуальную работу каждого спортсмена команды одновременно и автоматизировать контроль качества со стороны тренера", - рассказали в ПНИПУ.
Определять движения спортсмена можно по положению его 2D-скелета и взаимодействию со спортивным инвентарем. Однако для некоторых упражнений необходимо знать нахождение ключевых точек относительно друг друга в пространстве. Кроме того, после видеосъемки тренировки требуется синхронизация по времени кадров с левой и правой камер. Если же использовать нейронные сети в 3D-пространстве, этого делать не придется, поскольку 3D-подход предлагает большую точность и глубину анализа. Он и положен в основу компьютерной программы, созданной учеными.
"Всего программа фиксирует 34 ключевые точки человека, среди которых плечи, локти, кисти, пальцы на руках и ногах, тазобедренные суставы, колени и стопы. Видеокамеры устанавливаются на тренировочном поле, а программно-аппаратная система записывает упражнения в форме видеоряда и передает его на компьютер, где происходит выявление ошибок при выполнении упражнений с мячом и без. Это позволит тренерам и аналитикам проводить детальный анализ техники членов футбольной команды и разрабатывать стратегии совершенствования спортивного мастерства", - пояснил аспирант кафедры "Вычислительная математика, механика и биомеханика" ПНИПУ Александр Терехин.
Чтобы проверить, как работает система, ученые провели эксперименты на упражнениях, требующих анализа трехмерных изображений, например, наклонов. "Задача нейросети - определить, насколько качество движений спортсмена соответствует заданным требованиям: не сгибать ноги в коленях, касаться пола пальцами обеих рук не более трех секунд и т.д.
Исследователи планируют расширить количество анализируемых спортивных упражнений и провести комплексные испытания в футбольном манеже в процессе реальной тренировки.
