Reconnaissance et analyse des sauts assistés par l'IA en gymnastique trampoline
Dans le sport d'élite, des athlètes talentueux, des entraîneurs motivés et un environnement d'entraînement adéquat sont des conditions essentielles pour pouvoir réaliser des performances exceptionnelles. Cependant, lorsqu'il s'agit de monter sur le podium, les millisecondes et les millimètres sont décisifs. Ces subtilités seront à l'avenir visualisées et documentées pour les entraîneurs de trampoline et les athlètes de la Fédération allemande de gymnastique grâce à un nouveau projet basé sur un système d'imagerie de la société Simi Reality Motion Systems GmbH basée à Unterschleißheim. Les enregistrements vidéo appropriés sont fournis par des caméras industrielles de MATRIX VISION à Oppenweiler.
Un concept d'amélioration de la formation et de la documentation est le concept KISS, abréviation de "KI-soutenu Sla reconnaissance et SLa Fédération allemande de gymnastique (DTB) et l'Institut des sciences du sport de l'Université Justus Liebig de Giessen travaillent ensemble sur le projet "KISS" en gymnastique trampoline. L'objectif de KISS est d'utiliser le suivi sans marque et l'intelligence artificielle pour différencier l'exécution de sauts complexes en position accroupie, pliée et étirée et pour quantifier la qualité des sauts. Pour cela, le système a besoin de données d'apprentissage appropriées. Ceci est assuré par le système d'information d'entraînement existant pour la gymnastique sur trampoline, qui enregistre automatiquement les formes d'exercice (exercices préliminaires, sauts individuels, liaisons de saut et exercices complets), et par le système de mesure et d'information (HDTS), qui détermine les caractéristiques quantitatives (hauteur de vol, temps de contact avec le tissu et position d'atterrissage/saut sur l'appareil). À long terme, des progressions d'apprentissage individuelles des athlètes doivent être créées à partir de cela et rendues utilisables pour la planification du contrôle des performances. Cela signifie que l'analyse précédente des effets de l'entraînement individuel sera élargie pour inclure l'analyse des aides à l'entraînement et des méthodes d'entraînement utilisées et que les connaissances acquises pourront être utilisées pour la planification future du contrôle de la performance intra-individuelle de l'entraînement technique des athlètes de l'équipe.
Dans la première étape, huit à dix Dans un premier temps, des enregistrements vidéo de sauts techniquement corrects sous tous les angles sont réalisés avec huit à dix caméras. L'exécution techniquement correcte est basée sur les spécifications techniques de la fédération internationale, est modélisée comme un optimum dans le logiciel et constitue ainsi la base des analyses vidéo des sauts. Dans un deuxième temps, une liaison temporelle automatisée des enregistrements vidéo est effectuée. Ici, les sauts sont enregistrés sous différents angles et synchronisés avec les données des autres systèmes d'entraînement. Dans la troisième étape, la reconnaissance automatique des sauts est effectuée. Sur la base des enregistrements vidéo optimaux des sauts, le système reconnaît automatiquement le saut actuel de la personne active grâce à un suivi sans marqueur et compare les sauts existants et connus dans les trois possibilités d'exécution (accroupi, plié, étendu). Dans la quatrième étape, les écarts sont analysés. Le saut actuel est comparé à l'optimum (plans d'exécution optimale et règlements techniques), et en même temps les écarts sont déterminés et évalués (sous forme de déductions basées sur le Code des points). Dans un premier temps, l'équipe d'entraîneurs ainsi que les juges détermineront et évalueront les déviations, dans le but que l'intelligence artificielle puisse par la suite déterminer et sortir les déviations automatiquement. La dernière étape est l'analyse des erreurs. Grâce à la variété et à l'expansion successive des données optimales et individuelles, l'évaluation de la machine et l'analyse des erreurs peuvent être améliorées étape par étape au moyen de procédures d'intelligence artificielle (par exemple, l'analyse des modèles).
La Fédération allemande de gymnastique a fait appel à Simi Reality Motion Systems GmbH en tant que partenaire technologique ; un expert en systèmes d'analyse du mouvement et du comportement "3D Motion Capture" avec plus de 25 ans d'expérience. Avec Simi Shape 3D, Simi a développé un logiciel qui capture le mouvement de l'athlète sans aucun marqueur en utilisant les derniers algorithmes de traitement d'image et d'intelligence artificielle et extrait un modèle 3D de haute précision incluant les articulations. Pour ce faire, le logiciel a besoin des données de plusieurs caméras à haute vitesse. Pendant des années, Simi a fait confiance aux caméras industrielles GigE doubles mvBlueCOUGAR-XD de MATRIX VISION, robustes et maniables, avec une exigence minimale de 1920 x 1080 pixels, 100 images par seconde et une technologie d'obturateur global en raison des mouvements rapides. L'USB 3.0 serait également capable de gérer les débits de données, mais en raison des distances entre les caméras et l'ordinateur, seule une solution basée sur le réseau a du sens. Qu'en est-il d'une solution 10 Gig ? MATRIX VISION propose une solution adaptée avec le mvBlueCOUGAR-XT. L'avantage est évident : tout d'abord, la nouvelle caméra offre une alimentation par Ethernet+ (POE+), ce qui simplifie considérablement le câblage du système de caméras. C'est-à-dire que des trois câbles originaux par caméra, il n'en resterait qu'un seul. Deuxièmement, la nouvelle caméra prend en charge le protocole PTP (Precision Time Protocol) conformément à la norme IEEE1588. Cela permettrait une synchronisation précise des huit caméras. Troisièmement, la nouvelle caméra repose sur la même base de pilote que la mvBlueCOUGAR-XD. Cela signifie que Simi ne doit adapter le code pour la capture d'images qu'à quelques endroits. Ainsi, l'analyse du mouvement et du comportement en 4K sera possible sans problème à l'avenir.