В спортивных тренировках главное — практика, но возможность подражать технике профессиональных спортсменов может поднять игру на новый уровень. Персонализированные помощники спортивных тренеров на базе ИИ могут сделать это реальностью, используя опубликованные наборы данных. С помощью камер и датчиков, расположенных на теле спортсмена, эти системы могут отслеживать все, включая характер движения суставов, уровень активации мышц и движения взгляда.
Используя эти данные, можно получить персональную обратную связь о технике игрока и рекомендации по ее улучшению. Спортсмены могут иметь доступ к обратной связи в любое время и в любом месте, что делает эти системы универсальными для игроков всех уровней.
В исследовании, опубликованном в журнале Scientific Data, ученые под руководством доцента Сын Джун Кима из Кванджуского института науки и технологий (GIST) разработали набор данных MultiSenseBadminton для обучения бадминтону на основе искусственного интеллекта.
«Бадминтон мог бы извлечь выгоду из использования различных датчиков, но существует нехватка универсальных данных о действиях в бадминтоне для анализа и обратной связи при обучении», — говорит кандидат наук Минву Сон, первый автор исследования.
Совместно с командой Массачусетского технологического института, учёные разработали набор данных MultiSenseBadminton, фиксирующий движения и физиологические реакции игроков в бадминтон. Этот набор данных, сформированный с учетом мнений профессиональных тренеров по бадминтону, призван повысить качество ударов. Для этого исследователи собрали 23 часа данных о технике 25 игроков с разным уровнем подготовки.
В ходе исследования спортсмены должны были многократно выполнять четкие удары, а датчики фиксировали их движения и реакции. Механизмы включали в себя инерциальные измерительные блоки (IMU) для отслеживания движений суставов, датчики электромиографии (EMG) для мониторинга сигналов мышц, датчики давления на стельки и камеру для записи движений и положения тела. В общей сложности было собрано 7 763 точки данных, каждый взмах был тщательно промаркирован с учетом типа удара, уровня мастерства игрока, положения приземления воланчика, места удара относительно игрока и звука при ударе. Затем набор данных был проверен с помощью модели машинного обучения, что обеспечило его пригодность для искусственного интеллекта, который смог оценить качество удара и предоставить обратную связь.
«Набор данных MultiSenseBadminton может быть использован для создания систем обучения и тренировки игроков на основе ИИ. Анализируя различия в движениях и данных датчиков у игроков разного уровня и создавая траектории действий, генерируемые ИИ, можно создать персонализированные руководства по движениям для игроков каждого уровня», — говорит Сон.
Собранные данные могут улучшить тренировки с помощью тактильной вибрации или электрической стимуляции мышц, способствуя улучшению движений и совершенствованию техники замаха. Кроме того, данные могут использоваться в играх виртуальной реальности или симуляторах тренировок.
В долгосрочной перспективе, по мнению исследователей, эта работа может сделать спортивные тренировки более доступными для широкой аудитории, способствовать общему благополучию и формированию более здорового населения.
[Фото: ru.123rf.com]
