Нейромережеві методи автоматичного визначення пози людини, яка виконує вправи з художньої гімнастики

Анотація

У художній гімнастиці оцінювання виступів спортсменок є складним суб’єктивним завданням через необхідність врахувати технічні характеристики динамічних вправ, та естетичну досконалість окремих сцен і композиції загалом. У статті представлено результати дослідження, яке спрямоване на розробку програми автоматичного визначення поз спортсменок під час виконання вправ із художньої гімнастики. Розробці моделі передує вивчення поточних правил підрахунку балів з урахуванням складності рухів спортсменки. Для дослідження створено спеціальний набір даних із визначення поз гімнасток, який включає оцінювані елементи та неоцінювані позиції. Набір даних містить стоп-кадри з відео змагань та фотозвітів. Для визначення поз використовуються 2 методи комп’ютерного зору: MediaPipe Pose та ViTPose. MediaPipe Pose завдяки високій продуктивності дає змогу у реальному часі визначати 33 3D-орієнтири. ViTPose забезпечує високу точність завдяки використанню зорових трансформерів. Здійснено порівняльний аналіз цих двох методів із виділенням сильних сторін та обмежень кожної з них. Для класифікації спортивних елементів на основі розпізнаних поз розроблено модель типу “багатошаровий персептрон”. Навчання моделі здійснено за зворотним розповсюдженням помилки на основі методу градієнтного спуску Адама. Після навчання моделі на авторському наборі даних досягається висока точність класифікації поз гімнасток. Проведене дослідження є інтелектуальним складником майбутньої системи автоматичного визначення в реальному часі пози спортсменки для більш достовірного та оперативного оцінювання виступів у художній гімнастиці. Запропонований підхід до поєднання методів комп’ютерного зору та машинного навчання може бути поширений для вдосконалення спортивного аналізу і в інших споріднених дисциплінах.