Estrazione della conoscenza spaziale dalle trasmissioni di atletica leggera per la stima della posa umana 3D monoculare
Rapporti scientifici volume 13, numero articolo: 14031 (2023) Citare questo articolo
Dettagli sulle metriche
La raccolta di grandi set di dati per le indagini sulla locomozione umana è un processo costoso e ad alta intensità di lavoro. I metodi per la stima della posa umana 3D in natura stanno diventando sempre più accurati e potrebbero presto essere sufficienti per assistere nella raccolta di set di dati per l'analisi nell'esecuzione della cinematica dai dati delle trasmissioni televisive. Nel campo della ricerca biomeccanica, piccole differenze negli angoli 3D svolgono un ruolo importante. Più precisamente, i margini di errore del processo di raccolta dei dati devono essere inferiori alla variazione prevista tra gli atleti. In questo lavoro, proponiamo un metodo per dedurre la geometria globale delle registrazioni degli stadi di atletica leggera utilizzando le demarcazioni delle corsie. Proiettando gli scheletri 3D stimati nell’immagine utilizzando questa geometria globale, mostriamo che gli attuali metodi all’avanguardia per la stima della posa umana 3D non sono (ancora) sufficientemente accurati per essere utilizzati nella ricerca cinematica.
L’applicazione della stima della posa umana (HPE) nello sport sta guadagnando costantemente popolarità. Una recente revisione mostra una miriade di possibili applicazioni1. Questi vanno dalla stima dei parametri tipici dell'andatura2, al rilevamento della "cattiva posa"3 all'allenamento nelle arti marziali4. Sebbene esistano numerose pubblicazioni che dimostrano notevoli prestazioni nel riconoscimento di azioni specifiche, non sono state condotte molte ricerche sull'applicazione di questi metodi di acquisizione dati alla ricerca nelle scienze dello sport. Ad esempio, utilizzando grandi quantità di dati cinematici di corridori di livello mondiale, potremmo lavorare per rispondere a domande come: quali sono le caratteristiche di un’ottima forma di corsa? A questa domanda apparentemente fondamentale non è stata ancora data una risposta completa5, poiché sono necessarie ulteriori ricerche sugli schemi di movimento di tutto il corpo durante la corsa.
Esiste un'ampia variazione nella locomozione umana e non esiste un'unica forma o tecnica di corsa corretta5,6. Tuttavia, è stato dimostrato che la cinematica della corsa rappresenta fino al 94% della varianza nell’economia della corsa7 per gli atleti principianti. Finora non esiste un modello unificato per determinare l’efficienza della corsa e valutare la cinematica della corsa. Invece, la letteratura si occupa di aspetti isolati della forma di corsa come la velocità del tallone o l’angolo di estensione della coscia8. Per fare affermazioni più generalizzate e costruire un modello di corsa più olistico, avremmo bisogno di grandi set di dati altamente dettagliati sulla cinematica della corsa. La configurazione convenzionale del laboratorio cinematico è molto costosa e richiede molto tempo9. Utilizza marcatori attaccati all'atleta e utilizza telecamere ad altissima velocità e ad alta precisione. Sebbene esistano approcci per convalidare i sistemi di visione in laboratorio10, permangono i limiti dell'impostazione del laboratorio: è difficile acquisire atleti di livello mondiale da sottoporre a queste indagini ed è praticamente impossibile raccogliere un set di dati sufficientemente ampio da tenere conto di tutte le possibili variabilità tra atleti.
D’altro canto, un approccio puramente basato sulla visione per la raccolta degli stessi dati potrebbe rappresentare un’alternativa economica e altamente scalabile. Tale approccio, tuttavia, dovrebbe essere convalidato rispetto alle misurazioni gold standard. Se sufficientemente affidabile, consentirebbe di sfruttare le registrazioni esistenti delle trasmissioni televisive per raccogliere set di dati su larga scala. Grazie alla fitta storia delle registrazioni, sarebbe possibile effettuare studi a lungo termine sui singoli atleti per monitorare i loro cambiamenti cinematici nel tempo così come nel corso di una singola gara. Diventerà possibile studiare fattori come la fatica in combinazione con il ritmo e la strategia di gara, che non sono accessibili in un ambiente di laboratorio.
Per convalidare e utilizzare la stima della posa umana 3D in natura come strumento di ricerca per la scienza dello sport, fortunatamente esiste un ampio sottoinsieme di eventi di corsa che dovrebbero consentire la derivazione di informazioni aggiuntive da filmati esistenti: gare in uno stadio di atletica leggera. Le demarcazioni delle corsie, così come gli indicatori aggiuntivi del blocco di partenza e della linea di arrivo, sono standardizzati tra le sedi. Utilizzando questi marcatori è possibile triangolare la telecamera nello stadio e ricostruire così l'intera scena 3D.