30 May 2024 in Automation of technological and business processes
Робота присвячена розпізнаванню пози людини під час швидких рухів і складних нестандартних поз за рахунок великої кількості задіяних у русі кінцівок. Тематичним напрямом було обрано художню гімнастику і, відповідно, специфіку суддівської оцінки виступу спортсменки. Велика кількість синхронізованих відео зі швидкими рухами та послідовністю складних поз з різних ракурсів дозволяє сформувати набір даних, необхідний для подальших досліджень та впровадження отриманих результатів як у соціально важливих галузях, так і на ринку комерційних послуг з використанням технологій штучного інтелекту. Розроблено комп’ютерну систему, яка може бути використана для підвищення об’єктивності спортивного суддівства на змаганнях з художньої гімнастики, а також стати альтернативою традиційній системі суддівства у разі проведення змагань у дистанційному форматі. Розширивши завдання, систему також можна використовувати для діагностики проблем з нервовою системою та опорно-руховим апаратом людини. У результаті дослідження було зібрано та структуровано набір даних, що відображає виконання спортивних елементів. Було визначено особливості моделей mediapipe та ViTPose та обрано найкраще рішення для попередньої обробки підготовленого набору. Основним результатом роботи є побудована та навчена модель класифікації спортивних елементів, яка класифікує 7 елементів з точністю 0,9048. Точність свідчить про те, що модель працює на високому рівні, у більшості випадків правильно класифікуючи спортивні елементи. Цей рівень точності вказує на те, що модель було ефективно навчено класифікувати ці конкретні елементи. У майбутньому, щоб мати можливість повноцінно оцінювати виступи художніх гімнасток, необхідно додати відстеження об’єкта, з яким виступає спортсменка, створити метод відстеження взаємодії з ним.