Evaluating Deep Learning-based Human Pose Estimation Techniques for Performance Analysis in Tennis

Negli ultimi anni, la richiesta per metodi di analisi precisa e completa in ambito sportivo è cresciuta in modo significativo, suscitando la necessità dell’utilizzo di tecniche avanzate di apprendimento automatico e visione artificiale (computer vision). Alcune di queste tecniche, come la stima della posa di esseri umani (in inglese human pose estimation, HPE), si sono dimostrate capaci di fornire vantaggi importanti, soprattutto nel calcio; è il caso, ad esempio, delle tecnologie per il rilevamento automatico del fuorigioco. Ciononostante, le soluzioni per il tracciamento dei tennisti sono ad oggi ancora rare. Il lavoro di questa tesi si occupa di colmare il divario presente in campo tennistico, indagando su tecniche all’avanguardia di apprendimento automatico per la stima della posa umana, applicabili nel contesto dell’analisi delle prestazioni dei tennisti. Il progetto è stato svolto in collaborazione con HyperTennis, una startup d’avanguardia con sede a Torino dedita a rivoluzionare l’analisi della performance in ambito tennistico. HyperTennis sta lavorando a uno strumento innovativo in grado di analizzare e tracciare i movimenti del tennista, i suoi colpi, le traiettorie della pallina, e l’orientamento della racchetta. L’analisi è resa possibile attraverso l’applicazione di modelli di apprendimento profondo (deep learning) all’avanguardia per la stima della posa umana in 3D, il rilevamento di oggetti tridimensionali e il loro tracciamento. Per prima cosa è stata svolta un’esplorazione dello stato dell’arte delle tecniche di stima della posa, con particolare attenzione all’ambito sportivo. La disamina ha portato alla luce la scarsità di soluzioni dedicate all’ambito tennistico, e ha esaminato l’approccio innovativo di HyperTennis. Basandosi sulle attività di quanto sopra, il fulcro del lavoro di tesi è consistito nell’indagine di due modelli distinti di apprendimento profondo e nel loro adattamento al contesto dell’analisi delle prestazioni tennistiche. La ricerca ha compreso lo sviluppo di un nuovo dataset di video annotati, composto da riprese video di più telecamere sincronizzate. I video raffigurano diversi tennisti mentre eseguono vari colpi, e i loro scheletri sono annotati in ogni fotogramma. La ricerca è proseguita con sperimentazione rigorosa e un confronto analitico dei modelli adottati con una baseline, ovvero l’approccio attualmente adottato da HyperTennis. I risultati di questi esperimenti fanno luce sui punti di forza e gli svantaggi di ogni modello nel contesto dell’analisi tennistica. Per concludere, il lavoro di questa tesi presenta una completa esplorazione delle tecniche di apprendimento profondo per la stima della posa, nel contesto dell’analisi delle prestazioni tennistiche, mostrando il potenziale di queste tecniche nelle applicazioni commerciali in ambito sportivo. I risultati della ricerca non solo contribuiscono ai progressi nel campo dell’analisi sportiva, ma forniscono anche un valido approfondimento per gli sviluppi futuri di soluzioni su misura per colmare il divario tra prestazioni atletiche e tecnologie di intelligenza artificiale all’avanguardia.