Riconoscimento delle posizioni del corpo nei tuffi tramite tecniche di Deep Learning e Computer Vision = Recognition of Body Positions in Diving Using Deep Learning and Computer Vision

L’Intelligenza Artificiale sta trasformando profondamente la valutazione delle perfor- mance sportive, grazie all’uso di tecniche di Deep Learning (DL) e di visione ar- tificiale. In questo contesto, la presente tesi si concentra sull’analisi dei tuffi sportivi — eseguiti e ripresi da una singola prospettiva — al fine di segmentare le varie sotto- azioni che compongono il tuffo (dall’approccio all’ingresso in acqua) e di identificare con accuratezza la posa dell’atleta durante ogni fase del movimento. Per raggiungere tale obiettivo, sono state confrontate diverse metodologie di Hu- man Pose Estimation (HPE), in particolare BlazePose e YOLOv8x, e valutato vari classificatori (SVM, Random Forest, MLP e LSTM) per il riconoscimento e la cat- egorizzazione delle sotto-azioni. Le principali sfide risiedono, da un lato, nella corretta rilevazione dei keypoints anche in posizioni capovolte o non convenzionali; dall’altro, nell’abilità di discriminare stili di take-off e rotazioni (Soms.Pike, Soms.Tuck) in un contesto multiclasse complesso. Dall’analisi dei risultati sperimentali, BlazePose si distingue per la migliore preci- sione nella stima dei keypoints (espressa attraverso l’Object Keypoint Similarity, OKS), mentre il modello MLP offre prestazioni più convincenti nel riconoscere le categorie critiche del tuffo, in particolare per le fasi di volo e ingresso in acqua. Le metriche adot- tate (OKS, accuracy, precision e recall) confermano l’utilità di questo approccio combi- nato, sottolineando al contempo possibili strategie di ottimizzazione, tra cui l’espansione del dataset annotato e l’adozione di tecniche di data augmentation. Questo lavoro propone dunque una base solida per lo sviluppo di soluzioni auto- matiche di Action Quality Assessment nel diving, integrando la segmentazione tem- porale delle sotto-azioni e l’identificazione accurata delle pose dell’atleta, in grado di supportare sia i giudici sia gli atleti nelle fasi di valutazione e allenamento.