Soluzioni digitali a supporto della canoa slalom = Digital solutions supporting canoe slalom's athletes

L'utilizzo dell'Intelligenza Artificiale negli ultimi anni è aumentato significativamente grazie agli avanzamenti tecnologici che permettono la costruzione di computer sempre più potenti. Diventando alla portata di tutti, grazie anche al rilascio delle prime versioni di ChatGPT e di altri progetti indipendenti open-source, ci si è iniziati ad interrogare in quali e quanti ambiti potesse essere utilizzata. Uno dei principali, è risultato l'ambito sportivo. Sfruttando la sua capacità di analisi, calcolo ed elaborazione di molto superiori a quelle di un essere umano, sono nati i primi database costruiti ad hoc per l'addestramento di IA. Fornendo in input una serie di immagini o video è possibile effettuare object detection, tecnica principale utilizzata in questo progetto di tesi. Marcando il soggetto di interesse, si può insegnare all'IA a riconoscerlo e a seguirlo durante una registrazione o un video in diretta. Molto diffuso negli sport principali come calcio e tennis, questo metodo viene espanso poco ad altri sport. Nei successivi capitoli si vedrà come la tecnica dell'object detection è stata sfruttata per analizzare le prestazioni di atleti di Canoa Slalom, grazie alla gentile partecipazione dell'Ivrea Canoa Club, centro di allenamento tra i migliori nazionali e internazionali, che ha messo a disposizione il suo sistema di telecamere per la costruzione di un database adeguato. Lungo il percorso di discesa sono infatti presenti 5 camere che inquadrano tutto il canale da diverse angolazioni, con le quali è possibile seguire l'intera discesa degli atleti. Partendo da uno scopo prettamente registico, ci si è poi spostati verso l'analisi della traiettoria. La rete neurale è capace di riconoscere quando, in una determinata inquadratura, è presente o meno l'atleta e, di conseguenza, seguirlo lungo il canale. Questo avviene con un controllo automatico della telecamera da mostrare ad un osservatore, a fronte dell'analisi contemporanea di tutti e 5 i flussi video. Per quanto riguarda l'analisi della traiettoria, importante elemento nella prestazione finale dell'atleta, si parte identificando il centro del bounding box contenente la canoa e ne si traccia il percorso. In un secondo momento, vengono estratte le coordinate dei punti, espresse in termini di pixel. Tramite l'utilizzo dei parametri intrinseci delle telecamere e di conversioni geometriche, risulta possibile risalire alle coordinate reali, intese come coordinate spaziali sul piano del canale. Un lavoro futuro, aggiungendo più flussi video e integrando telecamere di profondità, porterà ad un incremento nella precisione delle rilevazioni e nelle informazioni a disposizione. Per valutare l'effettiva prestazione dell'atleta è stato infine implementato un valore indicativo rappresentante la differenza tra una traiettoria e l'altra. Esso è dato dalla distanza tra i punti della nuova traiettoria rispetto a quella presa come riferimento, andando a confrontare questa distanza con delle soglie considerate plausibile. In uscita avremo un valore percentuale dove lo 0 rappresenta una traiettoria identica, mentre il 100 ne rappresenta una completamente diversa. Logicamente la traiettoria migliore risulta essere quella per cui si è impiegato meno tempo ad effettuare la discesa.