Scheda studio
MediaPipe e postura dell'arciere: Prasetya 2026
Accuracy Evaluation of 2D MediaPipe-Based Pose Estimation for Archery Posture Detection Using N-MPJPE
Citazione
Prasetya, M. A. B., Rosyid, H. A., & Arifin, M. Z. (2026). Accuracy Evaluation of 2D MediaPipe-Based Pose Estimation for Archery Posture Detection Using N-MPJPE. JURNAL TEKNIK INFORMATIKA, 19(1), 109-121. https://doi.org/10.15408/jti.v19i1.49778
DOI: 10.15408/jti.v19i1.49778Leggi la versione ad accesso aperto
Cita lo studio
Prasetya, M. A. B., Rosyid, H. A., & Arifin, M. Z. (2026). Accuracy Evaluation of 2D MediaPipe-Based Pose Estimation for Archery Posture Detection Using N-MPJPE. JURNAL TEKNIK INFORMATIKA, 19(1), 109-121. https://doi.org/10.15408/jti.v19i1.49778
@article{prasetya2026accuracymediapipe,
author = {Prasetya, Muhammad Andhika Bayu and Rosyid, Harits Ar and Arifin, M. Zainal},
title = {Accuracy Evaluation of 2D MediaPipe-Based Pose Estimation for Archery Posture Detection Using N-MPJPE},
year = {2026},
journal = {JURNAL TEKNIK INFORMATIKA},
volume = {19},
number = {1},
pages = {109--121},
doi = {10.15408/jti.v19i1.49778}
}
Scheda tecnica
- Disegno
- Metodologico
- Popolazione
- Arcieri
- Livello
- Non dichiarato
- Disciplina
- Non dichiarata
- Numero di soggetti
- 1
- Tipo
- Articolo in rivista
- Lingua
- Inglese
- Revisione tra pari
- Sì
- Sede
- JURNAL TEKNIK INFORMATIKA (rivista regionale)
Cosa ha misurato e cosa ha trovato
Lo studio controlla quanto bene MediaPipe, un programma gratuito che riconosce le articolazioni in un'immagine, ritrova il corpo di un arciere nelle otto fasi del tiro distinte dagli autori: posizione, incocco, aggancio della corda, preparazione, trazione, ancoraggio, mira e rilascio. Per ogni fase c'è una sola foto dello stesso atleta, e i punti trovati dal programma sono confrontati con quelli segnati a mano sulla stessa foto.
L'errore è espresso con l'N-MPJPE, la distanza media tra punto stimato e punto di riferimento divisa per una misura del corpo. Per fase va da 0,55 nell'incocco a 0,71 nell'ancoraggio; gli altri valori sono 0,69 per la posizione, 0,65 per l'aggancio e per la trazione, 0,68 per la preparazione, 0,63 per la mira e 0,61 per il rilascio. Gli autori riportano una media di 0,71 e la giudicano competitiva, perché cade dentro l'intervallo da 0,6 a 1,2 che attribuiscono agli studi precedenti. Un allenatore esperto ha poi guardato i risultati e li ha trovati coerenti con la tecnica insegnata.
Come è stato misurato
MediaPipe è usato così come viene distribuito, già addestrato, senza nessuna messa a punto su immagini di tiro con l'arco: restituisce 33 punti del corpo, tra cui spalle, gomiti, polsi, anche e ginocchia. Le otto foto sono state scattate al chiuso, con luce controllata, con la macchina a circa 3-5 metri dall'atleta e all'altezza del corpo; le immagini sfocate o con parti del corpo coperte sono state scartate. Le fasi sono state etichettate a mano, e un allenatore ha confermato che ogni foto mostrasse un'esecuzione corretta della sua fase.
L'errore di ogni articolazione è la distanza in pixel tra punto stimato e punto annotato, divisa per un fattore di scala ricavato dalla posa di riferimento; l'articolo lo descrive con un esempio (la distanza tra spalla e anca, oppure la distanza massima tra due articolazioni) senza dire quale dei due sia stato usato. La media su tutte le articolazioni dà il valore della fase. Il lavoro segue uno schema in sei passi preso dallo sviluppo dei sistemi informatici (preparare, pianificare, progettare, realizzare, mettere in funzione, ottimizzare), e nell'ultimo passo alcuni parametri di funzionamento sono stati ritoccati prima della valutazione finale.
Il metodo, spiegato: Machine learning e visione artificiale negli studi sul tiro
Limiti
Il campione è di otto immagini di un solo arciere, di cui l'articolo non indica livello, disciplina, sesso né lato di tiro. Non è detto chi abbia segnato a mano i punti di riferimento né quante volte, quindi non si sa quanto sia preciso il riferimento stesso. Il fattore di scala non è definito con esattezza, e senza di esso il numero 0,71 non si può confrontare con quelli di altri studi; anche l'intervallo da 0,6 a 1,2 attribuito alla letteratura non ha riferimenti precisi. Se il fattore fosse la distanza tra spalla e anca, un errore medio pari al 71% di quella distanza sarebbe molto grande per un'immagine ferma: il numero, da solo, non dice se l'errore sia piccolo o grande.
I numeri, poi, non tornano tra loro. La media dei valori per fase in tabella è circa 0,65, mentre la media dichiarata, 0,71, coincide con il valore più alto, quello dell'ancoraggio. Il testo spiega che le fasi statiche danno errori minori e quelle dinamiche maggiori, ma la posizione ha il secondo errore più alto (0,69) e il rilascio uno dei più bassi (0,61). Le foto sono pose ferme scelte per essere chiare: non dicono come si comporta il programma su un video di tiro, con la corda, il braccio dell'arco e la mano vicini al viso.
Cosa vuol dire per chi tira
Per chi si riprende con il telefono e usa un'app che disegna lo scheletro sul corpo, questo lavoro non offre ancora una misura su cui contare. Dice che MediaPipe trova le articolazioni principali in foto ferme e ben illuminate di un arciere, e che l'errore cambia poco da una fase all'altra; non dice di quanti gradi possa sbagliare un angolo di gomito o di spalla, che è quello che interessa a un allenatore. Le differenze che contano nel tiro, come un gomito del braccio che traziona qualche centimetro più alto o più basso in ancoraggio, potrebbero essere più piccole dell'errore del programma, e lo studio non permette di saperlo. Per usare questi strumenti nella correzione della postura servirebbero prove su più arcieri, su video e con un riferimento misurato in modo indipendente.
Nel registro
Le affermazioni in cui questo studio è un'evidenza, con la sua posizione e lo stato attuale.
Articoli che lo usano
Filone di ricerca
Stesso filone
- 2021Archery Skill Assessment Using an Acceleration Sensor
- 2024A032: Archery Consistency Assessment by Using Inertial Measurement Unit (IMU)
- 2024AI-Based Analysis of Archery Shooting Time from Anchoring to Release Using Pose Estimation and Computer Vision
- 2025A Machine Learning-Based Multimodal Framework for Wearable Sensor-Based Archery Action Recognition and Stress Estimation
- 2025Deep Learning Sequence Network for Identifying and Analyzing Archery Shooting Patterns
- 2025Pose Classification in Archery Sports Based on YoloV8 Using SVM and Random Forest Methods
Cita questa scheda
Campagna, M. (2026). Scheda studio: Accuracy Evaluation of 2D MediaPipe-Based Pose Estimation for Archery Posture Detection Using N-MPJPE. In Registro delle evidenze. matteocampagna.com. Consultato il 16 ottobre 2026, da https://matteocampagna.com/evidence/prasetya-2026-accuracy-mediapipe
@misc{campagna2026_evidenceprasetya2026accuracymediapipe,
author = {Campagna, Matteo},
title = {Scheda studio: Accuracy Evaluation of 2D MediaPipe-Based Pose Estimation for Archery Posture Detection Using N-MPJPE},
year = {2026},
howpublished = {Registro delle evidenze, matteocampagna.com},
url = {https://matteocampagna.com/evidence/prasetya-2026-accuracy-mediapipe},
note = {consultato il 2026-10-16}
}
Aggiornamenti del registro, per email
Al massimo un'email al mese, e solo nei mesi in cui qualcosa cambia: affermazioni che cambiano stato, affermazioni nuove, previsioni del Laboratorio registrate o verificate, studi nuovi e l'uscita dei libri.
L'iscrizione la gestisce Systeme.io, il servizio della newsletter. In ogni email c'è il link per cancellarti con un clic.