Dal video si possono riconoscere e cronometrare in automatico le fasi del tiro

7 studi · 47 arcieri misurati

A favoreContestoContro20202022202420262025, a favore, n = 202025, contesto, n = 202021, contesto, n = 112025, contesto, n = 62020, contesto, n = 52025, contesto, n = 42026, contesto, n = 12024, a favore2024, contesto
Ogni cerchio è uno studio: la posizione dice l’anno, la riga se va a favore, contro o fa da contesto, la grandezza quanti partecipanti ha misurato. I cerchi chiari sono studi su altre popolazioni o senza arcieri.

Si può fare, almeno in parte, e i numeri dicono anche quanto la misura sia ancora grossolana. Il risultato più solido è del 2024: su cinquantotto spezzoni di gara di arcieri di livello mondiale, ripresi a trenta fotogrammi al secondo, un sistema basato sulla stima della posa cronometra il tempo fra ancoraggio e rilascio con un errore medio di 0,34 secondi rispetto alla misura manuale di un esperto. Funziona perché in ancoraggio l'angolo del braccio che traziona smette quasi di cambiare, e funziona solo se si guarda il braccio: affidarsi alla corda vicino al viso porta l'errore a 1,4 secondi. Nel 2025 un classificatore sui punti articolari estratti dai video di venti arcieri riconosce tre fasi con il 90 per cento di accuratezza nel ricurvo e il 76 nel barebow, e sbaglia proprio dove la postura cambia meno, fra trazione con mira ed espansione al rilascio. Prima del video la segmentazione automatica arrivava da sensori sull'arco, e nel 2025 arriva anche da un braccialetto al polso: lavori vicini, che però non partono dal video. Un errore di un terzo di secondo basta per contare i tempi di una gara, non per giudicare una freccia, e nessuno ha ancora confrontato questi sistemi con più cronometristi o misurato l'errore sul confine di ogni fase.

Formulata anche come: analisi video automatica; intelligenza artificiale nel tiro con l'arco; stima della posa; cronometrare il tiro dal video; riconoscimento delle fasi del tiro

Nella pratica

Fra arcieri e allenatori gira l'idea che basti il telefono e un'applicazione per avere il tiro scomposto in fasi e cronometrato, senza sensori e senza laboratorio.

Evidenze

  • 2020
    Contesto Arcieri Pubblicata dopo

    5 arcieri del ricurvo, intermedi ed esperti, con un giroscopio sull'arco: la fase di rilascio si ritaglia in automatico come la finestra di 1,2 secondi in cui la velocità angolare cambia di più, e le differenze di scuotimento, postura e velocità fra i tiri dello stesso arciere si vedono in finestre di circa 0,5 secondi. È un sensore sull'arco, non il video.

    Archery shots visualization by clustering and comparing from angular velocities of bows · Midori Kawaguchi, Hironori Mitake, Shoichi Hasegawa

  • 2021
    Contesto Arcieri Pubblicata dopo

    11 arcieri universitari maschi del ricurvo, circa 880 minuti di registrazione con un accelerometro sull'arco: un albero decisionale riconosce i tiri con precisione 0,97 e recall 0,94 quando il momento del rilascio è noto, e 0,72 e 0,80 senza questa informazione, poi isola la mira per misurarne il tremore. Anche qui è un sensore, non il video.

    Archery Skill Assessment Using an Acceleration Sensor · Takayuki Ogasawara, Hanako Fukamachi, Kenryu Aoyagi, Shiro Kumano, Hiroyoshi Togo, Koichiro Oka

  • 2024
    A favore Arcieri Pubblicata dopo

    58 spezzoni video frontali a 30 fotogrammi al secondo di arcieri del ricurvo di livello mondiale in gara, dalle Olimpiadi di Parigi 2024 e dalle gare della nazionale coreana: rispetto alla misura manuale di un esperto con Dartfish, il tempo fra ancoraggio e rilascio è misurato in automatico con un errore assoluto medio di 0,34 secondi e R quadro 0,95, e l'inizio dell'ancoraggio con un errore di 0,29 secondi e R quadro 0,91.

    AI-Based Analysis of Archery Shooting Time from Anchoring to Release Using Pose Estimation and Computer Vision · Seungkeon Lee, Ji-Yeon Moon, Jinman Kim, Eui Chul Lee

  • 2024
    A favore Arcieri Pubblicata dopo

    Nello stesso studio, il solo angolo del braccio dà un errore di 0,512 secondi (R quadro 0,93) sui 58 spezzoni e di 0,54 sugli 11 in cui la corda non era rilevabile, mentre il metodo basato sulla sola corda vicino al viso sbaglia di 1,4 secondi (R quadro 0,89), perché comincia a contare appena l'arco entra nel riquadro del volto: la differenza con il metodo proposto è significativa (p sotto 0,05).

    AI-Based Analysis of Archery Shooting Time from Anchoring to Release Using Pose Estimation and Computer Vision · Seungkeon Lee, Ji-Yeon Moon, Jinman Kim, Eui Chul Lee

  • 2024
    Contesto Arcieri Pubblicata dopo

    Il meccanismo che rende misurabile il tempo: l'ancoraggio viene riconosciuto quando la variazione media dell'angolo del braccio che traziona resta sotto un grado per dieci fotogrammi consecutivi, e il rilascio quando la media mobile su dieci fotogrammi supera i cinque gradi. Sono soglie empiriche, tarate su riprese a 30 fotogrammi al secondo.

    AI-Based Analysis of Archery Shooting Time from Anchoring to Release Using Pose Estimation and Computer Vision · Seungkeon Lee, Ji-Yeon Moon, Jinman Kim, Eui Chul Lee

  • 2025
    A favore Arcieri Pubblicata dopo

    Video di 20 arcieri del ricurvo e del barebow, punti articolari estratti con YOLOv8 e tre classi, setup, trazione con mira, espansione e rilascio: sul test l'accuratezza è del 90 per cento con SVM e dell'87 con Random Forest nel ricurvo, del 76 e del 75 nel barebow.

    Pose Classification in Archery Sports Based on YoloV8 Using SVM and Random Forest Methods · Yuridikta Adha Muslim, Bedy Purnama, Bayu Erfianto

  • 2025
    Contesto Arcieri Pubblicata dopo

    Nello stesso studio la confusione sta tutta fra trazione con mira ed espansione al rilascio, dove la postura cambia pochissimo: nel barebow, con SVM, la classe trazione e mira ha un richiamo del 39 per cento, mentre il setup è la fase più riconoscibile in entrambi gli stili, con un F1 del 98 per cento nel ricurvo e dell'86 nel barebow.

    Pose Classification in Archery Sports Based on YoloV8 Using SVM and Random Forest Methods · Yuridikta Adha Muslim, Bedy Purnama, Bayu Erfianto

  • 2025
    Contesto Arcieri Pubblicata dopo

    6 arcieri adolescenti professionisti, 4 ragazze e 2 ragazzi di 15,5 anni di media, in gara ufficiale, con un accelerometro al polso della mano dell'arco: una rete LSTM con l'accelerazione totale e quella differenziale riconosce trazione, mira e rilascio con un'accuratezza del 95,99 per cento, contro l'84,53 con i soli assi grezzi. È un sensore indossabile, non il video.

    A Machine Learning-Based Multimodal Framework for Wearable Sensor-Based Archery Action Recognition and Stress Estimation · Xianghe Liu, Jiajia Liu, Chuxian Xu, Minghan Wang, Hongbo Peng, Tao Sun, Jiaqi Xu

  • 2025
    Contesto Arcieri Pubblicata dopo

    4 arcieri coreani di livello nazionale, stima della posa da video e modelli sequenziali: si visualizza quanto ciascuno ripete le traiettorie di spalle, gomiti e polsi da una freccia all'altra, senza un indice numerico di costanza né un legame con il punteggio. Non tutti i modelli funzionano: nel riconoscere l'arciere una rete LSTM semplice si ferma al 55,9 per cento, contro il 98,7 di una Bi-GRU.

    Deep Learning Sequence Network for Identifying and Analyzing Archery Shooting Patterns · Jihoon Park, Hyongjun Choi

  • 2026
    Contesto Arcieri Pubblicata dopo

    Otto immagini annotate di un solo arciere, una per fase del tiro, con MediaPipe preaddestrato e nessun riaddestramento: l'errore normalizzato di localizzazione delle articolazioni va da 0,55 all'incocco a 0,61 al rilascio, 0,63 in mira, 0,65 in aggancio e trazione, 0,68 nel setup, 0,69 in posizione e 0,71 in ancoraggio. Non peggiora in modo ordinato con la dinamicità della fase.

    Accuracy Evaluation of 2D MediaPipe-Based Pose Estimation for Archery Posture Detection Using N-MPJPE · Muhammad Andhika Bayu Prasetya, Harits Ar Rosyid, M. Zainal Arifin

Storia dello stato

  1. 2020 Non studiato Il riconoscimento automatico delle fasi comincia dai sensori, non dal video. Con un giroscopio sull'arco, in cinque arcieri intermedi ed esperti del ricurvo, la fase di rilascio si ritaglia da sola come la finestra di 1,2 secondi in cui la velocità angolare cambia di più, e le differenze fra un tiro e l'altro dello stesso arciere stanno in finestre di circa mezzo secondo. Sul video non c'è ancora niente: non studiato.
  2. 2021 Non studiato Un solo accelerometro sull'arco, undici arcieri universitari e circa 880 minuti di registrazione: un albero decisionale riconosce i tiri con precisione 0,97 e recall 0,94 quando il momento del rilascio è noto, e 0,72 e 0,80 quando va trovato da zero, e da lì isola la mira per misurarne il tremore. Conferma che il tiro si segmenta in automatico, ma sempre da un sensore e non dal video, quindi lo stato non cambia.
  3. 2024 Riportato Arriva il video. Cinquantotto spezzoni di gara di arcieri di livello mondiale, dalle Olimpiadi di Parigi e dalle gare della nazionale coreana, ripresi a trenta fotogrammi al secondo: il tempo fra ancoraggio e rilascio viene cronometrato in automatico con un errore medio di 0,34 secondi rispetto alla misura manuale di un esperto, e l'inizio dell'ancoraggio con un errore di 0,29. Il metodo funziona perché in ancoraggio l'angolo del braccio che traziona smette quasi di cambiare e al rilascio riparte; basarsi sulla sola corda vicino al viso porta l'errore a 1,4 secondi, mentre il solo braccio regge anche quando la corda non si vede. È evidenza su arcieri, ma di un solo studio e su un solo intervallo: riportato.
  4. 2025 Riportato Tre lavori indipendenti allargano il quadro, e dicono anche dove la cosa si rompe. Un classificatore sui punti articolari estratti dai video di venti arcieri riconosce tre fasi con il 90 per cento di accuratezza nel ricurvo e il 76 nel barebow, riconosce il setup meglio di tutto e confonde trazione con mira ed espansione al rilascio, perché fra le due la postura cambia troppo poco. Un braccialetto con accelerometro al polso dell'arco distingue trazione, mira e rilascio in sei arcieri adolescenti in gara, ma è di nuovo un sensore. Con video e stima della posa si misura anche quanto un arciere ripete le traiettorie delle braccia, pur con modelli che non funzionano tutti. Lo studio che classifica le fasi dal video è in una sede regionale, lavora su singoli fotogrammi e non cronometra niente, e quello sulle traiettorie non riconosce fasi: lo stato resta riportato.
  5. 2026 Riportato Una validazione tecnica aggiunge un dettaglio che serve a chi usa questi sistemi: l'errore con cui il modello localizza le articolazioni cambia poco fra le otto fasi del tiro, da 0,55 a 0,71 di errore normalizzato, e non peggiora in modo ordinato con il movimento, tanto che mira e rilascio vanno meglio di posizione e setup. È però un solo arciere e otto immagini annotate, con un modello preaddestrato e nessun riaddestramento: lo stato resta riportato.

Collegamenti

Articoli correlati

Filoni di ricerca

Gli studi descrivono gruppi di arcieri: quanto il risultato valga per il tuo tiro lo dicono i tuoi numeri.

Vedi la valutazione completa
Cita
APA

Campagna, M. (2026). Dal video si possono riconoscere e cronometrare in automatico le fasi del tiro (Versione 1). In Registro delle evidenze. Consultato il 16 ottobre 2026, da https://matteocampagna.com/registro/tecnica/video-riconoscimento-automatico-fasi-tiro

BibTeX
@misc{campagna2026_videoautomaticofasitiro,
  author = {Campagna, Matteo},
  title = {Dal video si possono riconoscere e cronometrare in automatico le fasi del tiro},
  year = {2026},
  howpublished = {Registro delle evidenze, matteocampagna.com},
  url = {https://matteocampagna.com/registro/tecnica/video-riconoscimento-automatico-fasi-tiro},
  note = {Versione 1; consultato il 2026-10-16}
}

Altre affermazioni di questo dominio

Vedi tutte le affermazioni su tecnica e biomeccanica