Ўсиб келаётган ёш авлод жисмоний тарбияси ва спортда инновацион технологиялар

Инновационные технологии в спорте и физическом воспитании подрастающего поколения 
Материалы республиканской научно-практической конференции с международным участием
 
62 
II БЎЛИМ. ЎСМИРЛАР ВА ХОТИН – ҚИЗЛАР СПОРТИНИНГ 
ДОЛЗАРБ МУАММОЛАРИ 
 
КОМПЛЕКСНАЯ СИСТЕМА ОЦЕНКИ КАЧЕСТВА ОБУЧЕНИЯ СПОРТСМЕНОК
НА ОСНОВЕ АНАЛИЗА НЕЙРОННЫМИ СЕТЯМИ ВИДЕОЗАПИСЕЙ ТРЕНИРОВОК 
Кумсков М.И., профессор, Ильясова А.О., студентка, Проничкин Ю.В., студент 
МГУ им. М.В.Ломоносова, Москва, Россия 
Маъмуров Б.Б., д.п.н., профессор 
Бухарский государственный университет, Бухара, Узбекистан 
Предлагается методика анализа видеозаписей упражнений при обучении на факультете 
физической культуры. Видеозаписи преобразуются в последовательный набор кадров и из таких 
картинок извлекаются данные о позе спортсменки, то есть о положении ее туловища рук ног и 
головы (модель Stickman). По каждому видео эта информация хранится в виде 
последовательности пространственных (3D) положений Stickman. Система сравнивает на этой 
основе качество выполнения данного упражнения ученицей по сравнению с выполнением 
упражнения наставником по эталонному видео. Оценка проводится по каждой паре кадров, а 
затем рассчитывается оценка качество выполнения упражнения ученицей как среднее значение 
по всем кадрам. Оценки для данного упражнения вычисляются и накапливаются в 
информационной системе для каждой спортсменки на протяжении всего времени обучения. Это 
позволяет контролировать динамику освоение обязательных упражнений спортсменками в 
процессе обучения в университете. 
Идея оценки качества выполнения упражнений была ранее предложена в работе [1]. В 
настоящее время появились технологии определение позы человека по его видеозаписи его 
движения на основе нейронных сетей [2]. По кадрам, из которых состоит видеозапись, система 
определяет пространственную позу- Stickman - то есть положение туловища, рук, ног и головы 
человека в виде модели «проволочного человечка». Параметры таких «человечков» можно 
попарно сравнивать на «похожесть». 
Пусть проводится обучение ученицы на выполнение обязательного упражнения, например, 
прыжка. Вначале ей показывается правильное исполнении прыжка наставником. Выполнение 
упражнения ученицей затем визуально оценивается наставником – он указывает на ее ошибки. 
Так происходит много раз пока ученица не достигнет успеха, то есть станет правильно 
выполнять упражнения с точки зрения своего наставника. Этот процесс обучения можно 
поддержать информационной системой оценки качества (ИСОК). 
Методика оценки качества 
1. Для заданного обязательного упражнения (прыжка) выполняется видеозапись его 
исполнении наставником. так получаем «эталонное» видео, которое обрабатывается и 
сохраняется в ИСОК. 
2. Для ученицы на тренировке проводится запись ее исполнения упражнения, которые 
также обрабатывается (по кадрам) и сохраняется в привязке к данному ученику и к данному 
упражнению. 
3. Два видео - эталонное видео и видео ученицы, - сравниваются по кадрам на предмет 
похожести. Для каждого кадра с помощью нейронной сети [2] вычисляется поза (Stickman 
модель). Далее позы двух человечков – одного с кадра «видео эталона», а другого - с кадра 
«видео ученицы» сравниваются и для каждого момента времени T вычисляется коэффициент 
похожести (или качества) Q(T), где Т – номер кадра в видео. Такое попарное сопоставление 
кадров делается для Т= 1, 2, …, N, где N - число кадров видео. 
4. Два видео - «эталонное» и «ученическое» выравниваются по кадрам, поскольку время 
выполнения упражнения и соответствующее число кадров в каждом видео может различаться. 
В результате выравнивания каждую видео будет содержать ровно N кадров и они теперь могут 
попарно составляться друг с другом. 

---