Магистрант НовГУ создал «карманного судью» для соревнований по армрестлингу
Магистрант Политехнического института НовГУ Тихон Яковлев разрабатывает мобильное приложение для автоматического выявления нарушений правил в армрестлинге.
Система на базе искусственного интеллекта анализирует стартовую позицию спортсменов и сообщает судье о фальстартах или некорректном положении рук. Проект создается в рамках программы «Студенческий стартап» Фонда содействия инновациям и находится на стадии рабочего прототипа.
Анализ в реальном времени
Алгоритм использует современные архитектуры компьютерного зрения MobileNet и YOLOv8-Pose. Эти нейросети специализируются на обнаружении объектов и трекинге скелета человека прямо в видеопотоке. Приложение в реальном времени отслеживает положение плеч, локтей и запястий борцов, сверяя их геометрию с официальным регламентом Всемирной федерации армрестлинга.
Ключевая особенность проекта – в полной автономности вычислений. Нейросеть обрабатывает видеопоток прямо на мобильном устройстве. Приложению не требуется постоянное подключение к интернету или доступ к облачным сервисам. А значит, систему можно использовать даже при отсутствии связи.
Смартфон вместо камер
Традиционные системы видеопомощи арбитрам, такие как футбольный VAR (видеопомощник), требуют установки десятков синхронизированных камер высокого разрешения и мощных серверов обработки данных. Стоимость подобных комплексов измеряется миллионами рублей, они недоступны для региональных федераций и организаторов локальных турниров. Новая разработка предлагает гораздо большую доступность технологии.
Для работы «карманного VAR» достаточно обычного современного смартфона, установленного на штативе рядом со столом. Цифровой арбитр помещается в кармане судьи и готов к работе за несколько секунд.
Система не подменяет человека, а выступает в роли интеллектуального ассистента. Приложение сигнализирует о предполагаемом нарушении, выделяя проблемные зоны на экране устройства. Это даёт рефери объективные данные для принятия взвешенных решений в спорных ситуациях. При этом, решение о дисквалификации или предупреждении всегда остается за арбитром поединка.
Первый в мире датасет по армрестлингу
Обучение нейросетей для узкоспециализированных задач всегда упирается в проблему нехватки размеченных данных. Готовых библиотек изображений для армрестлинга в открытом доступе просто не существовало – разработчику пришлось самостоятельно формировать первый в мире специализированный датасет этого вида спорта.
База данных включает тысячи кадров с реальных тренировок и соревнований. Автор вручную разметил ключевые точки скелета спортсменов и привязал их к геометрическим ориентирам стола. При обучении учитывались и ситуации, с которыми не сталкиваются классические алгоритмы распознавания поз. Нейросеть даже научилась корректно определять положение рук при их взаимном перекрытии во время жесткого захвата.
Привязка к точкам стартового стола позволяет программе понимать пространственную ориентацию рук относительно разрешенных границ. Это важно для фиксации заступов и преждевременного отрыва локтей от специальных подушек. Также алгоритм успешно фильтрует визуальный шум. Система игнорирует разноцветную спортивную одежду, длинные рукава и освещение залов.
От городских турниров к международным соревнованиям
Сейчас проект находится на стадии предпилотного тестирования. Следующим шагом станут полевые испытания приложения на официальных турнирах при методологической поддержке Федерации армрестлинга Новгородской области. Интеграция в реальные судейские процедуры ещё впереди, она потребует отработки регламентов взаимодействия цифрового ассистента и арбитра.
Разработка вписывается в глобальный тренд на цифровизацию спорта. Международный олимпийский комитет в 2024 году принял стратегию Olympic AI Agenda, поощряющую внедрение нейросетей в соревновательные процессы. FIFA активно тестирует доступные системы Football Video Support для массовых турниров. Новгородские специалисты параллельно создают ИИ-тренера для скейтбординга, формируя в университете целый кластер спортивных ИТ-разработок.
В перспективе технологию можно адаптировать и для других дисциплин. Алгоритмы трекинга стартовых позиций востребованы в пауэрлифтинге, тяжелой атлетике и различных видах единоборств. Успешное внедрение разработки на региональном уровне откроет проекту путь к коммерциализации через продажу лицензий спортивным клубам. В перспективе доступный «карманный VAR» имеет все шансы заинтересовать национальные федерации других стран, которые стремятся повысить объективность судейства в условиях ограниченных ресурсов.
