Специалисты факультета вычислительной математики и кибернетики МГУ им. М.В. Ломоносова в сотрудничестве с экспертами Национального медицинского исследовательского центра терапии и профилактической медицины Минздрава России продемонстрировали опытный образец умной системы, которая анализирует технику физических нагрузок и создает индивидуальные советы для занимающегося. Инновационная разработка сочетает компьютерное зрение и нечеткую логику, открывая широкие перспективы для использования в спортивной, медицинской и оздоровительной областях. Информацию об этом CNews подтвердили в Московском университете.
Основой системы служит обработка видеозаписей с применением технологий двумерного анализа позы человека. Это дает возможность непрерывно наблюдать за движениями и рассчитывать комплекс характеристик, отражающих качество выполнения тренировочных элементов. Разработчики разделяют эти характеристики на две категории: статические (к примеру, корректность положения тела в определенный момент) и динамические, охватывающие показатели интенсивности, выносливости и согласованности движений.
«Главная задача — не просто регистрировать погрешности в упражнениях, а предлагать персональные рекомендации, учитывающие индивидуальные двигательные особенности. Мы стремимся разработать интеллектуального ассистента, который сможет обучать, направлять и подстраиваться под конкретного человека, обеспечивая контроль тренировочного процесса на уровне квалифицированного инструктора или врача по лечебной гимнастике», — пояснил Иван Шергин, аспирант кафедры интеллектуальных информационных технологий ВМК МГУ.
Управляющий модуль системы функционирует на принципах нечеткой логики. Это позволяет обрабатывать неточные и субъективные оценки качества выполнения физических элементов, приближая алгоритмы к человеческому мышлению тренера. Роль консультантов-экспертов выполняют сотрудники Центра терапии и профилактической медицины. Их многолетняя практика в сфере лечебной физкультуры и восстановительных методик легла в основу базы знаний, позволяющей отслеживать выполнение различных физических упражнений. На основе системы правил программа оценивает параметры движений и формулирует советы — например, ускорить ритм, повысить координацию или сделать перерыв.
«Наш подход является гибридным — мы объединяем нейросетевые методы с логическими правилами нечеткой логики. Подобная комбинация обеспечивает одновременно понятность выводов системы и универсальность работы с различными категориями пользователей», — отметил Александр Рыжов, профессор кафедры интеллектуальных информационных технологий.
Предложенная методика может быть воплощена в формате веб-сервиса или мобильного приложения, обеспечивая её массовую доступность. Данное решение подходит как для любительских тренировок, так и для восстановительных программ, способствуя предотвращению повреждений, совершенствованию движений и ускоренному овладению сложными элементами. Кроме того, создаваемая платформа позволяет эффективно, надёжно и быстро осваивать разнообразные физические умения — от ювелирной сварки (тонкая моторика) до хореографических постановок (слаженность группы артистов).
