AI-gebaseerd jureringssysteem ontwikkeld door Fujitsu en Internationale Gymnastiek Federatie

De AI-oplossing maakt gebruik van een camerabeeldanalyse en zorgt voor meer nauwkeurigheid, rechtvaardigheid en een uitgebreide ondersteuning van de prestatiebeoordelingen tijdens het WK turnen. De AI-technologie van Fujitsu vergroot de verwerkingssnelheid en biedt de mogelijkheid de complexe bewegingen van de turners bijna gelijktijdig vast te leggen. Hierdoor kunnen juryleden de prestaties van de deelnemers met meer precisie en detail analyseren. De nieuwe jureringsondersteuning vervangt het vorige JSS, dat gebaseerd was op sensoren.

De introductie van het verbeterde wedstrijdsysteem valt samen met de plannen van Fujitsu om haar Human Motion Analytics-platform, dat de turntrainingen optimaliseert, in april 2024 te lanceren. Het JSS maakt deel uit van Fujitsu Uvance, dat technologische oplossingen biedt voor zakelijke- en maatschappelijke uitdagingen. De nieuwe oplossing combineert AI-technologie en expertise op het gebied van beeldanalyse die is opgedaan via het JSS-project, met als doel het aanpakken van diverse uitdagingen in sectoren zoals gezondheidszorg, retail, productie en entertainment.

Belangrijke mijlpaal

Het complexer en verfijnder worden van zowel de trainingen, vaardigheden en uitrustingen van turners brengt uitdagingen met zich mee. Dit was voor FIG en Fujitsu in 2017 reden een samenwerking aan te gaan voor het verbeteren van de integriteit van de sport, door het oplossen van uitdagingen in de jurering en het waarborgen van rechtvaardigheid en transparantie. Het gebruik van het systeem startte in 2019 bij de FIG competities, waaronder het WK turnen.

Het Judging Support System is beschikbaar voor de lid-federaties van de FIG en kunnen gebruikt worden als onderdeel van hun trainingsprogramma's. Zo beoordeelt het de vaardigheden van de atleet en de beheersing van elementen tijdens trainingsperiodes. Ook voorzien de samenwerkingspartners tv-omroepen wereldwijd van analytische gegevens en visuele verbeteringen op basis systeemgegevens. Bovendien gaat de FIG het JSS in november 2023 gebruiken voor het opstellen van nieuwe beoordelingsrichtlijnen met behulp van numerieke waarden. Denk hierbij aan gewrichtshoeken en de positionering van het lichaam van de turners.

Human Motion Analytics

Fujitsu’s Human Motion Analytics (HMA) is een gegevensanalyseplatform gebaseerd op houding herkenningstechnologie. Het is ontwikkeld via het Judging Support System en aangenomen door de FIG. De technologie maakt gebruik van een correctie-algoritme dat de jitter (schattingsfout), wat een aanhoudende uitdaging is geweest in beeldanalyse, van houdingsherkenning aanzienlijk vermindert door middel van deep learning technologie. Hierdoor is het mogelijk om grote hoeveelheden trainingsgegevens te genereren voor verschillende omgevingen, rekening houdend met factoren zoals de helderheid van de locatie, de kleuren van de zaal en de apparatuur. De technologie beschikt ook over zogenaamde 4D-Capture-technologie, die menselijke bewegingen in vier dimensies (drie dimensies en tijd) analyseert en acties herkent als een reeks verbonden bewegingen in plaats van een momentopname van een pose. Met deze innovaties kunnen ook complexe en snelle bewegingen, die in gymnastiek veel voorkomen, consistent worden geïdentificeerd met een hoge nauwkeurigheid.

Fujitsu definieerde ongeveer 100 basisbewegingen onafhankelijk om snelle implementatie van deze technologieën aan verschillende productie- en retaillocaties mogelijk te maken. Uiteindelijk streeft Fujitsu ernaar dat de technologie die is ontwikkeld voor HMA niet alleen bijdraagt aan de optimalisatie van verschillende gebieden, maar haar gebruikers in staat stelt om maatschappelijke uitdagingen aan te gaan door middel van creativiteit en innovatie.

Uiteenlopende toepassingen

Naast mogelijke toepassingen in de sportwereld, biedt HMA potentieel voor uiteenlopende gebieden. Denk hierbij aan entertainment, de ontwikkeling van preventieve geneeskunde en oefentherapie in de gezondheidszorg, maar ook aan toepassingen in de verbetering van klantenservice-ervaring in de detailhandel en verbetering van training op de werkplek en kennisdeling, evenals veiligheid voor werknemers in de productiesector.

Enkele voorbeelden van toepassingen zijn:

Entertainment: Realisatie van nieuwe videobelevingen met behulp van 3D-gegevens van atleten, verbetering van beweging in vormbeoordeling, mogelijke toepassing in game- en animatieproductie.

Gezondheidszorg: Samenwerken met experts in het visualiseren van correcte bewegingen voor de ontwikkeling van preventieve zorg en oefentherapie, en om gebruikers te ondersteunen bij het voortzetten van oefeningen.

Retail en Productie: Gebruik van ergonomie en andere videoanalyse om de veiligheid te verbeteren, de belasting van werknemers te verminderen en om de training en kennisdeling voor werknemers te verbeteren.