La science est une partie importante mais moins populaire du sport. En tant que spectateurs, nous négligeons souvent les techniques employées par les joueurs dans l’excitation de profiter de l’esprit du jeu. Cependant, le personnel d’encadrement d’une équipe est à l’affût des moindres détails. Prenons l’exemple du cricket. Alors que la plupart des téléspectateurs s’intéressent au nombre de courses réalisées par un batteur, le personnel d’encadrement analyse les techniques de batte et de bowling et d’autres détails minutieux, en s’appuyant sur la technologie pour l’analyse. Même les calculs les plus précis comportent une marge d’erreur. Pour éviter ces petites erreurs, les chercheurs s’appuient désormais sur l’intelligence artificielle (IA).
Au cours d’une partie de cricket, un batteur qui fait face à un joueur de bowling rapide doit prendre une décision sur le backlift – qu’il s’agisse d’une frappe droite ou latérale – en une fraction de seconde. Maintenant, imaginez que la technologie soit améliorée de manière à pouvoir aider le personnel d’assistance, ou même l’entraîneur, à prendre une décision. [players](https://7zine.com/games/news), à identifier les problèmes. Dans leur dernière étude publiée dans Nature Scientific Reports, des chercheurs de l’Université de Johannesburg ont mis au point un modèle de vision par ordinateur à apprentissage profond, faisant appel à l’intelligence artificielle, qui peut repérer les batteurs de fond droit des latéraux, en utilisant uniquement la vidéo.
“Cette étude fournit une voie à suivre dans la reconnaissance automatique des modèles de joueurs et la capture de mouvements, ce qui rend la tâche moins difficile pour les scientifiques du sport, les biomécaniciens et les analystes vidéo travaillant dans ce domaine”, suggère le rapport.
Grâce à cette technologie, les entraîneurs pourraient être en mesure de donner un feedback plus détaillé aux joueurs. Elle peut également aider à identifier les joueurs ayant des composantes de backlift latéral, comme le légendaire joueur de cricket Sir Donald Bradman qui a été un pionnier du backlift latéral. “La beauté de l’apprentissage profond dans l’IA est que vous n’avez pas à dire à l’IA ce qu’elle doit chercher”, a déclaré le co-auteur de l’étude, Tevin Moodley, un étudiant en doctorat à l’Université de Johannesburg.
Les chercheurs ont constaté que les batteurs non entraînés utilisent souvent instinctivement un backlift latéral. “Ce que nous avons constaté, c’est que si les jeunes joueurs ne sont pas entraînés selon les méthodes traditionnelles, ils ne ramassent pas la batte droit. Ils la soulèvent dans une direction latérale. Cela suggère indirectement qu’un backlift droit n’est pas un mouvement naturel”, a déclaré le professeur Habib Noorbhai, un autre auteur de l’article.
