Des chercheurs de l’Université de Waterloo ont conçu une nouvelle technologie d’intelligence artificielle (IA) innovante, capable d’analyser la performance et les mécaniques des lanceurs de baseball en utilisant des vidéos de faible résolution, notamment celles capturées par des smartphones. Cette avancée vise à pallier les limitations des systèmes existants, qui dépendent souvent de caméras haute définition disponibles uniquement dans des stades spécifiques. Grâce à cette technologie, les équipes peuvent désormais obtenir des données précieuses sur les performances des lanceurs, même lors de matchs à l’extérieur ou dans des contextes où les moyens techniques sont plus restreints.
Introduction à la technologie innovante pour le baseball
Des chercheurs de l’Université de Waterloo ont mis au point une technologie d’intelligence artificielle capable d’analyser la performance et la mécanique des lanceurs de baseball, en utilisant des vidéos de basse résolution capturées par des smartphones. Ce système, dénommé PitcherNet, est conçu pour compléter les systèmes sophistiqués déjà en place dans les stades de la Major League Baseball (MLB). Cela ouvre la voie à une utilisation plus large des données, notamment lors des matchs à l’extérieur et pour le scouting.
Une solution face aux limitations des technologies existantes
Traditionnellement, l’analyse des lanceurs reposait sur des systèmes avancés comme ceux fournis par Hawk-Eye Innovations, qui requièrent des caméras haute définition installées dans chaque stade. Ce matériel, bien qu’efficace, n’est accessible que pour les équipes jouant à domicile. En cherchant à surmonter cette contrainte, les Baltimore Orioles ont sollicité l’expertise des chercheurs de Waterloo afin de développer un système capable d’extraire des données pertinentes à partir de vidéos standard ou de celles prises par des recruteurs à partir des gradins.
Les défis techniques surmontés par PitcherNet
Le développement de PitcherNet a impliqué la création de modèles en trois dimensions des lanceurs, permettant d’analyser leurs mouvements sous différents angles. Dr. John Zelek, professeur d’ingénierie de conception des systèmes, a souligné que l’un des principaux défis était de reproduire les données de Hawk-Eye à partir de séquences vidéo de qualité inférieure. Grâce à une technologie avancée de traitement d’images, PitcherNet est capable de surmonter des difficultés telles que le flou de mouvement, offrant des résultats exploitables sur des métriques clé telles que la vitesse et le point de libération des lancers.
Implications pour l’analyse des performances et la santé des lanceurs
La technologie mise au point par les chercheurs de Waterloo n’est pas seulement conçue pour améliorer l’analyse des performances des lanceurs, mais aussi pour contribuer à leur santé. En fournissant des données précises sur les gestes effectués durant les lancers, les entraîneurs peuvent ajuster les techniques des joueurs afin d’optimiser leurs performances et de prévenir des blessures. Les Orioles ont déjà engagé un partenariat avec des analystes de la biomécanique pour utiliser ces informations dans le cadre de leur formation.
Vers une expansion dans d’autres sports professionnels
Fort de son succès dans le domaine du baseball, l’équipe de recherche envisage d’étendre l’application de cette technologie à d’autres sports professionnels tels que le hockey et le basket-ball. La possibilité d’utiliser des vidéos de diffusion et des vidéos prises par smartphone pourrait révolutionner le scouting et le coaching dans de nombreux sports, rendant les analyses de performance plus accessibles que jamais.
Conclusion sur une technologie prometteuse
Avec la montée de l’analyse des données dans le sport, des innovations comme PitcherNet représentent un tournant. La capacité de surveiller et d’analyser les performances des joueurs avec des outils simples et accessibles ouvre des horizons sans précédent pour les équipes cherchant à maximiser leurs performances tout en réduisant les risques de blessures. Pour en savoir plus sur les développements récents dans différents domaines, explorez les avancées dans l’intelligence artificielle dans l’aviation, les stratégies de planification des chauffeurs de taxi londoniens, ou encore les solutions pour améliorer la création de formes 3D par l’IA.
EN BREF
|
