Non puoi leggerlo? Ascoltalo!
La scherma è uno degli sport più affascinanti e allo stesso tempo uno dei più difficili da comprendere. Infatti, anche rallentando le immagini, la punta della lama sfugge all’occhio nudo, le azioni si sovrappongono velocemente ed anche le decisioni arbitrali risultano spesso incomprensibili per chi guarda. Questo genera tre problemi principali:
- per il pubblico → difficoltà a capire chi ha attaccato per primo
- per l’arbitro → decisioni complesse in frazioni di secondo
- per l’allenatore → complessità nell’analizzare nel dettaglio il gesto
“se non riesci a vedere, non puoi capire!”
Da qui nasce un’esigenza nuova: rendere visibile l’invisibile.
Il primo passo: rendere visibile la traiettoria
La punta della lama nella scherma si muove a velocità tali da rendere difficile seguirla anche con video rallentati. Il primo grande tentativo di risolvere questo limite arriva dal mondo della ricerca con il sistema Sword Tracer (1). Questo sistema traccia la traiettoria delle punte delle spade rilevandone la posizione nell’immagine. Attraverso l’utilizzo di una telecamera ad infrarossi ed di 1 marker riflettente (posto sulla punta della spada), rileva le sue coordinate e ne visualizza i movimenti tramite grafica computerizzata (CG). Rileva con precisione le punte delle spade utilizzando l’apprendimento automatico supervisionato e ne traccia le traiettorie prevedendone la posizione nel fotogramma successivo. Le traiettorie delle punte delle spade possono essere sovrapposte all’immagine trasmessa in tempo reale.
Diagramma di flusso del sistema “Sword Tracer”
Sword Tracer è stato utilizzato per la prima volta in una trasmissione dei Campionati giapponesi di scherma nel dicembre 2017 e da allora è stato impiegato in altre quattro trasmissioni televisive e cinque eventi dimostrativi dal 2018 al 2020. I telespettatori e gli ospiti presenti agli eventi hanno apprezzato questo nuovo effetto video perché li ha aiutati a seguire i movimenti rapidi delle spade e a comprendere meglio la tecnica di scherma.
Il salto tecnologico: l’era dell’intelligenza artificiale
I sistemi più recenti fanno un ulteriore passo avanti: eliminano i marker. Oggi è possibile tracciare la lama senza alcun sensore fisico grazie a computer vision, deep learning e modelli predittivi. Ma l’aspetto ancor più interessante è che la lama è sottilissima, si muove velocemente e spesso non è visibile nel fotogramma. Allora cosa fa il sistema? La prevede! Utilizzando i dati precedenti, l’intelligenza artificiale è in grado di stimare la posizione della punta anche quando non è direttamente osservabile.
Questo è il cuore del progetto “Fencing Visualized” (2) nato quando Nel 2013, Yuki Ota, il primo medagliato olimpico giapponese nella scherma, e Dentsu (Laboratorio di innovazione e ricerca creativa), stavano pianificando un progetto di ricerca e sviluppo per migliorare l’esperienza degli spettatori sportivi sfruttando il potere della tecnologia.
Partendo dal tema di rendere la scherma più comprensibile e accattivante per il pubblico, Rhizomatiks (uno studio creativo giapponese specializzato in arte, design e tecnologia interattiva), propose l’idea di visualizzare le punte delle spade e iniziò la fase di prototipazione, dando così il via ufficiale al progetto Fencing Visualized.
Rhizomatiks developed the “Points of a sword visualization system”, was presented at the “Takamadomiya Cup JAL PRESENTS FENCING WORLD CUP 2019”.
Come la tecnologia si è evoluta negli anni di sviluppo del progetto
Anno 2013: utilizzato un sistema di motion capture ottico con marcatori retroriflettenti per determinare la traiettoria delle punte delle spade. In post-produzione sono stati aggiunti effetti di visualizzazione in realtà aumentata (AR) ai dati di traiettoria per attirare un pubblico che non aveva mai visto la scherma prima
Anno 2014: La visualizzazione AR in tempo reale utilizzando marcatori sulle punte delle spade è stata dimostrata per la prima volta di fronte a un pubblico durante un incontro dimostrativo per la Yuki Ota Cup.
Anno 2017: La realtà aumentata in tempo reale è stata trasmessa in diretta streaming nel 2017 per NTT DOCOMO FUTURE EXPERIMENT Vol. 2, dove i marcatori riflettenti a forma di sfera sono stati sostituiti con nastri riflettenti in modo che gli schermidori potessero muoversi normalmente senza alcuna restrizione.
Dal 2016: iniziato lo sviluppo di un sistema in grado di rilevare la posizione della punta della spada dalle sole immagini della telecamera senza causare alcun disagio agli schermidori, al fine di consentire l’introduzione del sistema nelle competizioni reali. Sviluppo di un algoritmo di deep learning generale per il rilevamento di oggetti, combinato con hardware e configurazione di telecamere specifici. Utilizzo di 24 Camere che ha permesso di coprire tutta la pedana ed ottenere una stima della posizione 2D e 3D più accurata.
2018 e 2019: introduzione di questo sistema in competizioni ufficiali; 71° Campionato Giapponese di Scherma 2018 (incontri di esibizione); 72° Campionato Giapponese di Scherma 2019 (incontri ufficiali)
2021: presente alle Olimpiadi estive di Tokyo 2021 (sistema dimostrativo ed ambiente test)
2026: sarà una parte centrale della prossima World Fencing League (WFL), che debutterà il 25 aprile 2026 presso lo Shrine Auditorium di Los Angeles.
Il futuro è già arrivato
La scherma è solo il punto di partenza. Quello che emerge da queste tecnologie non è semplicemente un modo nuovo di visualizzare un gesto, ma un cambiamento nel modo in cui lo interpretiamo. Sistemi basati su computer vision e intelligenza artificiale stanno trasformando movimenti troppo rapidi o complessi per essere osservati in dati leggibili, aprendo nuove possibilità per allenatori, atleti e spettatori. Come evidenziato anche nei primi esempi di applicazione, l’obiettivo è rendere uno sport altamente tecnico più accessibile, migliorando al tempo stesso analisi, formazione e comprensione del gesto .
In questo scenario, il vero valore non è nella tecnologia in sé, ma nella sua capacità di tradurre la complessità in conoscenza. E se oggi questo processo rende visibile la traiettoria di una lama, domani potrà fare lo stesso con qualsiasi gesto sportivo. Perché la vera evoluzione non è vedere di più, ma capire meglio e trasformare ciò che prima era invisibile in uno strumento concreto per migliorare la performance.
Clicca sul link seguente per vedere una dimostrazione del sistema
Riferimenti bibliografici
(1): Takahashi et al. – Sword Tracer: Real-time visualization of sword trajectories;
(2): Fencing tracking and visualization system
Condividi su
Comments are closed