Кандидат педагогических наук, доцент А.А. Померанцев¹
В.Э. Беспяткин¹
Д.А. Травков²
Т.В. Бахтиарова^1
1Липецкий государственный педагогический университет имени П.П. Семенова-Тян-Шанского, Липецк
²Липецкая областная клиническая больница, Липецк

В большинстве видов спорта спортсмены взаимодействуют с окружающим миром через различные захваты: удерживают собственный вес (вис на перекладине, стойка на брусьях), удерживают инвентарь (ракетка, мяч, весло) или взаимодействуют с соперником (единоборства). Линейные размеры кисти во многих видах спорта определяют успешность соревновательной деятельности. Так, у тяжелоатлетов отмечается бо́льшая длина кисти, чем у среднестатистического человека, так как это способствует более крепкому захвату штанги. В гандболе большой размер кисти способствует более крепкому удержанию мяча. Несмотря на давнюю историю изучения антропометрии кисти, до сих пор основными методами изменения ее параметров остаются классические способы – замеры с помощью сантиметровой ленты и линейки.
Цель исследования – разработка метода измерения антропометрических показателей кисти на основе компьютерного зрения.
В основе предлагаемого метода лежит использование нейронной сети, позволяющей автоматически определять координаты узловых точек ладони. В основе разработанного компьютерного приложения с рабочим названием «PalmAnthropometry_1.0» лежит использование фреймворка с открытым исходным кодом MediaPipe, а именно нейронной сети Mediapipe Hands, позволяющей определять узловые точки кисти руки путем анализа видеопотока. Для определения антропометрических параметров используется скелетон руки, включающий в себя 21 узловую точку. Используя координаты узловых точек и формулы аналитической геометрии на плоскости, находятся линейные и угловые характеристики кисти.
Результаты исследования и выводы. Созданное приложение было протестировано на спортсменах и показало высокую скорость и точность измерений. Разработанный метод позволяет за несколько секунд выявить восемь линейных и пять угловых характеристик кисти. По результатам исследования данные автоматически сохраняются в файл протокола с расширением .xlsx, что позволяет проводить математико-статистическую обработку. Предлагаемый метод определения размеров кисти на основе компьютерного зрения позволяет быстро (несколько секунд) и точно находить антропометрические параметры кисти. В дальнейшем предложенный метод может использоваться во многих видах спорта для того, чтобы определять влияния размеров кисти спортсменов на успешность соревновательной деятельности.

Ключевые слова: антропометрия, кисть, нейронная сеть, MediaPipe, мелкая моторика, компьютерное зрение.

Литература

1. Аруин А.С. Эргономическая биомеханика / А.С. Аруин, В.М. Зациорский. – М.: Машиностроение, 1988. – 256 с.
2. Бронштейн И.Н. Справочник по математике для инженеров и учащихся втузов / И.Н. Бронштейн, К.А. Семендяев. – СПб.: Лань, 2010. – 608 с.
3. Горбачик В.Е. Основы анатомии, физиологии, антропометрии и биомеханики: учебное пособие / В.Е. Горбачик. – Витебск: УО «ВГТУ», 2011. – 125 с.
4. Демидченко Е.А. Анализ антропометрических данных кисти руки человека для задачи проектирования протеза / Е.А. Демидченко, А.Л. Истомин // Сборник научных трудов Ангарского государственного технического университета. – 2019. – Т. 1. – № 16. – С. 3-11.
5. Донской Д.Д. Биомеханика: учебник для институтов физической культуры / Д.Д. Донской, В.М. Зациорский. – М.: Физическая культура и спорт, 1979. – 264 с.
6. Померанцев А.А Контроль синергий мелкой моторики на основе нейронной сети Mediapipe Hands и принципа FingerFit / А.А Померанцев, В.Э. Беспяткин, Д.А. Травков, О.С. Бетехтина // Наука и спорт: современные тенденции. – 2022. – № 4 (Т. 10). – С. 16-24.
7. Щедрина М.А. Зависит ли сила кисти от ее антропометрических характеристик и распределения нагрузки на зоны кисти в процессе захвата? / М.А. Щедрина, А.В. Новиков, Н.Н. Рукина, Е.В. Донченко // Медицинские науки. Фундаментальные исследования. – 2013. – № 9. – С. 172-177.