Cientistas da Faculdade de Engenharia, Em formação, e Sistemas da Universidade de Tsukuba analisaram vídeos de partidas de judô de alto nível para determinar sistematicamente os aspectos da postura, pouco antes de executar um arremesso, que levam ao sucesso. Este trabalho pode ajudar nas medições quantitativas de outros processos biomecânicos, bem como melhorar os métodos de coaching.

Muitos regimes de treinamento atlético usam a repetição para aperfeiçoar a técnica. Contudo, ver a diferença entre a forma correta e a inadequada pode muitas vezes exigir o olhar atento de um treinador ou treinador experiente. Ter um método automatizado que pode detectar os movimentos corporais que se correlacionam com resultados bem-sucedidos seria de grande ajuda para iniciantes e profissionais. Agora, cientistas da Universidade de Tsukuba desenvolveram um método de computador que usa vídeo de competições reais, incluindo o Campeonato Mundial de Judô, para entender melhor os principais aspectos de agarrar e arremessar o oponente. Usando essa abordagem, os fatores críticos do posicionamento do corpo antes de um lançamento bem-sucedido podem ser identificados.

"Podemos desenvolver um novo método de treinamento para que os atletas dominem as técnicas de arremesso de maior sucesso se pudermos encontrar as correlações entre as posturas antes de iniciar um arremesso, ", diz o autor, o professor Shinichi Yamagiwa. Este processo teve duas fases principais, a fase de medição e a fase de análise. Primeiro, a equipe coletou vídeos de 781 arremessos de judô bem-sucedidos. Então, eles usaram um teste estatístico χ2 para identificar os aspectos da situação que se correlacionavam com o sucesso. Para explicar os resultados do artigo, os autores descrevem dois judocas, ou praticantes de judô, chamados Tori e Uke. Nessas ilustrações, Tori está executando um lançamento de Uke. "Descobrimos que a distância do Uke dos ombros e pernas do Tori é a chave para a técnica correta de lançamento, "Professor Shinichi Yamagiwa diz.

Os futuros sistemas de treinamento usando o método podem incluir interfaces gráficas para trabalhar com vídeos.

Isso é particularmente útil para sistemas de autotreinamento para artes marciais. O trabalho é publicado em Sensores como "Método de extração estatística para revelar fatores-chave da postura antes de iniciar a técnica de arremesso no judô".