Detection of similarities and differences within the same shot movement using artificial intelligence-based performance analysis: An example of a tennis service Jindo, Takashi Satonaka, Yusuke Wakamoto, Ryosuke Iida, Michitaka Suzuki, Hikari Shiraishi, Hirotaka Mitsuhashi, Daisuke Performance analysis Motion analysis Artificial intelligence (AI) Tennis Service Análisis del rendimiento Análisis del movimiento Inteligencia artificial (IA) Tenis Servicio This research was supported in part by grants from the Advanced Research Initiative for Human High Performance (ARIHHP), University of Tsukuba [grant number 2022(I)6], and by a JSPS KAKENHI Grant [grant number 22K17747]. Artificial intelligence (AI) -based performance analysis has the potential to support feedback in coaching; however, a useful method has not yet been proposed. This study aims to develop an AI-based performance analysis to support tennis coaching. Specifically, we investigate the accuracy of detecting similarities and differences within the same shot movement. The participants were two tennis players with more than ten years of tennis experience. This study targeted service in tennis and videos of the 1st and 2nd service from both sides were recorded using a smartphone located on the fence behind the participant. The analysis code was executed in Python, and the main part involved the use of BlazePose, which estimates the X-, Y-, and Z-coordinates of a human pose. Video clips of 2 s were cut, with a 1 s overlap between each clip, and one of the clips was manually chosen as the standard clip. The clips were compared with the comparison clips, and the difference scores for the total and each body part were automatically calculated. As a result, a certain accuracy (≥ 70%) was confirmed for detecting overlapping phases between clips. Moreover, manually evaluated body parts that showed different movements by a certified coach corresponded to the top three different parts in the AI-based analysis for 8 of the 12 conditions. Performance analysis provides feedback in tennis coaching. El análisis del rendimiento basado en inteligencia artificial (IA) tiene el potencial de apoyar la retroalimentación en el entrenamiento. Sin embargo, aún no se ha propuesto un método útil. El objetivo de este estudio es desarrollar un análisis del rendimiento basado en IA para apoyar el entrenamiento de tenis. En concreto, se investiga la precisión en la detección de similitudes y diferencias dentro de un mismo movimiento de golpeo. Los participantes fueron dos tenistas con más de diez años de experiencia en tenis a nivel regional. Este estudio se centró en el servicio en tenis y se grabaron videos de los dos primeros servicios desde ambos lados de la cancha (número de servicios: 40 intentos) con un teléfono inteligente situado en la valla detrás del participante. El código de análisis se ejecutó en Python, y la parte principal involucró el uso de BlazePose, que estima las coordenadas X, Y y Z de una posición humana. Se cortaron videos de 2 s, con un solapamiento de 1 s entre cada video, y se eligió manualmente uno de ellos como el video estándar. Los videos se compararon con los de comparación y se calcularon automáticamente las puntuaciones de diferencia para el total y para cada parte del cuerpo. Se realizó un análisis basado en IA que consideraba 12 condiciones y combinaba los dos primeros servicios desde ambos lados y de los diferentes jugadores. Como resultado, se confirmó cierta precisión (≥ 70%) en la detección de fases solapadas entre videos. Además, las partes del cuerpo evaluadas manualmente que mostraban movimientos diferentes por un entrenador certificado correspondían con las tres primeras partes diferentes del análisis basado en IA para 8 de las 12 condiciones. El análisis de rendimiento basado en IA propuesto puede extraer eficazmente fases similares o solapadas y sugerir partes del cuerpo que muestran movimientos diferentes. 2024-04-25T08:03:43Z 2024-04-25T08:03:43Z 2023-06-30 info:eu-repo/semantics/article T., Satonaka, Y., Wakamoto, R., Iida, M., Suzuki, H., Shiraishi, H., & Mitsuhashi, D. (2023). Detection of similarities and differences within the same shot movement using artificial intelligence-based performance analysis: An example of a tennis service. International Journal of Racket Sports Science, 5(1), 34-46. https://hdl.handle.net/10481/91141 eng http://creativecommons.org/licenses/by/4.0/ info:eu-repo/semantics/openAccess Atribución 4.0 Internacional Universidad de Granada