Koşu tekniğini geliştirmek için duruş tahminini kullanma

Koşu, dünya genelinde popüler bir egzersiz biçimidir. Amerika Birleşik Devletleri’nde yaklaşık 50 milyon kişi düzenli olarak koşar veya jogging yapar; Japonya’da ise koşu, 2024’te en popüler spordu.

Koşucuları özellikle sabahın erken saatlerinde veya akşamın ilerleyen saatlerinde her yerde görebilirsin. Parklar, sokaklar ve plajlar, farklı hızlarda ve çeşitli nedenlerle hareket eden insanlarla dolar.

Bazıları antrenman programlarını takip ederken bazıları aktif kalmak veya kafasını boşaltmak için rahatça koşar. Birçok kişi için koşu, her gün hareket etmenin kolay bir yoludur. Yine de göründüğü kadar basit değildir.

Duruşta veya adım uzunluğunda meydana gelen küçük değişiklikler; sırt ağrısı gibi sorunlar da dahil olmak üzere performansı, konforu ve yaralanma riskini etkileyebilir. Vücudun nasıl hareket ettiğine dikkat etmek, koşucuların daha sağlıklı kalmasına ve ister daha iyi dayanıklılık, ister güç, isterse genel kondisyon anlamında olsun, antrenmanlarından daha fazla verim almasına yardımcı olabilir.

Ancak koşarken bu ayrıntıları fark etmek zordur. Yalnızca birkaç dakika içinde, gözden kaçırılması kolay yüzlerce adımla birlikte pek çok şey gerçekleşir. Bilgisayarlı görü burada devreye girer. Yapay zekânın bir dalı olan bilgisayarlı görü, hareketi kare kare analiz ederek gerçek zamanlı olarak fark edilmesi zor örüntüleri ortaya çıkarabilir.

Poz tahmini bu yaklaşımın önemli bir parçasıdır. Vücut eklemlerini ve bunların zaman içindeki hareketlerini takip etmek için kullanılabilen bir bilgisayarlı görü görevidir. Ultralytics YOLO11 ve yakında çıkacak Ultralytics YOLO26 gibi modeller poz tahminini destekler ve bir koşucunun hareketini kareler arasında tutarlı biçimde takip ederek gerçek zamanlı analizi çok daha pratik hâle getirir.

Şekil 1. YOLO11 ve poz tahmini kullanılarak koşan ve antrenman yapan bir sporcunun analizi. (Kaynak)

Bu makalede, doğru koşu formunun nasıl göründüğünü ve Ultralytics YOLO modellerinin koşu tekniklerini analiz etmek ve geliştirmek için nasıl kullanılabileceğini inceleyeceğiz. Hadi başlayalım!

Doğru koşu formu neden önemlidir?#

Koşunun farklı unsurlarına geçmeden önce, koşu formunun günlük antrenmanlarda neden önemli olduğuna daha yakından bakalım.

İster rahat bir jogging için dışarı çıkıyor ister belirli hedefler doğrultusunda çalışıyor olsun, her koşucu harcadığı emeğin karşılığını almak ister. Ancak duruş, aşırı uzun adım veya zamanlamadaki küçük sorunlar fark edilmeden birikerek koşuları gereğinden zor hâle getirebilir ve alt vücut ile eklemler üzerinde fazladan stres oluşturabilir.

Vücut mekaniğine dikkat etmek, koşucuların daha güvenli kalmasına, koşu kaynaklı yaralanma riskini azaltmasına ve kalp sağlığının iyileşmesi, kasların güçlenmesi ve genel kondisyon gibi faydalar elde etmesine yardımcı olur. İyi bir koşu formu, vücudun koordineli bir sistem olarak hareket etmesiyle başlar.

Gövde hafifçe öne eğilerek hizalı kaldığında ve kollar ile bacaklar dengeli biçimde çalıştığında enerji daha verimli kullanılır, hareket daha akıcı hissedilir ve yaralanma riski azalır. Zamanla form, kasların birlikte nasıl çalıştığını da şekillendirir.

Dengeli hareket; kuvvet antrenmanı ve koşu sırasında stabiliteyi, duruşu, dayanıklılığı ve daha iyi hizalanmayı destekler. Yeni başlayanlar için bu, üzerine inşa edilebilecek güçlü bir temel oluşturur. Elit koşucularda ise performansı artırırken yorgunluğa bağlı sorunları ve uzun süreli rahatsızlık riskini azaltır.

Doğru koşu formuna sahip olduğunu gösteren işaretleri belirleme#

Koşucular nasıl hareket ettiklerine daha yakından dikkat etmeye başladığında, farklı koşu stillerinde belirli örüntüler ortaya çıkar. Herkes biraz farklı koşsa da bu ortak unsurlar, verimli koşunun genel olarak nasıl göründüğüne dair fikir verir.

Koşu formu, koşu sırasında duruşun, dengenin ve hareketin birlikte nasıl çalıştığını ifade eder. Vücudun ileri doğru hareket ederken nasıl hizalı ve koordineli kaldığını açıklar. Bu ayrıntılara bakmak, koşucuların akıcı ve kontrollü hissettiren hareketleri, ayrıca fazladan efor veya rahatsızlığa yol açabilecek alışkanlıkları fark etmesine yardımcı olur.

Doğru koşu formunda sıklıkla görülen bazı yaygın unsurlar şunlardır:

• Bacak hareketi ve adım: İyi bir koşu formu genellikle rahat bir diz kaldırma ve doğal hissettiren istikrarlı bir adımdan kaynaklanır. Adım uzunluğu ve adım sıklığı önemlidir; her adımda fazla ileri uzanmak dengeyi bozabilir. Akıcı bir itiş, koşunun hafif ve verimli hissettirmesini sağlar.
• Ayak basışı ve kütle merkezi: Koşucular topuk, orta ayak veya ön ayak üzerine basarak farklı şekillerde yere iner. Önemli olan tam iniş şekli veya topuk basışından çok, vücudun her adımın üzerinde ne kadar akıcı hareket ettiğidir. Merkezde kalmak gereksiz hareketleri azaltır ve daha iyi stabilite sağlar.
• Kas koordinasyonu: Koşu; kalça kasları, kuadriseps, hamstringler ve kalça fleksörleri dahil olmak üzere birden fazla kas grubunu çalıştırır. Bu kaslar dengeli biçimde birlikte çalıştığında hareket daha stabil kalır ve yaralanma riski azalır.

Şekil 2. Koşu biçimini anlamak ve daha iyi bir koşucu olmak için önemli vücut noktaları. (Kaynak)

Birçok koşucu, koşu biçimini geliştirmek için koşu ayakkabılarına, koçluğa ve form rehberliğine de başvurur. Doğru koşu ayakkabıları konforu destekleyebilir ve eklemler üzerindeki stresi azaltabilir; bu özellikle hâlâ güç ve istikrar kazanan yeni koşucular için önemlidir.

Ayrıca bir koşu koçuyla çalışmak veya forma odaklanan antrenman programlarını takip etmek, koşucuların doğru koşu formunu anlamasına, verimsiz alışkanlıklarını düzeltmesine ve zaman içinde yaralanma riskini azaltmasına yardımcı olabilir. Özellikle yeni başlayanlar için doğru koşu formunu erkenden öğrenmek, ilerledikçe koşuyu daha kolay, güvenli ve keyifli hâle getirebilir.

Koşuyu analiz etmek için poz tahmininin nasıl kullanılabileceğini anlama#

Poz tahmini, bir kişinin veya nesnenin görüntü ya da videodaki konumunu ve hareketini belirlemek için temel noktaları tanımlayan ve takip eden bir bilgisayarlı görü görevidir. Özellikle insan poz tahmini, insan vücudunun kare kare nasıl hareket ettiğinin takip edilmesini mümkün kılar.

Bir karede yalnızca koşucuyu tespit etmek yerine, farklı vücut bölümlerinin zaman içinde nasıl hareket ettiğini takip eder ve ayrıntılı yürüyüş biçimi ile koşu biyomekaniği analizini destekler. Poz tahmininin başlıca avantajlarından biri, standart kameralarla çalışması ve bu sayede birçok gerçek dünya ortamında erişilebilir olmasıdır.

Poz tahminini destekleyen YOLO11 gibi modeller, koşucuyu ister koşu bandında ister dışarıda olsun kare kare takip edebilir. Model; omuzlar, kalça kasları, dizler, ayak bilekleri ve dirsekler gibi temel noktaları belirleyerek zaman içindeki vücut hareketlerini birbirine bağlar ve genel hareket ile eklem bükülmesi örüntülerini ortaya çıkarır.

Şekil 3. Poz tahmini, ısınma egzersizleri sırasında temel vücut noktalarını takip etmek için kullanılabilir. (Kaynak)

Örneğin squat veya lunge gibi yaygın egzersiz hareketleri sırasında zamanlama ve koordinasyon, vücudun nasıl hareket ettiğini güçlü biçimde etkiler. Adım, vücut hizası veya ayak yerleşimindeki küçük değişiklikler hızı, dengeyi, kontrolü ve yaralanma riskini etkileyebilir.

Bu küçük değişiklikleri tutarlı biçimde fark etmek kolay değildir. Poz tahmini bir koşu koçunun yerini tutmaz; ancak duruşu, zamanlamayı ve koordinasyonu farklı koşular boyunca görmeyi kolaylaştıran görsel bir yardımcı olarak kullanılabilir. Zamanla teknikleri karşılaştırmayı ve küçük ayarlamaları fark etmeyi de daha düzenli hâle getirir.

Ultralytics YOLO modelleri koşu tekniği analizini nasıl destekleyebilir?#

Şimdi Ultralytics YOLO modellerinin poz tahmini gibi görevleri nasıl desteklediğine bakalım.

YOLO11 gibi Ultralytics YOLO poz modelleri kullanıma hazırdır ve COCO-Pose gibi büyük, etiketli veri kümeleriyle önceden eğitilmiştir. Bu sayede yaygın insan vücudu temel noktalarını tespit edip takip edebilir ve bu bilgiyi çeşitli uygulamalara aktarabilirler.

Video kareleri boyunca vücudun temel noktalarını takip ederek elde edilen içgörüler, insanların zaman içinde nasıl hareket ettiğini incelemek için kullanılabilir. Böylece koşu tekniklerinin temel unsurları olan duruş, adım örüntüleri, eklem hareketi ve koordinasyon analiz edilebilir.

Daha özel içgörüler gerektiğinde bu modeller özel olarak eğitilebilir. Bir modeli en baştan eğitmek yerine, önceden eğitilmiş bir YOLO poz modeli ek etiketli veriler kullanılarak ince ayarlanabilir.

Örneğin amaç, köpeklerin nasıl koştuğunu analiz eden bir çözüm oluşturmaksa model, köpeklere özgü etiketli poz verileriyle eğitilebilir. Böylece model, ilk eğitiminden kazandığı genel poz tahmini yeteneklerini korurken köpeklerin vücut yapısını ve hareket örüntülerini öğrenir.

Şekil 4. Poz tahmini için bir köpek üzerinde tespit edilen temel vücut noktaları. (Kaynak)

Engel koşusu tekniklerini analiz etmek için poz tahmininin kullanımına bakış#

Artık poz tahmininin nasıl çalıştığını daha iyi anladığımıza göre, engel koşusu tekniğini analiz etmek için nasıl uygulanabileceğine dair bir örneği adım adım inceleyelim.

Engel koşusu hızlı ve teknik açıdan zorlu bir spordur. Tek bir koşu sırasında ayağın yere teması, sıçrama ve iniş saniyenin kesirleri içinde gerçekleşir.

Bu hareketler çok hızlı gerçekleştiği için önemli ayrıntıları çıplak gözle veya videoyu manuel olarak inceleyerek gözlemlemek zor olabilir. Bunun sonucunda adım ritmi, zamanlama veya zemine temas noktalarındaki küçük ama anlamlı farklılıklar genellikle gözden kaçar.

Bilgisayarlı görü tabanlı poz tahmini, standart video görüntülerini yapılandırılmış verilere dönüştürerek bu sorunu ele alır. Örneğin yakın tarihli bir çalışmada araştırmacılar, alt vücut temel noktalarını takip etmek için Ultralytics YOLOv8 tabanlı bir model kullandı. Ultralytics YOLO modellerinin önceki nesillerinden biri olan YOLOv8, poz tahminini destekler ve YOLO11 gibi daha yeni modeller için temel oluşturur.

Çalışma; sprint engel koşusu sırasında adım zamanlamasını, adım örüntülerini ve zemine teması analiz etmek için ayak bileği, topuk ve başparmak gibi temel noktalara odaklandı. Araştırmacılar bu temel noktaları zaman içinde takip ederek gerçek antrenman koşullarında adım ilerlemesini, zamanlamayı ve hareket örüntülerini yakından izleyebildi.

Yürüyüş biçimi analizi için bilgisayarlı görü kullanmanın artıları ve eksileri#

Koşu tekniklerini analiz etmek için poz tahmini kullanmanın temel faydalarından bazıları şunlardır:

• Nesnel geri bildirim: Poz tahmini, kişisel değerlendirme yerine ölçülen vücut temel noktalarına dayalı tutarlı görsel veriler sağlar. Bu, hareket açıklığını değerlendirirken öznelliği azaltmaya yardımcı olur.
• Kendi kendine inceleme: Koşucular, sürekli koçluk desteğine ihtiyaç duymadan kendi hareket örüntülerini analiz edebilir. Bu da yöntemi rekreasyonel ve bağımsız antrenmanlar için kullanışlı kılar.
• Grup ölçeklenebilirliği: Aynı iş akışı birden fazla koşucuya uygulanabilir. Bu özellik, manuel gözlemin pratik olmadığı takımlar, antrenman grupları veya araştırma çalışmaları için oldukça uygundur.

Poz tahmini çeşitli avantajlar sunsa da dikkate alman gereken bazı sınırlamalar şunlardır:

• Kamera kurulumu: Yanlış kamera açıları veya tutarsız kadraj, eklem açılarının, adım örüntülerinin ve adım sayısının ne kadar doğru yakalandığını azaltabilir.
• Örtülme: Vücudun bazı bölümleri engellendiğinde veya birden fazla koşucu karede üst üste geldiğinde doğruluk azalır.
• Çevresel etkenler: Gölgeler, düz olmayan yüzeyler veya hareketli arka planlar gibi dış ortam koşulları ölçüm tutarlılığını etkileyebilir.

Önemli çıkarımlar#

Ultralytics YOLO modelleri ve poz tahmini, koşu analizini daha erişilebilir hâle getiriyor. Bu araçlar, normal videolardan vücut hareketini, eklem açılarını ve adım örüntülerini takip etmek için kullanılabilir ve koşu formu hakkında net içgörüler sunar. Koşucuların ve koçların verimsizlikleri fark etmesine, gelişimi takip etmesine ve yaralanma riskini gerçek zamanlı olarak yönetmesine yardımcı olurlar.

GitHub depomuzu ziyaret ederek ve topluluğumuza katılarak yapay zekâ hakkında daha fazla bilgi edin. Robotikte yapay zekâ ve otomotivde bilgisayarlı görü hakkında bilgi edinmek için çözüm sayfalarımıza göz at. Bugün görsel yapay zekâyı kullanmaya başlamak için lisans seçeneklerimizi keşfet!