Battito e tremore degli arcieri dai video: An 2025

L'idea è buona e vale la pena capirla prima dei difetti: misurare il battito e il tremore di arcieri d'élite senza toccarli, prendendo i dati dalle riprese televisive delle gare. Il battito si stima dal colore della pelle del viso, perché il sangue che passa assorbe la luce in modo diverso, e il movimento delle braccia si misura seguendo punti caratteristici sull'immagine dopo avere riconosciuto la figura e il suo scheletro con una rete neurale.

Il materiale sono nove video dei mondiali presi da YouTube, da cui dopo gli scarti restano cinquanta spezzoni di dieci secondi a venticinque fotogrammi al secondo. Ogni spezzone porta un punteggio, e i punteggi sono raggruppati in tre categorie: dieci, nove, otto o meno, con venti, venti e dieci spezzoni.

I risultati vanno tutti nella stessa direzione. Il battito stimato si lega al punteggio con un coefficiente di correlazione per ranghi di meno 0,618, che è molto, e nelle distribuzioni le frecce da dieci stanno intorno ai settanta e ottanta battiti al minuto mentre le altre si allargano fra novanta e centodieci. Il movimento del braccio destro, cioè quello della corda per un destrorso, si lega al punteggio a meno 0,393; il braccio dell'arco non si lega a niente, meno 0,136 con p uguale a 0,345. Nella regressione ordinale restano significativi battito e braccio destro, anche messi insieme, e le due misure sono quasi indipendenti fra loro, con correlazioni lineari fra 0,11 e 0,21.

Fin qui il quadro è coerente e interessante. Il problema è che quasi niente di tutto questo poggia su una misura verificata: la frequenza cardiaca non è mai confrontata con un cardiofrequenzimetro, nemmeno su una persona; il movimento è in pixel, cioè in un'unità che cambia con lo zoom della telecamera; l'unità di analisi è lo spezzone e non l'atleta, e quanti atleti ci siano non è scritto.

E c'è una frase, nella discussione e nelle conclusioni, che da sola dice quanto il dato sia stato maneggiato: ridurre di un'unità il tremore del braccio dominante, si legge, farebbe guadagnare più di sei punti. Il punteggio in questo studio ha tre categorie fra otto e dieci: sei punti non ci stanno dentro.

Il percorso è dichiarato con un diagramma secondo le linee guida STROBE, cosa che va riconosciuta: si parte da nove video di YouTube, si scartano le scene di sfondo, le riprese sfocate o di bassa qualità, quelle in cui viso o corpo non si vedono e quelle con la telecamera in movimento, e restano cinquanta spezzoni validi.

Per il battito: la faccia è individuata e seguita con un modello di riconoscimento, i pixel di pelle sono isolati filtrando nello spazio di colore YCbCr, con le componenti di crominanza blu fra 133 e 177 e rossa fra 77 e 127, e dalle variazioni periodiche del colore si ricava il segnale pulsatile. Sono tenuti solo i valori con un punteggio di confidenza pari o superiore a 0,7. Per il movimento: riconoscimento dell'oggetto con YOLO versione 8, estrazione dello scheletro, definizione delle regioni di braccio destro e sinistro, selezione dei punti caratteristici più vicini a quelle regioni, e inseguimento delle coordinate con calcolo dello spostamento fra fotogrammi consecutivi. Sono considerati i micro-movimenti entro una soglia di cinque pixel. Di ogni spezzone si prende la media.

La statistica: normalità con Shapiro e Wilk, omogeneità delle varianze con Levene, e poi test t per campioni indipendenti o test di Mann e Whitney secondo le assunzioni, per confrontare il gruppo da dieci punti con tutti gli altri. Fattori di inflazione della varianza per la collinearità, tutti vicini a uno. Correlazioni di Pearson, che risultano basse fra battito e movimento, e di Spearman, usate per il legame con il punteggio. Regressione logistica ordinale con il punteggio come esito a tre categorie e battito e movimento come predittori continui. Tutto in Python con SciPy e statsmodels.

La numerosità è giustificata in due modi. Il primo è il precedente: altri hanno lavorato con trentadue punti e con undici. Il secondo è un'analisi di potenza condotta a posteriori usando il coefficiente della variabile di movimento ottenuto dal modello completo, che dà una potenza di 0,9486.

Il movimento del braccio, si legge, è misurato dall'inizio della fase di mira al rilascio della corda, mentre le medie sono calcolate su tutto lo spezzone di dieci secondi: se il momento del rilascio cada dentro o fuori la finestra di media non è chiarito.

Il difetto da cui partire è il più semplice da verificare. Nella discussione si legge che il coefficiente del battito, meno 0,1166, indica che un battito in meno corrisponde a circa 0,12 punti in più, e che il coefficiente del braccio destro, meno 6,1747, suggerisce che ridurre di un'unità il tremore farebbe guadagnare più di sei punti. In una regressione logistica ordinale il coefficiente è una variazione del logaritmo delle probabilità relative, non dei punti: meno 0,1166 per battito vuol dire che ogni battito in meno moltiplica per circa 1,12 le probabilità di finire in una categoria più alta. E l'esito ha tre categorie fra otto e dieci, cioè un'escursione di due punti: nessun predittore può spostarlo di sei. La frase non è un'imprecisione di linguaggio, è il modo in cui l'articolo traduce i propri numeri in consigli di allenamento, e passa dalla discussione alle conclusioni.

Il secondo è l'unità di analisi. Cinquanta spezzoni da nove video, e quanti arcieri diversi ci siano dentro non è scritto da nessuna parte. Se gli spezzoni vengono da pochi atleti, le osservazioni non sono indipendenti e una regressione che le tratta come cinquanta casi separati sovrastima la precisione; e soprattutto il legame fra battito e punteggio diventa in gran parte un confronto fra persone, non dentro la stessa persona. Gli arcieri che fanno dieci più spesso sono anche quelli più allenati e più tranquilli, quindi un battito più basso e un punteggio più alto possono essere due conseguenze dello stesso livello. Nessun modello a effetti misti, nessun raggruppamento per atleta.

Il terzo è il campionamento, e nasce dai criteri di scarto. Sono state escluse le riprese sfocate, quelle senza viso o corpo visibili e quelle con la telecamera in movimento: resta quello che il regista televisivo ha scelto di inquadrare da vicino e tenere fermo. Il primo piano sul viso di un arciere, in una diretta, arriva nei momenti di tensione e dopo i tiri che contano. Il dataset non è un campione di tiri, è una selezione fatta dalla televisione secondo criteri che hanno a che vedere sia con il punteggio sia con la tensione.

Il quarto è la misura del battito, che è la variabile principale e non è mai verificata. Il segnale pulsatile dal colore del viso richiede illuminazione stabile, volto fermo e poca compressione, e un video di diretta è compresso con sottocampionamento del colore, cioè proprio sulle variazioni cromatiche che il metodo legge. L'unico controllo è una soglia di confidenza a 0,7 di un modello non descritto. Non c'è un confronto con un elettrocardiogramma, con una fascia o con un pulsossimetro, nemmeno su un soggetto in condizioni controllate. E nelle parole chiave compare la variabilità della frequenza cardiaca, mentre nessun indice di variabilità è calcolato in nessun punto dell'articolo.

Il quinto è la misura del movimento, e qui il problema è l'unità. Gli spostamenti sono in pixel, con una soglia a cinque pixel, e il pixel non è un millimetro: quanto grande appaia un braccio dipende dallo zoom e dalla distanza della telecamera, che cambiano da inquadratura a inquadratura e da regia a regia. Senza una calibrazione, o almeno una normalizzazione sulla dimensione apparente del corpo, la variabile mescola il tremore con l'ottica. Per un confronto fra spezzoni diversi è una difficoltà grave, e nell'articolo non è nominata.

Il sesto riguarda l'interpretazione dell'asimmetria fra le braccia, che è il risultato più citabile e ha una lettura alternativa che l'articolo non considera. In un primo piano televisivo il braccio della corda e la mano stanno vicino al viso e si muovono in modo evidente al rilascio, mentre il braccio dell'arco è esteso, spesso ai margini dell'inquadratura e in parte coperto dall'arco: l'asimmetria del risultato può essere un'asimmetria di visibilità. E se il momento del rilascio cade dentro la finestra su cui si fa la media, il movimento del braccio destro non misura il tremore in mira ma il gesto del rilascio, che è un'altra cosa e che potrebbe legarsi al punteggio per ragioni diverse.

Il settimo è l'analisi di potenza. È calcolata a posteriori sull'effetto osservato, e una potenza calcolata così è una funzione del valore di p: quando il risultato è significativo, esce sempre alta. Non dice niente sull'adeguatezza di cinquanta osservazioni, e lo stesso vale per l'altro argomento usato, cioè che altri studi hanno usato trentadue o undici dati.

Restano due cose più piccole e una di contenuto. Gli stessi dati sono analizzati due volte, con tre categorie nella regressione e con il confronto fra dieci e non dieci nei test di gruppo, e i due risultati sono presentati insieme nel riassunto senza correzione. Delle condizioni di tiro non si sa niente: distanza, fase della gara, vento, indoor o outdoor, uomini o donne, nulla è riportato, benché un dieci a settanta metri con vento e un dieci al coperto non siano lo stesso evento. E le conclusioni, su cinquanta osservazioni senza nessun intervento, raccomandano respirazione, meditazione e biofeedback come cose che possono migliorare direttamente il risultato in gara.

Quello che questo lavoro mostra davvero è un metodo, e il metodo è promettente: si può stimare il battito e il movimento di un arciere da una ripresa televisiva, senza attaccargli niente. Per chi allena, è la prospettiva di guardare un atleta in gara e ricavarne numeri, invece di aspettare il laboratorio. Vale la pena seguire questa strada, e vale la pena sapere che qui non è ancora arrivata.

Il numero che si porta via, con prudenza, è la differenza fra i gruppi: nelle frecce che valgono dieci il battito stimato sta intorno ai settanta e ottanta al minuto, nelle altre si allarga fra novanta e centodieci. È una differenza grande e nella direzione che tutti si aspettano. Ma attenzione a che cosa confronta: spezzoni diversi di arcieri probabilmente diversi, quindi può dire che l'arciere più calmo è anche quello che fa dieci, senza dire che abbassare il battito faccia fare dieci.

La seconda cosa interessante è che battito e movimento del braccio, in questi dati, sono quasi indipendenti, con correlazioni lineari fra 0,11 e 0,21, e restano legati al punteggio anche quando entrano insieme nel modello. Se il dato tiene, vuol dire che agitarsi e tremare non sono la stessa cosa e non si correggono con lo stesso lavoro.

Quello che non va preso da qui è qualunque quantità. Il movimento è in pixel, quindi dipende dallo zoom; il battito è stimato e mai verificato contro uno strumento; e il passaggio da coefficiente a punti che l'articolo propone, cioè sei punti di guadagno riducendo il tremore di un'unità, non ha senso su una scala che va da otto a dieci. Nessuno di questi numeri si può usare come riferimento.

E non va preso il consiglio pratico così come è scritto. Che respirazione, meditazione e biofeedback migliorino il punteggio è una conclusione che richiede un intervento, cioè un gruppo che li faccia e un gruppo che non li faccia, e qui nessuno ha fatto niente: sono cinquanta spezzoni di video osservati dopo.

Per un arciere il modo onesto di usare questo articolo è come promemoria su una cosa che già sa, cioè che si tira meglio col battito basso, e come segnalazione di una tecnologia da tenere d'occhio. Per chi volesse provarla sul serio, le tre cose che mancano qui sono la lista: verificare il battito stimato contro una fascia, convertire i pixel in millimetri con un riferimento in scena, e contare gli atleti invece degli spezzoni.