Scheda studio
Punteggio delle frecce con telecamera: Phang 2023
Two-Stage Computer Vision Assisted Automatic Archery Scoreboard Scoring System
Citazione
Phang, J. T. S., Chiam, D. H., Lim, K. H., & Lease, B. A. (2023). Two-Stage Computer Vision Assisted Automatic Archery Scoreboard Scoring System. TENCON 2023 - 2023 IEEE Region 10 Conference (TENCON), 987-991. https://doi.org/10.1109/tencon58879.2023.10322363
DOI: 10.1109/tencon58879.2023.10322363
Cita lo studio
Phang, J. T. S., Chiam, D. H., Lim, K. H., & Lease, B. A. (2023). Two-Stage Computer Vision Assisted Automatic Archery Scoreboard Scoring System. TENCON 2023 - 2023 IEEE Region 10 Conference (TENCON), 987-991. https://doi.org/10.1109/tencon58879.2023.10322363
@inproceedings{phang2023scoreboardscoring,
author = {Phang, Jonathan Then Sien and Chiam, Dar Hung and Lim, King Hann and Lease, Basil Andy},
title = {Two-Stage Computer Vision Assisted Automatic Archery Scoreboard Scoring System},
year = {2023},
booktitle = {TENCON 2023 - 2023 IEEE Region 10 Conference (TENCON)},
pages = {987--991},
doi = {10.1109/tencon58879.2023.10322363}
}
Scheda tecnica
- Disegno
- Prova di laboratorio
- Popolazione
- Prove sull'attrezzatura, senza arcieri
- Oggetto della prova
- Attrezzatura, senza partecipanti
- Livello
- Non pertinente
- Disciplina
- Non dichiarata
- Tipo
- Atti di convegno
- Lingua
- Inglese
- Revisione tra pari
- Sì
- Sede
- TENCON 2023 - 2023 IEEE Region 10 Conference (TENCON)
Cosa ha misurato e cosa ha trovato
È la descrizione di un prototipo per contare i punti in automatico con una telecamera puntata sul bersaglio. Il sistema lavora in due tempi. Prima, su un'immagine del visuale senza frecce, ricostruisce i confini delle zone di punteggio; poi, confrontando ogni fotogramma con il precedente, trova la freccia appena arrivata e la assegna alla zona che interseca. Gli autori evitano di proposito il riconoscimento automatico dei cerchi usato da altri sistemi, che su un visuale consumato e ripreso di sbieco tende a sbagliare il disegno delle zone, e ricostruiscono ogni anello seguendone il contorno.
L'articolo non dà numeri: nessuna percentuale di frecce contate in modo corretto, nessun conteggio delle frecce provate. Mostra una sessione, descritta come una delle più difficili, con un visuale molto usato e frecce che si coprono a vicenda, in cui le immagini riportano punteggi corretti, e un caso fallito: una freccia quasi nascosta dalle altre è stata collocata in un punto del bersaglio diverso da quello reale, anche se nella stessa zona del 9.
Come è stato misurato
Nella prima fase un operatore segna a mano i quattro angoli del visuale e il raggio del centro sull'immagine iniziale; da questi punti il sistema raddrizza la prospettiva, cerca i bordi degli anelli, li ripulisce, ne leviga il contorno con un'interpolazione e ne prende l'involucro convesso. La telecamera deve restare ferma per tutta la sessione. Nella seconda fase ogni coppia di fotogrammi viene allineata, convertita in scala di grigi e sfocata; la differenza tra i due fotogrammi mette in evidenza la freccia nuova, che una ricerca di linee individua e racchiude in un riquadro. Il sistema assume che tra un fotogramma e l'altro arrivi una sola freccia.
Il metodo, spiegato: Leggere il bersaglio con una fotocamera
Limiti
Mancano tutte le informazioni che servirebbero per giudicarlo: il tipo di telecamera, la distanza e l'angolo di ripresa, la luce, il numero di sessioni e di frecce, la percentuale di errori. Non si sa come tratti le frecce che toccano la linea tra due zone, che per regolamento prendono il punteggio più alto. Gli stessi autori indicano il limite principale nelle frecce coperte dalle altre, e propongono di riprendere il bersaglio di lato o da più punti di vista.
Cosa vuol dire per chi tira
Per chi tira lo studio non cambia niente: riguarda il modo di contare i punti, non il tiro. Chi pensa di usare una telecamera per registrare automaticamente i colpi in allenamento trova qui un'idea di come si può fare, non uno strumento collaudato, perché l'articolo non dice quanto spesso il sistema sbagli.
Nel registro
Le affermazioni in cui questo studio è un'evidenza, con la sua posizione e lo stato attuale.
Filone di ricerca
Stesso filone
- 2023Analysis of basic release techniques in archery athletes
- 2023Automatic Archery Scoring System Using Deep Learning and Image Processing
- 2023Circuit Game Development: Implications on Balance, Concentration, Muscle Endurance, and Arrow Accuracy
- 2023Comparative study of athletes with high and low nomophobia toward archery accuracy Sede dubbia
- 2023Effect of binocular vision during target shooting in archery
- 2023Isolated and Combined Effect of Strength Training and Specific Strength Training on Performance Levels Among Archers
Cita questa scheda
Campagna, M. (2026). Scheda studio: Two-Stage Computer Vision Assisted Automatic Archery Scoreboard Scoring System. In Registro delle evidenze. matteocampagna.com. Consultato il 16 ottobre 2026, da https://matteocampagna.com/evidence/phang-2023-scoreboard-scoring
@misc{campagna2026_evidencephang2023scoreboardscoring,
author = {Campagna, Matteo},
title = {Scheda studio: Two-Stage Computer Vision Assisted Automatic Archery Scoreboard Scoring System},
year = {2026},
howpublished = {Registro delle evidenze, matteocampagna.com},
url = {https://matteocampagna.com/evidence/phang-2023-scoreboard-scoring},
note = {consultato il 2026-10-16}
}
Aggiornamenti del registro, per email
Al massimo un'email al mese, e solo nei mesi in cui qualcosa cambia: affermazioni che cambiano stato, affermazioni nuove, previsioni del Laboratorio registrate o verificate, studi nuovi e l'uscita dei libri.
L'iscrizione la gestisce Systeme.io, il servizio della newsletter. In ogni email c'è il link per cancellarti con un clic.