Un sistema di punteggio a telecamera sbaglia qualche freccia: quelle poco sporgenti e quelle che muovono la carta della visuale

7 studi · 2 arcieri misurati

A favoreContestoContro201220142016201820202022202420262025, contesto, n = 102012, contesto, n = 22017, a favore2021, contesto2023, contesto2026, contesto2012, contesto
Ogni cerchio è uno studio: la posizione dice l’anno, la riga se va a favore, contro o fa da contesto, la grandezza quanti partecipanti ha misurato. I cerchi chiari sono studi su altre popolazioni o senza arcieri.

Gli errori ci sono in tutti i prototipi provati, e le loro cause sono descritte bene in un lavoro solo. Una tesi del 2017, nata su richiesta della federazione olandese, ha provato un sistema di visione artificiale su sei video di allenamento: 29 frecce su 32 hanno avuto la zona giusta, e le tre mancate avevano tre cause diverse. Una freccia, entrando, ha mosso la carta della visuale e il programma ha letto 9,85 un dieci; un'altra sporgeva troppo poco nell'immagine per essere riconosciuta come asta, e abbassare la soglia fa comparire frecce che non ci sono; una terza, arrivata durante un forte salto di luce, è stata scartata. Il programma però era stato regolato sugli stessi sei video. Le prove successive confermano che si sbaglia, con altre cause: un prototipo a due telecamere ha letto bene 14 frecce su 16 dall'alto e 11 di lato, e l'autrice dà la colpa alla calibrazione della telecamera laterale; nel 2025 un sistema provato sul campo su 100 tiri di 10 arcieri non ha visto 9 frecce e ha dato il punteggio corretto a 67, e gli autori citano la luce, le frecce vicine alla riga e quelle sovrapposte; e chi conta i fori dalle foto perde soprattutto i fori sovrapposti delle volée più raggruppate e scambia per fori gli strappi delle visuali consumate. Le prove su frecce tirate e lette una per una non superano le cento frecce, il conteggio dei fori dalle foto viene da un solo arciere, e nessuna prova confronta il sistema con i giudici durante una gara.

Formulata anche come: punteggio elettronico; app che conta i punti dalla foto; visione artificiale tiro con l'arco; lettura automatica del bersaglio; telecamera sul bersaglio

Nella pratica

Con l'arrivo delle app e dei sistemi che leggono il punteggio dalla telecamera si sente dire che la macchina conta meglio dell'arciere, e che prima o poi sostituirà la lettura al bersaglio.

Evidenze

  • 2012
    Contesto Prove sull'attrezzatura Pubblicata dopo

    Sistema a sensori infrarossi montato sul bersaglio, non a telecamera: precisione di localizzazione fra il 60 e il 100% sulla griglia di 8 × 8, tre frecce lette in circa 3 s, visuale da 80 cm a 30 m.

    Approach to Improve Archery Competence through Creative Engineering Practice · Hajime Miyauchi

  • 2012
    Contesto Prove sull'attrezzatura Pubblicata dopo

    Sistema per il controllo di qualità delle frecce in fabbrica, non a telecamera: due laser a linea e due file di fotodiodi in un telaio di 65 × 65 cm a circa un metro dal bersaglio ricavano il punto d'impatto dall'ombra dell'asta, con una logica fuzzy che evita di correggere le immagini come si fa con le telecamere. Frecce tirate da una macchina a circa 275 km/h. Non riporta un'accuratezza né le frecce lette male. Rivista regionale.

    Measuring System for Impact Point of Arrow using Mamdani Fuzzy Inference System · Jung-Won Yu, Han-Soo Lee, Yeong-Sang Jeong, Sung-Shin Kim

  • 2017
    A favore Prove sull'attrezzatura Pubblicata dopo

    Sistema di visione artificiale con telecamera di sbieco vicino al bersaglio, provato su 6 video di allenamento della federazione olandese: 29 frecce su 32 nella zona giusta (7/7, 6/6, 1/2, 5/5, 6/6, 4/6). Una freccia ha mosso la carta entrando ed è stata letta 9,85 invece di dieci; una era troppo poco sporgente nell'immagine per essere vista, e abbassare la soglia fa comparire frecce inesistenti; una, arrivata durante un forte salto di luce aggiunto al video, è stata scartata perché il sistema rilevava più di 20 linee. Il programma è stato provato sugli stessi video usati per regolarlo; tesi magistrale.

    Sequential Recognition and Scoring of Archery Shots · Raymond Parag

  • 2021
    Contesto Prove sull'attrezzatura Pubblicata dopo

    Prototipo a due telecamere su un telaio attorno al battifreccia, 16 frecce di prova: telecamera dall'alto 14 corrette (87,5%), laterale 11 (68,75%), combinate 14. L'autrice attribuisce gli errori alla calibrazione della telecamera laterale, oltre che a messa a fuoco e luce variabile, e stima almeno il 93,75% correggendola. Preprint.

    OnTarget: An Electronic Archery Scoring · Andreea Danielescu

  • 2023
    Contesto Prove sull'attrezzatura Pubblicata dopo

    Lettura del punteggio da foto di smartphone di visuali indoor da 60 cm: richiamo e precisione intorno al 40% su visuali strappate in modo casuale, 100% su un test separato di 5 foto di visuali pulite; dataset di 480 foto originali. Nessun dato su quante frecce ricevano il punteggio corretto.

    Automatic Archery Scoring System Using Deep Learning and Image Processing · Haozhe Ma, Michael G. Madden

  • 2025
    Contesto Prove sull'attrezzatura Pubblicata dopo

    Sistema YOLOv8 con fotocamera calibrata a 15 m dal bersaglio, provato sul campo contro il punteggio dei giudici: 10 arcieri di un gruppo universitario indonesiano, 10 frecce ciascuno; 9 frecce su 100 non rilevate, 91 rilevate, 67 punteggi corretti (accuratezza 67%). Gli autori attribuiscono gli errori, senza contarli freccia per freccia, alla luce scarsa verso sera, alle frecce vicine alla riga fra due zone, alle frecce sovrapposte o in posizioni assenti dalle immagini di addestramento e alla calibrazione: nessuna delle due cause nominate dall'affermazione. Rivista regionale.

    Real-Time Arrow Detection and Scoring on Archery Targets Using YOLOv8 with Euclidean Distance-Based Zone Estimation · Safri Adam, Novi Aryani Fitri, Sarah Bibi, Muhammad Ridhwan Sufandi

  • 2026
    Contesto Prove sull'attrezzatura Pubblicata dopo

    Conteggio dei fori su 48 foto di visuali indoor da 40 cm (5084 fori segnati a mano), validazione incrociata a tre blocchi: precisione 0,951 ± 0,009, richiamo 0,841 ± 0,018, errore medio di posizione 1,41 mm. I fori persi sono soprattutto quelli sovrapposti delle frecce molto raggruppate; i fori segnalati che non esistono vengono da strappi e carta sollevata sulle visuali consumate. Scarto mediano sul punteggio medio per foto 1,8%. Un solo arciere e un solo campo; preprint.

    Frozen Vision Transformers for Dense Prediction on Small Datasets: A Case Study in Arrow Localization · Maxwell Shepherd

Storia dello stato

  1. 2012 Non studiato I primi sistemi automatici in bibliografia non usano una telecamera. Uno mette sensori a infrarossi sul bersaglio e stima posizione e punteggio delle frecce, con una precisione di localizzazione fra il 60 e il 100% sulla griglia di otto per otto, leggendo tre frecce in circa tre secondi; un altro, pensato per controllare le frecce in fabbrica, ricava il punto d'impatto dall'ombra dell'asta su due file di fotodiodi illuminate da laser, e scarta le telecamere proprio per non dover correggere le immagini. Il primo mostra che la lettura automatica sbaglia ancora, ma nessuno ha provato un sistema a telecamera né descritto quali frecce sfuggano.
  2. 2017 Riportato Un sistema di visione artificiale provato su sei video di allenamento della federazione olandese assegna la zona giusta a 29 frecce su 32. Gli errori hanno cause precise: la carta della visuale che si muove attorno al foro, tanto che un dieci è stato letto 9,85; la freccia poco sporgente che non viene vista, con il rischio opposto di far comparire frecce inesistenti se si abbassa la soglia; e un salto di luminosità che ha fatto scartare una freccia. È una prova sola, su pochi video usati anche per mettere a punto il programma: l'evidenza a favore c'è ed è limitata.
  3. 2021 Riportato Un prototipo con due telecamere attorno al battifreccia legge bene 14 frecce su 16 con quella in alto e 11 con quella laterale, e l'autrice attribuisce gli errori alla calibrazione della seconda, oltre che a messa a fuoco e luce variabile. Conferma che il sistema sbaglia qualche freccia, ma per una causa diversa da quelle del 2017 e su 16 frecce: il quadro resta quello di prima.
  4. 2023 Riportato Un sistema che legge il punteggio da una foto dello smartphone trova tutte le frecce su cinque foto di visuali pulite, ma su visuali strappate richiamo e precisione scendono intorno al 40%. Aggiunge la carta consumata fra le cause d'errore, senza misurare quante frecce ricevano il punteggio corretto: lo stato non cambia.
  5. 2025 Riportato Arriva la prima prova sul campo contro il punteggio dei giudici: dieci arcieri universitari indonesiani tirano dieci frecce ciascuno con una telecamera a 15 m dal bersaglio, e il sistema non vede 9 frecce su 100 e dà il punteggio corretto a 67. Conferma che la lettura automatica perde frecce, e più spesso che nel 2017, ma gli errori sono attribuiti a parole, senza contarli, a luce scarsa, frecce vicine alla riga, frecce sovrapposte e calibrazione, non alle frecce poco sporgenti o alla carta che si muove, e la sede è regionale: sulle cause nominate dalla frase resta un solo studio, e lo stato non cambia.
  6. 2026 Riportato Un sistema che conta i fori dalle foto di visuali indoor da 40 cm ne trova l'84% e ne inventa pochi, con una precisione del 95%: perde soprattutto i fori sovrapposti, cioè le volée più raggruppate, e su visuali molto consumate scambia per fori strappi e lembi di carta. Sul punteggio medio di ogni foto lo scarto mediano è dell'1,8%. È una terza famiglia di errori, da foto di un solo arciere e di un solo campo: il quadro resta riportato.

Collegamenti

Articoli correlati

Filoni di ricerca

Cita
APA

Campagna, M. (2026). Un sistema di punteggio a telecamera sbaglia qualche freccia: quelle poco sporgenti e quelle che muovono la carta della visuale (Versione 3). In Registro delle evidenze. Consultato il 16 ottobre 2026, da https://matteocampagna.com/registro/attrezzatura/punteggio-automatico-telecamera-errori

BibTeX
@misc{campagna2026_punteggioautomaticotelecamera,
  author = {Campagna, Matteo},
  title = {Un sistema di punteggio a telecamera sbaglia qualche freccia: quelle poco sporgenti e quelle che muovono la carta della visuale},
  year = {2026},
  howpublished = {Registro delle evidenze, matteocampagna.com},
  url = {https://matteocampagna.com/registro/attrezzatura/punteggio-automatico-telecamera-errori},
  note = {Versione 3; consultato il 2026-10-16}
}

Altre affermazioni di questo dominio

Vedi tutte le affermazioni su attrezzatura e messa a punto