ИСПОЛЬЗОВАНИЕ ТЕХНОЛОГИИ КОМПЬЮТЕРНОГО ЗРЕНИЯ В ТРЕНИРОВОЧНОЙ И СОРЕВНОВАТЕЛЬНОЙ ПРАКТИКЕ ПО БОДИБИЛДИНГУ
Ключевые слова:
компьютерное зрение, искусственный интеллект, ChatGPT, анализ движений, судейство, цифровые технологии в спорте
Аннотация
В данной статье рассматриваются теоретические и экспериментальные аспекты применения технологий компьютерного зрения и искусственного интеллекта (ChatGPT) в тренировочной и соревновательной практике по бодибилдингу. Цель исследования – разработка и экспериментальная проверка эффективности применения технологии компьютерного зрения на основе использования ChatGPT в тренировочной и соревновательной практике по бодибилдингу для повышения точности анализа движений атлетов, индивидуализации тренировочных программ подготовки и объективизации судейских оценок. Материалы и методы. Исследуемая фокус-группа – опытные тренеры по бодибилдингу (n = 84) из различных регионов России. Для оценки эффективности использования возможностей ChatGPT была разработана авторская система экспертной диагностики, включающая четыре направления мониторинга: распознавание тренажёров – «Т», анализ фигуры атлета – «Ф», оценка техники выполнения упражнений – «У» и соревновательный анализ – «С». Результаты. Выявлено достоверное повышение уровня удовлетворенности тренеров взаимодействием с предлагаемой системой после периода мониторинга по показателям «Ф» и «У», что подтверждает эффективность ChatGPT как интеллектуального инструмента поддержки тренера. Заключение. Использование технологий компьютерного зрения способствует повышению точности анализа движений, объективности оценки фигуры и пропорций тела, а также индивидуализации тренировочного процесса в бодибилдинге.
Литература
Биометрия ходьбы с применением RGB-камеры и компьютерного зрения / Т.Т. Батышева, С.В. Тихонов, М.В. Алексеева и др. // Теория и практика физ. культуры. – 2024. – № 12. – С. 22–24.
2. Борисова, А.Н. Использование технологий искусственного интеллекта и компьютерного зрения для автоматизации контроля выполнения фитнес-упражнений на примере онлайн-платформы FORA VISION / А.Н. Борисова, С.А. Вольнов // Рос. журнал информ. технологий в спорте. – 2025. – Т. 2, № 2. – С. 3–14. DOI: 10.62105/2949-6349-2025-2-2-3-14
3. Методика экспресс-оценки результативности выполнения движений хоккеистом с приме-нением компьютерного зрения / И.И. Новикова, В.Н. Коновалов, Д.А. Бернатавичус и др. // Человек. Спорт. Медицина. – 2024. – Т. 24, № 4. – С. 104–110. DOI: 10.14529/hsm240413
4. Модель управления соревновательной деятельностью команд топ-уровня на основе компьютерного зрения в онлайн / С.Л. Гольштейн, А.А. Полозов, Н.В. Папуловская и др. // Вестник Рос. ун-та дружбы народов. Серия: Инженерные исследования. – 2024. – Т. 25, № 4. – С. 441–459. DOI: 10.22363/2312-8143-2024-25-4-441-459
Определение антропометрических показателей кисти спортсменов на основе компьютерного зрения / А.А. Померанцев, В.Э. Беспяткин, Д.А. Травков и др. // Теория и практика физ. культуры. – 2023. – № 5. – С. 102–104.
6. Хорошилов, С.А. Особенности разработки компьютерной программы для начинающих бо-дибилдеров / С.А. Хорошилов // Ученые записки ун-та им. П.Ф. Лесгафта. – 2014. – № 5 (111). – С. 179–183.
7. A comprehensive analysis of the machine learning pose estimation models used in human move-ment and posture analyses: a narrative review / F. Roggio, B. Trovato, M. Sortino et al. // Heliyon. – 2024. – Vol. 10, no. 21. – e39977. DOI: 10.1016/j.heliyon.2024.e39977
8. Aleksić, J. Computer vision solutions for range of motion assessment / J. Aleksić // Southeastern European Medical Journal. – 2023. – Vol. 7, no. 1. – P. 55–66. DOI: 10.26332/seemedj.v7i1.276
9. A review of the evolution of vision-based motion analysis and the integration of advanced com-puter vision methods towards developing a markerless system / S.L. Colver, M. Evans, D.P. Coscer et al. // Sports Medicine – Open. – 2018. – Vol. 4. – Article number 24. DOI: 10.1186/s40798-018-0139-y
10. A review on computer vision technology for physical exercise monitoring / S.R. Khanal, D. Paulino, J. Sampaio et al. // Algorithms. – 2022. – Vol. 15, no. 12. – P. 444. DOI: 10.3390/a15120444
11. Artificial шintelligence гsage in prediction of the ыports results of athletes сcompeting in Greco-Roman Wrestling / A.Y. Osipov, R.S. Nagovitsyn, T.I. Ratmanskaya et al. // Journal of Siberian Federal University. Humanities & Social Sciences. – 2024. – Vol. 17, no. 2. – P. 278–286.
12. Enhancing human pose estimation in sports training: integrating spatiotemporal transformer for improved accuracy and real-time performance / X. Xi, C. Zhang, W. Jia et al. // Alexandria Engineering Journal. – 2024. – Vol. 109. – P. 144–156. DOI: 10.1016/j.aej.2024.08.072
13. Host, K. An overview of human action recognition in sports based on computer vision / K. Host, M. Ivašić-Kos // Heliyon. – 2022. – Vol. 8, no. 6. – e09633. DOI: 10.1016/j.heliyon.2022.e09633
14. Naik, B.T. A comprehensive review of computer vision in sports: open issues, future trends and research directions / B.T. Naik, M.F. Hashmi, N.D. Bokde // Applied Sciences. – 2022. – Vol. 12, no. 9. – P. 4429. DOI: 10.3390/app12094429
15. Quantitative analysis and evaluation of research on the application of computer vision in sports since the 21st century / C. Chen, J. Xue, W. Gou et al. // Frontiers in Sports and Active Living. – 2025. – Vol. 7. – 604232. DOI: 10.3389/fspor.2025.1604232
16. Suo, X. Motion capture technology in sports scenarios: a survey / X. Suo, W. Tang, Z. Li // Sen-sors (Basel). – 2024. – Vol. 24, no. 9. – P. 2947. DOI: 10.3390/s24092947
2. Borisova A.N., Volnov S.A. [Using Artificial Intelligence and Computer Vision Technologies to Automate the Control of Fitness Exercises Using the FORA VISION Online Platform]. Rossiyskiy zhurnal informatsionnykh tekhnologiy v sporte [Russian Journal of Information Technology in Sports], 2025, vol. 2, no. 2, pp. 3–14. (in Russ.) DOI: 10.62105/2949-6349-2025-2-2-3-14
3. Novikova I.I., Konovalov V.N., Bernatavichus D.A. et al. Methodology for Express Assessment of the Effectiveness of a Hockey Player's Movements Using Computer Vision. Human. Sport. Medi-cine, 2024, vol. 24, no. 4, pp. 104–110. (in Russ.) DOI: 10.14529/hsm240413
4. Golshteyn S.L., Polozov A.A., Papulovskaya N.V. et al. [A Model for Managing Competitive Activities of Top-level Teams Based on Online Computer Vision]. Vestnik Rossiyskogo universiteta druzhby narodov. Seriya: Inzhenernyye issledovaniya [Bulletin of the Peoples' Friendship University of Russia. Ser. Engineering Research], 2024, vol. 25, no. 4, pp. 441–459. (in Russ.) DOI: 10.22363/2312-8143-2024-25-4-441-459
5. Pomerantsev A.A., Bespyatkin V.E., Travkov D.A. et al. [Determination of Anthropometric Indicators of the Hand of Athletes Based on Computer Vision]. Teoriya i praktika fizicheskoy kul’tury [Theory and Practice of Physical Education], 2023, no. 5, pp. 102–104. (in Russ.)
Khoroshilov S.A. [Features of Developing a Computer Program for Novice Bodybuilders]. Uchenyye zapiski universiteta imeni P.F. Lesgafta [Scientific Notes of the P.F. Lesgaft University], 2014, no. 5 (111), pp. 179–183. (in Russ.) DOI: 10.5930/issn.1994-4683.2014.05.111.p179-183
7. Roggio F., Trovato B., Sortino M. et al. A Comprehensive Analysis of the Machine Learning Pose Estimation Models Used in Human Movement and Posture Analyses: a Narrative Review. Heli-yon, 2024, vol. 10, no. 21, e39977. DOI: 10.1016/j.heliyon.2024.e39977
8. Aleksić J. Computer Vision Solutions for Range of Motion Assessment. Southeastern European Medical Journal, 2023, vol. 7, no. 1, pp. 55–66. DOI: 10.26332/seemedj.v7i1.276
9. Colver S.L., Evans M., Coscer D.P. et al. A Review of the Evolution of Vision-based Motion Analysis and the Integration of Advanced Computer Vision Methods Towards Developing a Marker-less System. Sports Medicine. Open, 2018, vol. 4, art. 24. DOI: 10.1186/s40798-018-0139-y
10. Khanal S.R., Paulino D., Sampaio J. et al. A Review on Computer Vision Technology for Phy-sical Exercise Monitoring. Algorithms, 2022, vol. 15, no. 12, p. 444. DOI: 10.3390/a15120444
11. Osipov A.Y., Nagovitsyn R.S., Ratmanskaya T.I. et al. Artificial Iintelligence Usage in Predic-tion of the Sports Results of Athletes Competing in Greco-Roman Wrestling. Journal of Siberian Fe-deral University. Humanities & Social Sciences, 2024, vol. 17, no. 2, pp. 278–286.
12. Xi X., Zhang C., Jia W. et al. Enhancing Human Pose Estimation in Sports Training: Integrating Spatiotemporal Transformer for Improved Accuracy and Real-time Performance. Alexandria Engi-neering Journal, 2024, vol. 109, pp. 144–156. DOI: 10.1016/j.aej.2024.08.072
13. Host K., Ivašić-Kos M. An Overview of Human Action Recognition in Sports Based on Com-puter Vision. Heliyon, 2022, vol. 8, no. 6, e09633. DOI: 10.1016/j.heliyon.2022.e09633
14. Naik B.T., Hashmi M.F., Bokde N.D. A Comprehensive Review of Computer Vision in Sports: Open Issues, Future Trends and Research Directions. Applied Sciences, 2022, vol. 12, no. 9, p. 4429. DOI: 10.3390/app12094429
15. Chen C., Xue J., Gou W. et al. Quantitative Analysis and Evaluation of Research on the Ap-plication of Computer Vision in Sports Since the 21st Century. Frontiers in Sports and Active Living, 2025, vol. 7, 604232. DOI: 10.3389/fspor.2025.1604232
16. Suo X., Tang W., Li Z. Motion Capture Technology in Sports Scenarios: a Survey. Sensors (Basel), 2024, vol. 24, no. 9, p. 2947. DOI: 10.3390/s24092947
2. Борисова, А.Н. Использование технологий искусственного интеллекта и компьютерного зрения для автоматизации контроля выполнения фитнес-упражнений на примере онлайн-платформы FORA VISION / А.Н. Борисова, С.А. Вольнов // Рос. журнал информ. технологий в спорте. – 2025. – Т. 2, № 2. – С. 3–14. DOI: 10.62105/2949-6349-2025-2-2-3-14
3. Методика экспресс-оценки результативности выполнения движений хоккеистом с приме-нением компьютерного зрения / И.И. Новикова, В.Н. Коновалов, Д.А. Бернатавичус и др. // Человек. Спорт. Медицина. – 2024. – Т. 24, № 4. – С. 104–110. DOI: 10.14529/hsm240413
4. Модель управления соревновательной деятельностью команд топ-уровня на основе компьютерного зрения в онлайн / С.Л. Гольштейн, А.А. Полозов, Н.В. Папуловская и др. // Вестник Рос. ун-та дружбы народов. Серия: Инженерные исследования. – 2024. – Т. 25, № 4. – С. 441–459. DOI: 10.22363/2312-8143-2024-25-4-441-459
Определение антропометрических показателей кисти спортсменов на основе компьютерного зрения / А.А. Померанцев, В.Э. Беспяткин, Д.А. Травков и др. // Теория и практика физ. культуры. – 2023. – № 5. – С. 102–104.
6. Хорошилов, С.А. Особенности разработки компьютерной программы для начинающих бо-дибилдеров / С.А. Хорошилов // Ученые записки ун-та им. П.Ф. Лесгафта. – 2014. – № 5 (111). – С. 179–183.
7. A comprehensive analysis of the machine learning pose estimation models used in human move-ment and posture analyses: a narrative review / F. Roggio, B. Trovato, M. Sortino et al. // Heliyon. – 2024. – Vol. 10, no. 21. – e39977. DOI: 10.1016/j.heliyon.2024.e39977
8. Aleksić, J. Computer vision solutions for range of motion assessment / J. Aleksić // Southeastern European Medical Journal. – 2023. – Vol. 7, no. 1. – P. 55–66. DOI: 10.26332/seemedj.v7i1.276
9. A review of the evolution of vision-based motion analysis and the integration of advanced com-puter vision methods towards developing a markerless system / S.L. Colver, M. Evans, D.P. Coscer et al. // Sports Medicine – Open. – 2018. – Vol. 4. – Article number 24. DOI: 10.1186/s40798-018-0139-y
10. A review on computer vision technology for physical exercise monitoring / S.R. Khanal, D. Paulino, J. Sampaio et al. // Algorithms. – 2022. – Vol. 15, no. 12. – P. 444. DOI: 10.3390/a15120444
11. Artificial шintelligence гsage in prediction of the ыports results of athletes сcompeting in Greco-Roman Wrestling / A.Y. Osipov, R.S. Nagovitsyn, T.I. Ratmanskaya et al. // Journal of Siberian Federal University. Humanities & Social Sciences. – 2024. – Vol. 17, no. 2. – P. 278–286.
12. Enhancing human pose estimation in sports training: integrating spatiotemporal transformer for improved accuracy and real-time performance / X. Xi, C. Zhang, W. Jia et al. // Alexandria Engineering Journal. – 2024. – Vol. 109. – P. 144–156. DOI: 10.1016/j.aej.2024.08.072
13. Host, K. An overview of human action recognition in sports based on computer vision / K. Host, M. Ivašić-Kos // Heliyon. – 2022. – Vol. 8, no. 6. – e09633. DOI: 10.1016/j.heliyon.2022.e09633
14. Naik, B.T. A comprehensive review of computer vision in sports: open issues, future trends and research directions / B.T. Naik, M.F. Hashmi, N.D. Bokde // Applied Sciences. – 2022. – Vol. 12, no. 9. – P. 4429. DOI: 10.3390/app12094429
15. Quantitative analysis and evaluation of research on the application of computer vision in sports since the 21st century / C. Chen, J. Xue, W. Gou et al. // Frontiers in Sports and Active Living. – 2025. – Vol. 7. – 604232. DOI: 10.3389/fspor.2025.1604232
16. Suo, X. Motion capture technology in sports scenarios: a survey / X. Suo, W. Tang, Z. Li // Sen-sors (Basel). – 2024. – Vol. 24, no. 9. – P. 2947. DOI: 10.3390/s24092947
References
Batysheva T.T., Tikhonov S.V., Alekseeva M.V. et al. [Gait Biometrics Using an RGB Camera and Computer Vision]. Teoriya i praktika fizicheskoy kul’tury [Theory and Practice of Physical Education], 2024, no. 12, pp. 22–24. (in Russ.)2. Borisova A.N., Volnov S.A. [Using Artificial Intelligence and Computer Vision Technologies to Automate the Control of Fitness Exercises Using the FORA VISION Online Platform]. Rossiyskiy zhurnal informatsionnykh tekhnologiy v sporte [Russian Journal of Information Technology in Sports], 2025, vol. 2, no. 2, pp. 3–14. (in Russ.) DOI: 10.62105/2949-6349-2025-2-2-3-14
3. Novikova I.I., Konovalov V.N., Bernatavichus D.A. et al. Methodology for Express Assessment of the Effectiveness of a Hockey Player's Movements Using Computer Vision. Human. Sport. Medi-cine, 2024, vol. 24, no. 4, pp. 104–110. (in Russ.) DOI: 10.14529/hsm240413
4. Golshteyn S.L., Polozov A.A., Papulovskaya N.V. et al. [A Model for Managing Competitive Activities of Top-level Teams Based on Online Computer Vision]. Vestnik Rossiyskogo universiteta druzhby narodov. Seriya: Inzhenernyye issledovaniya [Bulletin of the Peoples' Friendship University of Russia. Ser. Engineering Research], 2024, vol. 25, no. 4, pp. 441–459. (in Russ.) DOI: 10.22363/2312-8143-2024-25-4-441-459
5. Pomerantsev A.A., Bespyatkin V.E., Travkov D.A. et al. [Determination of Anthropometric Indicators of the Hand of Athletes Based on Computer Vision]. Teoriya i praktika fizicheskoy kul’tury [Theory and Practice of Physical Education], 2023, no. 5, pp. 102–104. (in Russ.)
Khoroshilov S.A. [Features of Developing a Computer Program for Novice Bodybuilders]. Uchenyye zapiski universiteta imeni P.F. Lesgafta [Scientific Notes of the P.F. Lesgaft University], 2014, no. 5 (111), pp. 179–183. (in Russ.) DOI: 10.5930/issn.1994-4683.2014.05.111.p179-183
7. Roggio F., Trovato B., Sortino M. et al. A Comprehensive Analysis of the Machine Learning Pose Estimation Models Used in Human Movement and Posture Analyses: a Narrative Review. Heli-yon, 2024, vol. 10, no. 21, e39977. DOI: 10.1016/j.heliyon.2024.e39977
8. Aleksić J. Computer Vision Solutions for Range of Motion Assessment. Southeastern European Medical Journal, 2023, vol. 7, no. 1, pp. 55–66. DOI: 10.26332/seemedj.v7i1.276
9. Colver S.L., Evans M., Coscer D.P. et al. A Review of the Evolution of Vision-based Motion Analysis and the Integration of Advanced Computer Vision Methods Towards Developing a Marker-less System. Sports Medicine. Open, 2018, vol. 4, art. 24. DOI: 10.1186/s40798-018-0139-y
10. Khanal S.R., Paulino D., Sampaio J. et al. A Review on Computer Vision Technology for Phy-sical Exercise Monitoring. Algorithms, 2022, vol. 15, no. 12, p. 444. DOI: 10.3390/a15120444
11. Osipov A.Y., Nagovitsyn R.S., Ratmanskaya T.I. et al. Artificial Iintelligence Usage in Predic-tion of the Sports Results of Athletes Competing in Greco-Roman Wrestling. Journal of Siberian Fe-deral University. Humanities & Social Sciences, 2024, vol. 17, no. 2, pp. 278–286.
12. Xi X., Zhang C., Jia W. et al. Enhancing Human Pose Estimation in Sports Training: Integrating Spatiotemporal Transformer for Improved Accuracy and Real-time Performance. Alexandria Engi-neering Journal, 2024, vol. 109, pp. 144–156. DOI: 10.1016/j.aej.2024.08.072
13. Host K., Ivašić-Kos M. An Overview of Human Action Recognition in Sports Based on Com-puter Vision. Heliyon, 2022, vol. 8, no. 6, e09633. DOI: 10.1016/j.heliyon.2022.e09633
14. Naik B.T., Hashmi M.F., Bokde N.D. A Comprehensive Review of Computer Vision in Sports: Open Issues, Future Trends and Research Directions. Applied Sciences, 2022, vol. 12, no. 9, p. 4429. DOI: 10.3390/app12094429
15. Chen C., Xue J., Gou W. et al. Quantitative Analysis and Evaluation of Research on the Ap-plication of Computer Vision in Sports Since the 21st Century. Frontiers in Sports and Active Living, 2025, vol. 7, 604232. DOI: 10.3389/fspor.2025.1604232
16. Suo X., Tang W., Li Z. Motion Capture Technology in Sports Scenarios: a Survey. Sensors (Basel), 2024, vol. 24, no. 9, p. 2947. DOI: 10.3390/s24092947
Опубликован
2026-10-01
Как цитировать
Наговицын, Р., Осипов, А., Кудрявцев, М., Коноплева, Е., & Турыгина, О. (2026). ИСПОЛЬЗОВАНИЕ ТЕХНОЛОГИИ КОМПЬЮТЕРНОГО ЗРЕНИЯ В ТРЕНИРОВОЧНОЙ И СОРЕВНОВАТЕЛЬНОЙ ПРАКТИКЕ ПО БОДИБИЛДИНГУ. Человек. Спорт. Медицина, 26(1), 97-105. https://doi.org/10.14529/hsm260112
Выпуск
Раздел
Спортивная тренировка
Copyright (c) 2026 Человек. Спорт. Медицина
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
