Tenis sporcularında görüntü işleme teknikleri kulllanılarak yapay zekâ tabanlı performans analiz sistemi geliştirilmesi

Tenis Sporcularında Görüntü İşleme Teknikleri Kullanılarak Yapay Zekâ Tabanlı Performans Analiz Sistemi Geliştirilmesi Amaç: Bu çalışma, tenis oynayan sporcuların teknik performanslarının nesnel biçimde değerlendirilmesini sağlamak amacıyla yapay zekâ destekli görüntü işleme yöntemlerini esas alan bir değerlendirme sistemi geliştirmeyi hedeflemektedir. Bu sistem, görüntü işleme tekniklerinden biri olan pose estimation yaklaşımı ile tenis hareketlerini detaylı biçimde analiz etmeyi; aynı zamanda ITN testi gibi objektif saha değerlendirmeleri ile elde edilen bulguları birleştirerek sistemin geçerliliğini ve güvenilirliğini ortaya koymayı amaçlamaktadır. Materyal ve Metot: Çalışmaya katılım koşullarını sağlayan 15 sporcu dâhil olmuştur. Araştırma, nicel ve deneysel bir yöntemle yürütülmüştür. Bunun için, tenis oynayan sporcuların çeşitli açılardan çekilmiş video görüntüleri toplanmış ve bu kayıtlar, yapay zekâ destekli derin öğrenme modelleri aracılığıyla analiz edildi. Özellikle YOLOv8-Pose adlı güncel bir model tercih edildi. Bulgular: Araştırma kapsamında geliştirilen bilgisayarla görüş tabanlı poz tahmini sistemi, tenis sporcularının hareket dinamiklerini analiz etmek amacıyla kullanılmış ve elde edilen sonuçlar, modelin hem teknik doğruluğunu hem de uygulama potansiyelini ortaya koymuştur. Sistem, performans metrikleri ve biyomekanik değerlendirmeler açısından tatmin edici sonuçlar üretmiş; sporcuların teknik davranışlarının nesnel verilerle analizine önemli katkı sağladı. Elde edilen mAP@50 (0,941) ve mAP@50–95 (0,772) değerleri, modelin basit ve karmaşık pozisyonları yüksek doğrulukla tespit edebildiğini göstermektedir. Ortalama precision (0,867) ve recall (0,884) skorları ise modelin hem yanlış pozitif tahminleri azalttığını hem de gerçek pozları başarıyla yakaladığını ortaya koymaktadır. Sonuç: Bu çalışma, YOLOv8-Pose modelinin tenis sporcularının hareket dinamiklerini analiz etmede hem teknik doğruluk hem de uygulama pratikliği açısından güçlü bir araç olduğunu ortaya koymuştur. Model, karmaşık vuruş desenlerini yüksek hassasiyetle tanımlayabilmiş, özellikle mAP, precision ve recall değerleri bakımından başarılı bir performans sergiledi.