← Все статьиAllenamento

ИИ-разбор техники по видео: насколько он точен

Лучшая 2D-модель ошибается на колене в среднем на 9,3°, клинической точности не достигает ни одна. Что видео вашей техники может сказать на самом деле.

ИИ-разбор техники по видео: насколько он точен
Фото: Фото: Anete Lusina — Pexels, лицензия Pexels (бесплатное использование)

Автор: Giammaria Loi · обновлено 19 ноября 2026

Вы ставите телефон, делаете подход, и приложение отвечает: «вальгус колена, глубина 92°». Похоже на измерение. В 2026 году таких приложений вышли десятки, а по запросу «ИИ разбор техники» выдача состоит из карточек магазина. Проблема в том, что у этих градусов есть погрешность, измеренная в лаборатории, и рядом с ними её никто не пишет.

Коротко

  • Лучший 2D-оценщик ошибается на угле колена в среднем на 9,3°. Это самый благоприятный результат на 2,2 миллиона кадров и 11 моделей с открытым кодом: ни одна из протестированных не достигла точности, нужной для клинической интерпретации.
  • «3D» в приложении часто хуже, чем 2D. Ошибка положения суставов растёт с 72-122 мм в 2D до 146-249 мм, когда модель оценивает ещё и глубину.
  • Ракурс съёмки важнее алгоритма. Когда движение целиком лежит в плоскости кадра, ошибка на локте составила 10,5°; вне этой плоскости точность значимо падает.
  • Человеческий глаз — тоже не транспортир. Шесть опытных клиницистов, оценивавших одни и те же видео, согласовались между собой на уровне каппы 0,30-0,34, тогда как каждый сам с собой — на 0,55-0,85.
  • Видео полезно, но для других вопросов. Бинарные критерии и общая оценка движения надёжны, десятые доли градуса — нет. Спрашивайте «колено осталось внутри края кроссовка?», а не «сколько у меня градусов вальгуса».

Столбчатая диаграмма средней ошибки измерения суставных углов для безмаркерных систем и инерциальных датчиков: 4,2° у IMU, 6,1° у OpenCap, 9,3° у лучшей 2D-модели, 10,5° у BlazePose при оптимальном ракурсе, 14,1° у лучшей 3D-модели

График Nurvan по значениям из Rode et al., 2025 (Scientific Reports и IEEE ICORR) и Wang et al., 2025. Внимание: разные суставы и задачи, это не прямое сравнение. Каждый столбец — лучшее опубликованное значение в соответствующем исследовании. Ни одно значение не считано с рисунка.

Что на самом деле делает такое приложение

Почти за всеми стоит одна и та же технология — оценка позы: нейросеть смотрит на изображение и угадывает, где плечо, таз, колено и голеностоп. По этим точкам приложение считает углы. Оно не измеряет ваше тело, а выводит центры суставов из пикселей.

Разница существенная. В лаборатории положение сустава получают со светоотражающих маркеров и нескольких откалиброванных камер; здесь — с одной камеры, через одежду, при зальном свете и со штангой, которая временами вас закрывает.

Цифры самой масштабной проверки

В ноябре 2025 года группа из Швейцарской высшей технической школы Цюриха опубликовала в Scientific Reports самое обширное на сегодня сравнение: 25 участников, более 2,2 миллиона кадров физических упражнений, 11 оценщиков позы с открытым кодом в 18 двумерных и 26 трёхмерных вариантах — все против маркерной оптической системы.

Показатель2D-оценщики3D-оценщики
Средняя ошибка положения суставов72-122 мм146-249 мм
Средняя ошибка угла коленаот 9,3°от 14,1°
Средняя ошибка угла локтяот 21,5°от 16,3°

Таблица Nurvan по значениям из Rode et al., 2025 (Scientific Reports). «От» — лучшая модель в категории.

Два практических вывода. Первый: даже в лучшем случае средняя ошибка на колене около девяти градусов, и авторы пишут, что ни одна из протестированных моделей не опускается ниже угловой ошибки, необходимой для корректной клинической интерпретации. Второй: третье измерение делает хуже. Когда модель пытается угадать ещё и глубину с одной камеры, ошибка положения удваивается. «3D» в описании приложения — не знак качества.

Та же группа провела второй тест, нацеленный на локоть: когда движение происходило целиком в плоскости кадра — идеальное условие — средняя ошибка составила 10,5°, среднеквадратичная 14,7°, против 4,2° и 6,0° у надетого инерциального датчика. Ориентация относительно камеры значимо влияла на точность, а модель занижала большие углы сгибания: ровно там, где вам и нужно знать, достаточно ли глубоко вы опустились.

Ракурс — не мелочь

Работа 2025 года в Journal of Biomechanics проверила OpenCap, самую популярную в исследованиях безмаркерную систему для смартфона, на 53 людях с артрозом колена и 30 здоровых. При ходьбе к камере средняя ошибка была 6,1° при согласованности 0,67; в обратную сторону она статистически значимо ухудшалась. Тот же человек, та же программа, то же помещение — менялось только направление.

То же касается ручного 2D-анализа. У физически активных женщин валидность угла вальгуса во фронтальной плоскости зависела от глубины приседа, от опорной ноги и от выраженности самого вальгуса. Перевод: одно и то же измерение может быть валидным в одних условиях и невалидным в других.

Значит, живой тренер лучше?

Зависит от вопроса. В итальянском исследовании на 72 взрослых шесть опытных клиницистов оценивали одни и те же видео приседа на одной ноге в три разных момента по валидированной шкале. Каждый был достаточно согласован сам с собой — взвешенная каппа от 0,55 до 0,85, — но согласие между оценщиками осталось на уровне 0,30-0,34, то есть «удовлетворительное» по общепринятой шкале.

Горизонтальная диаграмма: согласие каждого оценщика с самим собой (взвешенная каппа 0,55-0,85) против согласия между разными оценщиками на тех же видео (0,30-0,34), с полосами интерпретации каппы

График Nurvan по значениям из Gianola et al., 2017 (72 взрослых, шесть опытных клиницистов, три сессии оценки). Полосы интерпретации каппы — общепринятая конвенция. Ни одно значение не считано с рисунка.

Шесть экспертов, одно и то же видео, плохо сходящиеся оценки. Это не упрёк профессии: так устроена оценка углов и сегментов на глаз. И это объясняет, почему два тренера могут дать вам две разные поправки на одной и той же тяге, и при этом никто из них не ошибается в ремесле.

Полезное начинается дальше. Когда просят общую оценку движения вместо разбора по сегментам, согласие растёт: у людей с перенесённой травмой колена три опытных и три начинающих оценщика достигли хорошего согласия при общем методе. А удачно выбранный бинарный критерий выдерживает сравнение с лабораторией: у юных спортсменок критерий «колено оказывается внутри внутреннего края кроссовка» дал площадь под кривой до 0,93 при выявлении вальгуса, измеренного в 3D, намного выше других критериев.

Видео — отличный инструмент для вопросов с коротким ответом. И плохой угломер.

Что говорит исследование на самом деле

Распространённое утверждениеВердиктИсточник
«Приложение измеряет углы как лаборатория»ОпровергнутоRode et al., 2025 — ни один из 11 протестированных оценщиков не достигает угловой ошибки, нужной для клинической интерпретации
«Если 3D, значит точнее»ОпровергнутоRode et al., 2025 — ошибка положения 72-122 мм в 2D против 146-249 мм в 3D с одной камеры
«Главное попасть в кадр, ракурс — мелочь»ОпровергнутоRode et al., 2025; Wang et al., 2025 — ориентация относительно камеры значимо меняет ошибку
«Живой тренер объективен»Требует уточненияGianola et al., 2017 — шесть экспертов на одних видео: взаимное согласие 0,30-0,34 взвешенной каппы
«Разбор техники по видео бесполезен»ОпровергнутоEdwards и Liberatore, 2018; Erdman et al., 2024 — надёжные общие оценки и бинарные критерии с AUC до 0,93
«Приложение скажет, безопасно ли вам это движение»Не проверяемоНи одно доступное исследование не проверяло прогноз травм у занимающихся с отягощениями

Как это применить

  1. Снимайте в плоскости движения. Камера на высоте таза, перпендикулярно нужной плоскости: сбоку — для глубины и спины, спереди — для колена. Всё движение должно помещаться в кадр.
  2. Камера неподвижна и всегда в одной точке. Сравнивать две тренировки имеет смысл только при одинаковом кадре. Метка на полу полезнее любого алгоритма.
  3. Задавайте бинарные вопросы. «Колено осталось внутри края кроссовка?», «таз ушёл ниже колена?», «штанга отошла от тела?». Именно на таких вопросах глаз — человеческий или искусственный — надёжен.
  4. Игнорируйте десятые доли. Если приложение пишет 92,4° сгибания, читайте «около 90, плюс-минус десяток градусов». Угол, изменившийся на 5° за неделю, — это шум, а не прогресс.
  5. Видео — для техники, цифры — для нагрузки. Насколько сильно вы на самом деле толкаете, на кадре не видно. Это видно в истории весов, повторений и RIR — со всеми ограничениями и этой оценки.
  6. Боль, отёк или подкашивание — не вопрос техники, решаемый приложением. Здесь нужен медицинский специалист, а не удачный ракурс.

Если вы тренируете людей удалённо

Два правила, которые превращают видео в данные, а не в мнение:

  • Требуйте один и тот же кадр. Один раз задайте высоту, сторону и расстояние — и держитесь этого. Иначе вы сравниваете съёмки, а не исполнения.
  • Пропишите критерии до просмотра. Три бинарных вопроса на упражнение, решённых заранее. Это простейший способ не разойтись с собственной оценкой недельной давности — с опытными оценщиками это тоже случается.

Nurvan: видео показывает форму, история показывает нагрузку В Nurvan тренер видит по каждому подходу вес, повторения и RIR, а история упражнения выстроена в ряд: это те данные, которых не даст ни один кадр и которые показывают, действительно ли растёт требование. Видео остаётся тем, чем является, — проверкой формы; решения по программе принимаются по цифрам. Попробовать Nurvan

Частые вопросы

Работают ли приложения ИИ-разбора техники? Они работают, чтобы заметить грубые отклонения, а не чтобы измерять. В самой масштабной опубликованной проверке средняя ошибка угла колена начинается с 9,3° у лучших 2D-моделей и с 14,1° у 3D, и ни одна не достигает точности, нужной для клинической интерпретации. Если приложение говорит, что колено явно заваливается внутрь, оно, скорее всего, право; если оно даёт число с десятыми, этому числу верить нельзя.

С какой стороны снимать присед? Оттуда, где происходит то, что вы хотите увидеть. Сбоку, камера на высоте таза — для глубины, траектории штанги и наклона корпуса; спереди — для поведения коленей. В исследованиях ориентация относительно камеры значимо меняет ошибку, так что съёмка в три четверти — самый быстрый способ получить бессмысленные числа.

Телефон или носимый датчик? Для измерения угла — инерциальный датчик: в прямом сравнении на локте у него 4,2° средней ошибки против 10,5° у видеооценки в лучших условиях. Чтобы смотреть движение целиком, видео остаётся удобнее и информативнее.

Может ли приложение сказать, что моя техника опасна? Нет. Доступные исследования измеряют, насколько система приближается к лаборатории в описании движения, а не вызовет ли это движение травму. При боли, нестабильности или внезапном подкашивании вопрос медицинский — к врачу или физиотерапевту.

Читайте также

Источники

  1. Rode D, Dunkel A, Willi R, Wolf P, Xiloyannis M, Riener R, 2025. Assessment of monocular human pose estimation models for clinical movement analysis. Scientific Reports 15(1):38767. PMID 41193590 · DOI 10.1038/s41598-025-22626-7
  2. Rode D, Ceccarelli A, Esser A, Wolf P, Riener R, 2025. Accuracy of IMUs and Monocular Human Pose Estimation at Measuring Elbow Flexion. IEEE Int Conf Rehabil Robot 2025:773-778. PMID 40644081 · DOI 10.1109/ICORR66766.2025.11063086
  3. Wang J, Xu W, Wu Z, Zhang H, Wang B, Zhou Z, Wang C, Li K, Nie Y, 2025. Evaluation of a smartphone-based markerless system to measure lower-limb kinematics in patients with knee osteoarthritis. Journal of Biomechanics 181:112529. PMID 39862716 · DOI 10.1016/j.jbiomech.2025.112529
  4. Wade L, Needham L, McGuigan P, Bilzon J, 2022. Applications and limitations of current markerless motion capture methods for clinical gait biomechanics. PeerJ 10:e12995. PMID 35237469 · DOI 10.7717/peerj.12995
  5. Gianola S, Castellini G, Stucovitz E, Nardo A, Banfi G, 2017. Single leg squat performance in physically and non-physically active individuals: a cross-sectional study. BMC Musculoskeletal Disorders 18(1):299. PMID 28709418 · DOI 10.1186/s12891-017-1660-8
  6. Edwards S, Liberatore M, 2018. Reliability of a Squat Movement Competency Screen in Individuals With a Previous Knee Injury. Journal of Sport Rehabilitation 27(2). PMID 28872403 · DOI 10.1123/jsr.2017-0064
  7. Erdman A, Loewen A, Dressing M, Wyatt C, Oliver G, Butler L, Sugimoto D, Black AM, Tulchin-Francis K, Bazett-Jones DM, Janosky J, Ulman S, 2024. A 2D video-based assessment is associated with 3D biomechanical contributors to dynamic knee valgus in the coronal plane. Frontiers in Sports and Active Living 6:1352286. PMID 38558858 · DOI 10.3389/fspor.2024.1352286
  8. Jamaludin NI, Sahabuddin FNA, Rasudin NS, Shaharudin S, 2022. The Concurrent Validity and Reliability of Single Leg Squat Among Physically Active Females with and without Dynamic Knee Valgus. International Journal of Sports Physical Therapy 17(4):574-584. PMID 35693857 · DOI 10.26603/001c.35706

Тема выбрана по трендовым сигналам ноября 2026 года: десятки приложений «AI form check», вышедших в магазинах в 2026 году, и первая страница выдачи, состоящая почти только из карточек приложений без единой цифры точности. Научные источники найдены через PubMed.

Giammaria Loi — основатель Nurvan. Тренируется с отягощениями с 2012 года, работает персональным тренером и сертифицированным коучем FIPE с 2013 года, выступает в пауэрлифтинге на национальном уровне с 2018 года. Каждая его статья начинается с научных работ и заканчивается тем, что действительно работает в зале. Страница автора

Примечание: информационный материал, не заменяет консультацию врача или квалифицированного специалиста.

Применяй на практике с Nurvan.Скоро

Вступить в лист ожидания Nurvan →

Читать дальше