Redes neurais convolucionais para aprendizagem de movimentos do Jiu-Jitsu brasileiro

Abstract

A Inteligência Artificial está amplamente presente no cotidiano, influenciando a realização de diversas atividades. No entanto, no contexto do Jiu-Jitsu Brasileiro, a aplicação dessa tecnologia ainda é pouco explorada, configurando um campo promissor para pesquisas e inovações. Nesse sentido, este trabalho propõe a utilização de Redes Neurais Convolucionais (CNNs) para a tarefa de classificação de imagens no cenário dessa arte marcial. O classificador desenvolvido é capaz de distinguir dois movimentos distintos: pegada pelas costas e montada. Para isso, foi utilizada uma base de dados proveniente da plataforma Roboflow, e adotou-se a arquitetura de rede neural ResNet-50. Como resultado, o modelo alcançou uma acurácia de classificação de 99,74%, sendo considerado um desempenho altamente satisfatório para a tarefa proposta.

Artificial intelligence is widely present in everyday life, influencing the performance of various activities. However, in the context of Brazilian Jiu-Jitsu, the application of this technology is still little explored, representing a promising field for research and innovation. In this sense, this work proposes the use of Convolutional Neural Networks (CNNs) for the task of image classification in the context of this martial art. The developed classification is capable of distinguishing two distinct movements: back control and mount. For this, a database from the Roboflow platform was used, and the ResNet-50 neural network architecture was developed. As a result, the model achieved a classification accuracy of 99.74%, considered a highly superior performance for the proposed task.