Playr applique la vidéo et les maths à l'entraînement de tennis

0
Lorsqu'on imagine la mesure de la pratique sportive, on pense immédiatement aux capteurs. Mais Playr a choisi la vidéo, appliquée au tennis. Son fondateur, rencontré à Sport Numericus, nous en dit plus.

Emmanuel Witvoet déposera les statuts de sa société, Playr, dans les prochains jours. Au cœur de la technologie de cette jeune pousse, « il y a vraiment beaucoup de mathématiques », dit-il. Il n'en faut pas moins pour, à partir d'une simple vidéo, générer les données statistiques détaillées d'un match de tennis.

Ce projet fait penser au fameux système Hawk-Eye. Utilisé sur les circuits professionnels de tennis WTA et ATP, ainsi que pour certains matchs de cricket ou de billard, il s'appuie sur cinq à sept caméras capables de reproduire la position exacte d'une balle. Pour cela, les dimensions du terrain et de la balle sont enregistrées dans le système. C'est en faisant la synthèse des différents points de vue, via un savant calcul, que la position est reproduite, de façon mathématique. Mais ce système coûterait 70 000 euros la semaine...


0000010407461879-photo-playr.jpg


C'est bien évidemment trop pour un tennisman amateur qui a simplement besoin d'améliorer son jeu - c'est ce que recherche Emmanuel. « Je jouais au tennis et je jouais mal à cause d'un nombre de double fautes incroyable. Je voulais donc enregistrer toutes mes données de match : fautes, double fautes, coups gagnants, échange le plus long et autres », explique-t-il. Objectif : donner des clés d'analyse à l'entraîneur.

Autant dire qu'il n'a pas choisi la solution de facilité, qui consistait simplement à développer une application de prise de note pour le coach, centralisant les statistiques de match. « Nous sommes dans une ère où tout est automatisé, c'était impossible. Et puis il y a trop de données », souligne l'entrepreneur. A l'heure actuelle, Playr a convaincu le club de tennis de Courbevoie, même si l'outil a encore besoin de quelques réglages.

De la data à partir d'une vidéo

Le système se présente sous la forme d'une caméra, équipée d'un objectif grand angle, et d'une box (un PC), chargé de recueillir le flux vidéo, de l'encoder dans un format plus léger afin de l'envoyer sur un serveur. Le tout est ensuite passé au crible par leur algorithme. « A la base, il faut savoir qu'il n'y a aucune donnée chiffrée, juste de la vidéo. C'est avec de la reconnaissance d'image que nous allons les créer », explique-t-il.

D'abord, il s'agit de rétablir les perspectives. Le système Playr n'emploie qu'une caméra, fixée entre cinq et huit mètres de haut, à la même position que l'arbitre, face au filet. Plus sa position est haute, et plus la lecture du jeu est bonne. Mais dans le cas inverse, il faut recréer les bonnes proportions, déformées par le grand angle. L'équipe avait testé un objectif à bascule et décentrement afin d'éviter ce phénomène, mais a vite constaté une incidence sur la trajectoire de la balle, dont la vitesse s'accélérait au centre de l'image.


0000010407461881-photo-playr.jpg


Ensuite, l'algorithme détecte la position des deux joueurs, des lignes du court, et la position de la balle. Pour déterminer si un rebond a eu lieu, tout repose sur la trajectoire. Grosso modo, lorsque la trajectoire s'inverse, cela indique un rebond. « Ça n'est pas aussi précis que l'homographie. Notre ambition n'est pas d'atteindre le millimètre de précision, car il n'y a pas d'enjeu réglementaire ici », commente Emmanuel.

Créer des profils de joueurs

Au bout du compte, l'entraîneur récupère une feuille de match comportant les statistiques de chaque joueur, les interprète et livre les bons conseils. Il peut aussi s'appuyer aussi sur la vidéo. A ceci près qu'il ne s'agit pas d'un film classique. L'entrepreneur, plutôt connaisseur, explique que dans ce sport « on ne joue pas 70% du temps. Grâce à l'algorithme, on élimine les phases de jeux creuses, et on ne garde que l'essentiel ».

Emmanuel raconte qu'il n'était pas sûr que cette technique détecte tous les rebonds : « Cela fait un an et demi qu'on planche dessus, cela a demandé beaucoup de lecture de thèses et, finalement, on n'est pas mécontents du résultat. Nous avons poussé nos outils à leur limite, il faut montrer que c'est fiable. »

A la fin, il espère constituer une grande base de données rassemblant des profils-type de joueurs. Et les mettre en regard des bonnes méthodes d'entraînement. Pour optimiser son outil, l'une des prochaines étapes peut être de coupler ces informations de jeu, sur le terrain, avec celles mesurées dans la raquette du joueur. Emmanuel a même tenté d'approcher Babolat, le fabricant de la première raquette connectée.


A lire également :

Modifié le 01/06/2018 à 15h36
Soyez toujours courtois dans vos commentaires.
Respectez le réglement de la communauté.
0
0

Actualités du moment

Midia InkPhone : un smartphone à écran E Ink offrant 2 semaines d'autonomie
Android : un nouveau ver baptisé Selfmite se propage par SMS
Shutter : une
Clubic Week 2.0 : Google se donne des « L »
Infos US de la nuit : Lending Club la start-up du Français Renaud Laplanche valorisée 4 Mds de dollars
En version 7 bêta ownCloud facilite le partage de fichiers
NVIDIA : « le marché du PC portable est très intéressant pour Tegra »
Paint.NET 4.0 : l'alternative gratuite à Photoshop fait sa révolution
BlackBerry : l'assistant vocal se basera prochainement sur Maluuba
Skype : une mise à jour sur Windows Phone 8.1 pour intégrer Cortana
Haut de page