Deep Learning and Sensor Fusion for Automated Sports Performance Analysis - Applicazione di tecniche di deep learning e fusione sensoriale per l'analisi automatizzata delle prestazioni tecniche nel calcio. La ricerca prevede lo sviluppo di architetture neurali (CNN-LSTM) per il rilevamento e la classificazione automatica di eventi tecnici (calci, passaggi, controlli di palla) a partire da segnali inerziali, l'integrazione di algoritmi di geofencing per la contestualizzazione spaziale degli eventi e l'implementazione di approcci di fusione bayesiana tra dati IMU e GNSS per migliorare la classificazione tattica. Include inoltre modelli di regressione per la stima della velocità del pallone e l'analisi automatica delle reti di passaggio. (2022 - 2024)

Wearable Sensor Validation for External Load Monitoring in Football - Validazione di tecnologie indossabili (GNSS e IMU) per il monitoraggio del carico esterno nel calcio. L'attività di ricerca si concentra sulla valutazione dell'accuratezza e dell'agreement tra dispositivi commerciali di tracking per la quantificazione delle metriche fisiche (distanza percorsa, zone di velocità, accelerazioni/decelerazioni) in condizioni ecologiche di allenamento e partita. Include lo sviluppo e la validazione di algoritmi per il rilevamento dei passi e la stima della distanza tramite sensori inerziali montati sulla tibia, abilitando il monitoraggio continuo anche in ambienti con segnale satellitare degradato o assente. (2024 - 2026)

No Results Found