kaz44Вестник Университета Шакарима. Серия технические наукиBulletin of Shakarim University. Technical Sciences2788-79953006-0524«Шәкәрім университеті» КеАҚ10.53360/2788-7995-2026-2(22)-1kaz44-2595Research ArticleАВТОМАТИЗАЦИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИОЦЕНКА БИОМЕХАНИЧЕСКИХ ПАРАМЕТРОВ ФИЗИЧЕСКИХ УПРАЖНЕНИЙ НА ОСНОВЕ КОМПЬЮТЕРНОГО ЗРЕНИЯASSESSMENT OF BIOMECHANICAL PARAMETERS OF PHYSICAL EXERCISES BASED ON COMPUTER VISIONhttps://orcid.org/0000-0002-8283-5807КереевА. К.KereyevA. K.

Адилжан Кутымович Кереев – PhD, доцент кафедры информатики и информационных технологий, 

030000, г. Актобе пр. А. Молдагуловой, д. 34

Adilzhan Kereyev – PhD, Associate Professor of the Department of Informatics and Information Technologies, 

030000, Aktobe, 34 A. Moldagulova Ave. 

adiljan@mail.ruhttps://orcid.org/0000-0002-8283-5807АманК. П.AmanK. P.

Кульнар Панабековна Аман – к.т.н., доцент кафедры информатики и информационных технологий, 

030000, г. Актобе пр. А. Молдагуловой, д. 34

Kulnar Aman – Candidate of Technical Sciences, Associate Professor of the Department of Informatics and Information Technologies,

030000, Aktobe, 34 A. Moldagulova Ave. 

kulnar@inbox.ruhttps://orcid.org/0009-0009-6106-9902КалкабаеваЗ. К.KaparovaL. E.

Зухра Кусайновна Калкабаева – PhD, старший преподаватель кафедры информатики и информационных технологий, 

030000, г. Актобе пр. А. Молдагуловой, д. 34

Zukhra Kalkabayeva – PhD, Senior Lecturer of the Department of Informatics and Information Technologies,

030000, Aktobe, 34 A. Moldagulova Ave. 

lazzat_09@mail.ruhttps://orcid.org/0000-0002-3825-3025МухтарС. М.MukhtarS. M.

Сейткерей Маликулы Мухтар – к.п.н., доцент кафедры информатики и информационных технологий, 

030000, г. Актобе пр. А. Молдагуловой, д. 34

Seitkerei Malikovich Mukhtar – Candidate of Pedagogical Sciences, Associate Professor of the Department of Informatics and Information Technologies,

030000, Aktobe, 34 A. Moldagulova Ave. 

Seitkerei_7676@mail.ruhttps://orcid.org/0000-0001-5342-274XОспановЕ. А.OspanovE. A.

Ербол Амангазович Оспанов – PhD, ассоциированный профессор, 

071412, г. Семей, ул. Глинки, 20А

Yerbol Amangazovich Ospanov – PhD, Associate Professor, 

071412, Semey, 20A Glinka St.

y.ospanov@shakarim.kzАктюбинский региональный университет имени К. ЖубановаКазахстанK. Zhubanov Aktobe Regional UniversityKazakhstanШәкәрім университетКазахстанShakarim UniversityKazakhstan20262907202602(22)619Copyright © Кереев А.К., Аман К.П., Калкабаева З.К., Мухтар С.М., Оспанов Е.А., 20262026Кереев А.К., Аман К.П., Калкабаева З.К., Мухтар С.М., Оспанов Е.А.Kereyev A.K., Aman K.P., Kaparova L.E., Mukhtar S.M., Ospanov E.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://tech.vestnik.shakarim.kz/jour/article/view/2595

В настоящее время в сфере спорта и физической культуры актуальными являются задачи повышения эффективности тренировочного процесса, снижения риска травматизма, а также персонализации обучения и тренировок. В связи с этим активно развиваются исследования, направленные на автоматизированный анализ и оценку физических упражнений с использованием технологий искусственного интеллекта (ИИ) и компьютерного зрения. Указанные технологии позволяют отслеживать движения человека в режиме реального времени и с высокой точностью определять биомеханические параметры.

В данной работе рассматривается разработка интеллектуального фитнес-помощника на основе компьютерного зрения, предназначенного для распознавания физической активности, анализа техники выполнения упражнений и предоставления пользователям оперативной обратной связи. Предложенная система реализована с использованием методов глубокого обучения на базе архитектуры Ultralytics YOLO и библиотеки OpenCV. Система определяет ключевые точки тела и суставы, анализирует их пространственное положение, оценивает корректность выполнения упражнений, подсчитывает количество повторений и определяет показатели эффективности.

В ходе исследования был собран, предварительно обработан и аннотирован набор видеоданных, включающий различные двигательные упражнения. Были обучены модели глубоких нейронных сетей и проведена оценка их точности и производительности. Кроме того, на основе биомеханической модели выполнены расчёты нагрузок на отдельные части тела и сформированы корректирующие рекомендации, направленные на улучшение качества движений.

Экспериментальные результаты показали, что предложенная система обладает высокой точностью распознавания упражнений и эффективно функционирует в режиме реального времени. Разработанное программное решение может быть использовано людьми, занимающимися физическими упражнениями в домашних условиях, спортсменами, тренерами и специалистами в области физической культуры в качестве дополнительного инструмента для мониторинга и оптимизации тренировочного процесса. Результаты исследования подтверждают перспективность широкого применения технологий искусственного интеллекта и компьютерного зрения в сфере фитнеса и спорта.

Currently, increasing the effectiveness of the training process, reducing the risk of injuries, and personalizing training and education are key challenges in the fields of sports and physical education. In this context, research focused on the automated analysis and evaluation of physical exercises using artificial intelligence (AI) and computer vision technologies is rapidly developing. These technologies enable real-time tracking of human movement and accurate determination of biomechanical parameters.

This paper presents the development of an intelligent computer vision – based fitness assistant designed to recognize physical activity, analyze exercise execution techniques, and provide users with real-time feedback. The proposed system is implemented using deep learning methods based on the Ultralytics YOLO architecture and the OpenCV library. The system detects key body landmarks and joints, analyzes their spatial positions, evaluates the correctness of exercise execution, counts repetitions, and determines performance metrics.

During the study, a dataset of video recordings containing various exercise movements was collected, preprocessed, and annotated. Deep neural network models were trained, and their accuracy and performance were evaluated. In addition, biomechanical modeling was applied to calculate loads on individual body segments and to generate corrective recommendations aimed at improving movement quality.

Experimental results demonstrate that the proposed system achieves high accuracy in exercise recognition and operates efficiently in real time. The developed software solution can be used by individuals training at home, athletes, coaches, and physical education professionals as an additional tool for monitoring and optimizing the training process. The research findings confirm the promising potential for widespread application of artificial intelligence and computer vision technologies in the fields of fitness and sports.

искусственный интеллекткомпьютерное зрениеглубокое обучениеархитектура YOLOбиомеханический анализмониторинг упражненийперсонализированные тренировкиartificial intelligencecomputer visiondeep learningYOLO architecturebiomechanical analysisexercise monitoringpersonalized trainingReferencesMoeslund T.B., Thomas G., Hilton A. Computer Vision in Sports. Advances in Computer Vision and Pattern Recognition. https://link. springer.com/book/10.1007/978-3-319-09396-3#bibliographicinformation (date of access: 17.04.2024).Moeslund T.B., Thomas G., Hilton A. Computer Vision in Sports. Advances in Computer Vision and Pattern Recognition. https://link.springer.com/book/10.1007/978-3-319-09396-3#bibliographicinformation (date of access: 17.04.2024). (In English).Naik B.T. A Comprehensive Review of Computer Vision in Sports: Open Issues / B.T. Naik, M.F. Hashmi, N.D. Bokde // Future Trends and Research Directions. Applied Sciences. – 2022. – vol. 12, issue 9. https://doi.org/10.3390/app12094429.Naik B.T. A Comprehensive Review of Computer Vision in Sports: Open Issues / B.T. Naik, M.F. Hashmi, N.D. Bokde // Future Trends and Research Directions. Applied Sciences. – 2022. – vol. 12, issue 9. https://doi.org/10.3390/app12094429. (In English).Smith J., Johnson M. Exploring the applications of computer vision in sports. https://www.ultralytics.com/blog/exploring-the-applications- of-computer-vision-in-sports (date of access: 17.01.2026).Smith J., Johnson M. Exploring the applications of computer vision in sports. https://www.ultralytics.com/blog/exploring-the-applications-of-computer-vision-in-sports (date of access: 17.01.2026). (In English).AI-FIT COACH – Revolutionizing Personal Fitness with Pose Detection, Correction and Smart Guidance / K. Lakshmi Joshitha et al. // International Conference on Communication, Computing and Internet of Things, Chennai, India. – 2024. – Р. 1-5. https://doi.org/10.1109/IC3IoT60841.2024.10550400.AI-FIT COACH – Revolutionizing Personal Fitness with Pose Detection, Correction and Smart Guidance / K. Lakshmi Joshitha et al. // International Conference on Communication, Computing and Internet of Things, Chennai, India. – 2024. – R. 1-5. https://doi.org/10.1109/IC3IoT60841.2024.10550400. (In English).Lakshay Gupta Virtual Fitness Trainer using Artificial Intelligence / Lakshay Gupta, Shrey Gurbuxani, Kapil Madan // Proceedings of the 2024 Sixteenth International Conference on Contemporary Computing. – 2024. – Р. 226-233. https://doi.org/10.1145/3675888.3676056.Lakshay Gupta Virtual Fitness Trainer using Artificial Intelligence / Lakshay Gupta, Shrey Gurbuxani, Kapil Madan // Proceedings of the 2024 Sixteenth International Conference on Contemporary Computing. – 2024. – R. 226-233. https://doi.org/10.1145/3675888.3676056. (In English).Empowering the Sports Scientist with Artificial Intelligence in Training, Performance, and Health Management / Nuno Mateus et al. // Sensors. – 2025. – vol. 25, № 1. – Р. 1-12. https://doi.org/10.3390/s25010139.Empowering the Sports Scientist with Artificial Intelligence in Training, Performance, and Health Management / Nuno Mateus et al. // Sensors. – 2025. – vol. 25, № 1. – R. 1-12. https://doi.org/10.3390/s25010139. (In English).Enhanced Gym Performance Prediction using Machine Learning: A Comprehensive Model for Personalized Fitness / R. Babitha Lincy et al. // 3 rd International Conference on Automation, Computing and Renewable Systems, Pudukkottai, India. – 2024. – Р. 1396-1400. https://doi.org/10.1109/ICACRS62842.2024.10841763.Enhanced Gym Performance Prediction using Machine Learning: A Comprehensive Model for Personalized Fitness / R. Babitha Lincy et al. // 3rd International Conference on Automation, Computing and Renewable Systems, Pudukkottai, India. – 2024. – R. 1396-1400. https://doi.org/10.1109/ICACRS62842.2024.10841763. (In English).Вельможко Н.И. Разработка алгоритма распознавания физических упражнений / Н.И. Вельможко, А.А. Бойко // Физика и радиоэлектроника в медицине и экологии: труды XIV Международной научной конференции. Кн. 2. – Владимир, 2020. – С. 94-99.Vel'mozhko N.I. Razrabotka algoritma raspoznavaniya fizicheskikh uprazhnenii / N.I. Vel'mozhko, A.A. Boiko // Fizika i radioehlektronika v meditsine i ehkologii: trudy XIV Mezhdunarodnoi nauchnoi konferentsii. Kn. 2. – Vladimir, 2020. – S. 94-99. (In Russian).Германов К.В. Анализ применения компьютерного зрения в спорте / К.В. Германов, Т.В. Красноперова, А.А. Германова // Ученые записки университета имени П. Ф. Лесгафта. – 2023. – № 9 (223). – С. 100–105.Germanov K.V. Analiz primeneniya komp'yuternogo zreniya v sporte / K.V. Germanov, T.V. Krasnoperova, A.A. Germanova // Uchenye zapiski universiteta imeni P. F. Lesgafta. – 2023. – № 9 (223). – S. 100–105. (In Russian).Терехин А.Д. Система оценивания спортивных упражнений по нейросетевому анализу видеоряда / А.Д. Терехин, О.Р. Ильялов, А.В. Степанов // Прикладная математика и вопросы управления. – 2022. – № 1. – С. 75-86.Terekhin A.D. Sistema otsenivaniya sportivnykh uprazhnenii po neirosetevomu analizu videoryada / A.D. Terekhin, O.R. Il'yalov, A.V. Stepanov // Prikladnaya matematika i voprosy upravleniya. – 2022. – № 1. – S. 75-86. (In Russian).Анализ подходов, методов и решений для детектирования позы человека. Выбор инструмента для задачи определения эмоционального состояния человека по его позе / Ю.В. Киселев и др. // Современные наукоемкие технологии. – 2023. – № 6. – С. 41-47.Analiz podkhodov, metodov i reshenii dlya detektirovaniya pozy cheloveka. Vybor instrumenta dlya zadachi opredeleniya ehmotsional'nogo sostoyaniya cheloveka po ego poze / Yu.V. Kiselev i dr. // Sovremennye naukoemkie tekhnologii. – 2023. – № 6. – S. 41-47. (In Russian).Сивцов И.В. Революция искусственного интеллекта в спортивном туризме: эффективность, безопасность и персонализация / И.В. Сивцов // Проблемы и перспективы развития спортивного ориентирования и активных видов туризма: материалы III Всероссийской научно-практической конференции с международным участием. – Смоленск: Изд-во СГУС, 2024. – С. 222-224.Sivtsov I.V. Revolyutsiya iskusstvennogo intellekta v sportivnom turizme: ehffektivnost', bezopasnost' i personalizatsiya / I.V. Sivtsov // Problemy i perspektivy razvitiya sportivnogo orientirovaniya i aktivnykh vidov turizma: materialy III Vserossiiskoi nauchno-prakticheskoi konferentsii s mezhdunarodnym uchastiem. – Smolensk: Izd-vo SGUS, 2024. – S. 222-224. (In Russian).Коберник П.С. Использование искусственного интеллекта в сфере спорта для оптимизации работы фитнес-приложений / П.С. Коберник // Молодой ученый. – 2024. – № 15(514). – С. 453-454.Kobernik P.S. Ispol'zovanie iskusstvennogo intellekta v sfere sporta dlya optimizatsii raboty fitnes-prilozhenii / P.S. Kobernik // Molodoi uchenyi. – 2024. – № 15(514). – S. 453-454. (In Russian).Кулаков П.А. Особенности разработки компьютерных обучающих тренажеров в Unity 3D / П.А. Кулаков, А.С. Еремин // Известия Тульского государственного университета. Технические науки. – 2024. – № 1. – С. 177-181.Kulakov P.A. Osobennosti razrabotki komp'yuternykh obuchayushchikh trenazherov v Unity 3D / P.A. Kulakov, A.S. Eremin // Izvestiya Tul'skogo gosudarstvennogo universiteta. Tekhnicheskie nauki. – 2024. – № 1. – S. 177-181. (In Russian).Медникова Е.В. Перспективы применения приложений с искусственным интеллектом в физической культуре / Е.В. Медникова, Е.С. Котляров, М.В. Попова // Студенческий спорт: инновации, технологии и цифровая трансформация: материалы I Всероссийской научно- практической конференции (Калининград, 30-31 марта 2023 г.). – Калининград: Изд-во БФУ им. И. Канта, 2023. – С. 153-156.Mednikova E.V. Perspektivy primeneniya prilozhenii s iskusstvennym intellektom v fizicheskoi kul'ture / E.V. Mednikova, E.S. Kotlyarov, M.V. Popova // Studencheskii sport: innovatsii, tekhnologii i tsifrovaya transformatsiya: materialy I Vserossiiskoi nauchno-prakticheskoi konferentsii (Kaliningrad, 30-31 marta 2023 g.). – Kaliningrad: Izd-vo BFU im. I. Kanta, 2023. – S. 153-156. (In Russian).Распознавание активности человека по видеоданным / А.В. Пятаева и др. // International Journal of Advanced Studies. – 2022. – Т. 12, № 4. – С. 96-110.Raspoznavanie aktivnosti cheloveka po videodannym / A.V. Pyataeva i dr. // International Journal of Advanced Studies. – 2022. – T. 12, № 4. – S. 96-110. (In Russian).Шрайнер Б.А. Инновационные подходы в организации занятий физической культурой с применением компьютерных технологий / Б.А. Шрайнер, К.М. Жомин // Вестник педагогических инноваций. – 2023. – № 4(72). – С. 77-85.Shrainer B.A. Innovatsionnye podkhody v organizatsii zanyatii fizicheskoi kul'turoi s primeneniem komp'yuternykh tekhnologii / B.A. Shrainer, K.M. Zhomin // Vestnik pedagogicheskikh innovatsii. – 2023. – № 4(72). – S. 77-85. (In Russian).Конопко Е.А. Образование и искусственный интеллект: возможности, ограничения и перспективы / Е.А. Конопко, М.Г. Сидин // Студенческая наука для развития информационного общества: материалы ХV Всероссийской научно-технической конференции с приглашением зарубежных ученых. – Ставрополь: Изд-во СКФУ, 2024. – С. 37-42.Konopko E.A. Obrazovanie i iskusstvennyi intellekt: vozmozhnosti, ogranicheniya i perspektivy / E.A. Konopko, M.G. Sidin // Studencheskaya nauka dlya razvitiya informatsionnogo obshchestva: materialy KhV Vserossiiskoi nauchno-tekhnicheskoi konferentsii s priglasheniem zarubezhnykh uchenykh. – Stavropol': Izd-vo SKFU, 2024. – S. 37-42. (In Russian).

The authors declare that there are no conflicts of interest present.