Come può un assistente digitale velocizzare l’etichettatura dei movimenti?

Riconoscere le attività quotidiane – camminare, correre, saltare – usando sensori indossabili è una sfida per l’intelligenza artificiale. I ricercatori hanno creato un nuovo strumento web che combina video e segnali di accelerometri per aiutare chi deve etichettare questi dati. Il trucco? Il sistema suggerisce automaticamente i punti più interessanti, guidando l’utente verso l’inizio e la fine di ogni azione. In pratica, l’annotatore non deve scorrere ore di registrazioni alla ricerca di un passo di danza nascosto. Per testare l’efficacia, 32 volontari hanno dovuto etichettare più di 12 ore di dati di locomozione. I risultati mostrano che la qualità dell’annotazione è aumentata dell’11% in termini di F1‑Score, ma la velocità è diminuita del 20%. Curiosamente, il questionario NASA‑TLX ha rivelato che i partecipanti hanno percepito il supporto come utile per la velocità, ma non per la precisione. Questo dimostra che l’interazione uomo‑macchina può migliorare la coerenza dei dati, ma richiede ancora un bilanciamento tra assistenza e autonomia. In futuro, gli sviluppatori sperano di affinare gli algoritmi di suggerimento per rendere l’etichettatura più rapida senza sacrificare la qualità, aprendo la strada a dataset più grandi e modelli di riconoscimento più intelligenti.

Il nuovo strumento di annotazione si basa su una pipeline di apprendimento automatico supervisionato. I segnali di accelerazione, tipicamente campionati a 50‑100 Hz, vengono pre‑processati con filtri passa‑basso per rimuovere rumore ad alta frequenza, quindi segmentati in finestre di 2‑5 s. Per ogni finestra, vengono estratti feature statistici (media, varianza, energia) e trasformate di dominio frequenziale (FFT). Un modello di classificazione, ad esempio una rete neurale convoluzionale (CNN) o un Random Forest, è addestrato su un set di dati etichettato manualmente. Durante l’annotazione, il modello predice in tempo reale la probabilità di ciascuna classe per ogni segmento, evidenziando i punti con alta incertezza o cambi di classe. Questi punti di “interesse” sono mostrati all’utente con un indicatore visivo sul video sincronizzato, riducendo il carico cognitivo. L’interfaccia registra anche il tempo di risposta dell’annotatore, permettendo di calcolare metriche di efficienza (tempo medio per evento) e di accuratezza (F1‑Score, precisione, recall). Lo studio ha utilizzato il NASA‑TLX per valutare il carico di lavoro percepito, includendo dimensioni come sforzo mentale, fisico e frustrazione. I risultati suggeriscono che, sebbene l’assistenza aumenti la coerenza delle etichette, la percezione di lentezza può derivare da un’interfaccia ancora da ottimizzare. Futuri miglioramenti potrebbero includere suggerimenti basati su apprendimento attivo, dove il modello richiede all’annotatore solo le etichette più informative, e l’integrazione di feedback in tempo reale per aggiornare il modello on‑the‑fly.