{"id":17397,"date":"2026-04-24T15:12:03","date_gmt":"2026-04-24T13:12:03","guid":{"rendered":"https:\/\/nordnesrepublikken.no\/index.php\/2026\/04\/24\/hvordan-datasyn-endrer-en-av-de-eldste-idrettene\/"},"modified":"2026-04-24T15:12:06","modified_gmt":"2026-04-24T13:12:06","slug":"hvordan-datasyn-endrer-en-av-de-eldste-idrettene","status":"publish","type":"post","link":"https:\/\/nordnesrepublikken.no\/index.php\/2026\/04\/24\/hvordan-datasyn-endrer-en-av-de-eldste-idrettene\/","title":{"rendered":"hvordan datasyn endrer en av de eldste idrettene"},"content":{"rendered":"
\n
\n
<\/source><\/source><\/picture><\/figure>\n<\/p><\/div>\n

Under et m\u00f8te i gjerde<\/strong> de to ut\u00f8verne avanserer, trekker seg tilbake, ber\u00f8rer og et poeng tildeles. Til hvem? Hvorfor? Sverdene beveger seg i hastigheter som det menneskelige \u00f8yet ikke kan f\u00f8lge, handlingene varer br\u00f8kdeler av et sekund og kontaktpunktet er ofte usynlig selv for de som st\u00e5r der. Fekting, til tross for at det er en av de eldste idrettene i verden tilstede kl OL<\/strong> siden den f\u00f8rste moderne utgaven i 1896, hadde den enn\u00e5 ikke funnet en m\u00e5te \u00e5 v\u00e6re tilgjengelig og forst\u00e5elig for alle som ser p\u00e5 den.<\/p>\n

Et japansk prosjekt pr\u00f8ver, med konkrete resultater, som har tatt over et ti\u00e5r med forskning og utvikling for \u00e5 l\u00f8se et tilsynelatende enkelt problem: vis hvor spissen av folien g\u00e5r<\/b>. Teknologien utviklet av Rhizomatiks<\/strong> Og Dentsu Lab<\/strong> heter «Fekting visualisert<\/strong><\/em>» og er et gjerdesporings- og visualiseringssystem i Augmented Reality (AR) basert p\u00e5 bruk av 24 h\u00f8yhastighetskameraer og dyp l\u00e6ring<\/strong><\/em> og kunstig intelligens. Innovasjonen settes opp for allmennheten 25. april under debuten til World Fecting League<\/b>en ny konkurranse grunnlagt av den olympiske bronsemedaljevinneren og verdensmesteren Miles Chamley-Watson<\/strong>designet for \u00e5 gj\u00f8re fekting mer pop og der italienerne Arianna Errigo og Michela Battiston vil delta.<\/p>\n

Problemet med menneskelige grenser: «Fercing Visualized» er f\u00f8dt<\/h2>\n

Inntil n\u00e5, for \u00e5 forst\u00e5 hvem som landet et treff, har fekting basert seg p\u00e5 en elektrisk krets<\/strong>. Spissen av v\u00e5penet fungerer som en bryter, og ut\u00f8verens m\u00e5lomr\u00e5de er dekket av en ledende vest (den lam\u00e9<\/em><\/strong>): n\u00e5r v\u00e5penet ber\u00f8rer vesten, lukkes kretsen, og utl\u00f8ser \u00f8yeblikkelig et lys og et lydsignal p\u00e5 plattformen. Elektronikk har alltid v\u00e6rt uunnv\u00e6rlig i denne sporten, nettopp fordi bevegelsene til fektere rett og slett er for raske til \u00e5 kunne bed\u00f8mmes med det blotte \u00f8ye uten en feilmargin.<\/p>\n

I 2013<\/b>, Yuki Ota <\/b>(den f\u00f8rste japaneren som vant en olympisk medalje i fekting) og det kreative byr\u00e5et Dentsu Lab Tokyo<\/b> de stiller seg selv et sp\u00f8rsm\u00e5l: hvordan kan fekting gj\u00f8res forst\u00e5elig og spennende for de som ikke praktiserer det? Svaret deres var \u00e5 gj\u00f8re bevegelsene til sverdene synlige i sanntid uten \u00e5 endre kampen. Som dokumentert av forskerteamet til Rhizomatiks<\/b> (det japanske kreative-teknologiske studioet som fulgte prosjektet) et bevegelig sverdblad er sv\u00e6rt vanskelig \u00e5 spore automatisk. En foliespiss, selv tatt av et 4K-kamera, opptar bare noen f\u00e5 piksler<\/b> i bildet. Formen p\u00e5 sverdet endres kontinuerlig fordi bladet b\u00f8yer seg og bevegelseshastigheten overg\u00e5r det tradisjonelle datasynssystemer kan klare. De f\u00f8rste fors\u00f8kene, i 2012, ble brukt retroreflekterende mark\u00f8rer<\/b> fysisk brukt p\u00e5 sverdspissene, en l\u00f8sning som fungerte, men som var invasiv for ut\u00f8verne og ubrukelig i offisielle konkurranser.<\/p>\n

Fra YOLO, til 3D til Computer Vision: 12 \u00e5rs utvikling<\/h2>\n

Spranget i kvalitet kommer med dyp l\u00e6ring<\/b>. Fra og med 2016 begynner teamet \u00e5 utvikle et system basert p\u00e5 nevrale nettverk som er i stand til \u00e5 oppdage posisjonen til sverdspissen direkte fra bilder, uten noen mark\u00f8rer<\/strong>. Den vedtatte arkitekturen er en modifisert versjon av YOLO<\/b> (Du ser bare en gang<\/em>), en algoritme for sanntidsgjenkjenning av objekter i bilder.<\/p>\n

For \u00e5 trene modellen fotograferte teamet videre 200 000 bilder<\/b> av ekte fyrstikker under forskjellige lysforhold, og deretter generert mer enn en million datagrafikkbilder<\/b> ytterligere gjennom digitale reproduksjoner av sverd og konkurransescenarier i varierende lysforhold, bakgrunn og posisjon. Det definitive systemet for datasyn<\/em> USA 24 kameraer<\/b> plassert p\u00e5 begge sider av plattformen, hver i stand til \u00e5 dekke 8 meter, for \u00e5 sikre total dekning av hele konkurranseomr\u00e5det. Fra integreringen av 2D-informasjonen til alle kameraene, rekonstruerer systemet et estimat av posisjonen tredimensjonale<\/b> av spissen i sanntid.<\/p>\n

\n
\"3d-gjerde<\/source><\/source><\/picture><\/figure>\n<\/p><\/div>\n

I 2019<\/b>ble systemet introdusert for f\u00f8rste gang i offisielle konkurranser f\u00f8rst ved det 72. japanske fektingsmesterskapet, deretter kl. Verdenscup i fekting<\/b> HIH Prince Takamado Trophy JAL presenterer.<\/p>\n

Resultatet p\u00e5 skjermen, umiddelbart og visuelt, er banen til spissen som vises som en lysende sti<\/strong> som varer i noen br\u00f8kdeler av et sekund, og synliggj\u00f8r hvert st\u00f8t, hver parering og hvert angrep. Dentsu Lab Tokyo har ogs\u00e5 opprettet en grafisk spr\u00e5k<\/b> med et system av ikoner og skjermer som oversetter tekniske bevegelser som utfall eller parering til symboler som er forst\u00e5elige selv for de som ikke vet noe om reglene. Systemet ble ogs\u00e5 brukt i ungdomskonkurranser, hvor deltakerne fikk en tilpasset resultatkort<\/b> med ikonene for teknikkene de hadde utf\u00f8rt under kampen.<\/p>\n