Analisi del movimento di violinisti durante l'esecuzione di un arpeggio.

Abstract

L’obiettivo di questo lavoro è analizzare il movimento di violinisti durante l’esecuzione di un arpeggio, focalizzandosi sulle differenze motorie tra principianti ed esperti. Per questo scopo, sono stati raccolti dati video di 9 violinisti che hanno eseguito ripetutamente un arpeggio di SOL. I video sono stati successivamente analizzati utilizzando un algoritmo di stima della posa (i.e., Mediapipe) che ha permesso di localizzare i punti chiave delle articolazioni coinvolte nel controllo dell’archetto, come spalla, gomito e polso. A partire da questi dati, sono stati calcolati parametri cinematici quali angoli, velocità, accelerazioni e jerk, per quantificare e caratterizzare i movimenti svolti. I partecipanti sono stati suddivisi in due gruppi: principianti ed esperti. I parametri medi di ciascun gruppo sono stati confrontati per analizzare le differenze nei pattern motori. I risultati hanno evidenziato che gli esperti presentano movimenti più fluidi e stabili, con angoli articolari più uniformi e una minore variabilità. Al contrario, i principianti mostrano una maggiore variabilità e rigidità, segno di una tecnica meno sviluppata. In particolare, l’angolo della spalla negli esperti mostra una maggiore escursione e un controllo migliore del gesto tecnico, mentre il gomito e il polso nei principianti rivelano una coordinazione meno efficace. Le analisi svolte hanno dimostrato il potenziale dell’analisi video nel monitorare e descrivere in dettaglio il movimento delle articolazioni coinvolte nell’esecuzione del movimento di violinisti. Questo approccio potrebbe in futuro favorire l'implementazione di metodi di insegnamento personalizzati e strategie di prevenzione agli infortuni, migliorando l'apprendimento e supportando una pratica del violino più sostenibile.

The objective of this study is to analyze the movement of violinists during the performance of an arpeggio, focusing on motor differences between beginners and experts. For this purpose, video data were collected from 9 violinists who repeatedly performed a G major arpeggio. The videos were then analyzed using a pose estimation algorithm (i.e., Mediapipe), which allowed for the localization of key joint points involved in bow control, such as the shoulder, elbow, and wrist. Based on these data, kinematic parameters such as angles, velocities, accelerations, and jerk were calculated to quantify and characterize the performed movements.

The participants were divided into two groups: beginners and experts. The average parameters of each group were compared to analyze differences in motor patterns. The results showed that experts exhibit smoother and more stable movements, with more uniform joint angles and lower variability. In contrast, beginners demonstrate greater variability and stiffness, indicating a less developed technique. Specifically, the shoulder angle in experts shows a greater range of motion and better control of the technical gesture, while the elbow and wrist in beginners reveal less effective coordination.

The analyses carried out have demonstrated the potential of video analysis in monitoring and accurately describing the movement of joints involved in violin performance. This approach could, in the future, facilitate the implementation of personalized teaching methods and injury prevention strategies, enhancing learning and supporting a more sustainable violin practice.