Dans le sport, la différence entre le succès et l’échec se joue souvent en quelques millisecondes. Un joueur de cricket qui ajuste la position de ses pieds, un sprinteur qui affine sa technique ou un footballeur qui perfectionne sa passe : ces petits ajustements peuvent faire la différence entre la victoire et la défaite.
La capture de mouvement traditionnelle est depuis longtemps la référence pour analyser les mouvements athlétiques, mais ses limites ont freiné son adoption à grande échelle. Les systèmes conventionnels exigent que les athlètes portent des marqueurs réfléchissants et des combinaisons spécialisées, le tout dans des environnements de laboratoire contrôlés. Ces installations peuvent coûter des dizaines de milliers de dollars, les rendant inaccessibles à tous sauf aux équipes d’élite et aux centres de recherche bien financés.
L’intelligence artificielle change radicalement la donne. La capture de mouvement sans marqueur, propulsée par l’apprentissage profond et la vision par ordinateur, permet de suivre les mouvements directement à partir de séquences vidéo, sans marqueurs physiques. Cette technologie évolue rapidement, avec des entreprises comme Theia qui mènent la marche grâce à leur mise à jour logicielle 2025 « Theia Axiom », compatible avec les nouvelles cartes graphiques NVIDIA RTX 50 Series pour des capacités de traitement accrues.
« La capture de mouvement sans marqueur offre une alternative pratique, accessible, évolutive et adaptable aux contextes réels », explique le professeur Habib Noorbhai, spécialiste en santé et sciences du sport et co-auteur d’une récente étude sur le sujet. « Il s’agit d’un changement qui promet de transformer la façon dont les athlètes s’entraînent, se déplacent, dont les blessures sont évaluées et dont les entraîneurs optimisent la performance. »
Les applications sont vastes. En réadaptation, les physiothérapeutes peuvent surveiller en temps réel les déficiences de mouvement, permettant aux athlètes en convalescence après des blessures comme une déchirure du LCA de faire suivre leur démarche et l’angle de leur genou à distance. Pour l’amélioration de la performance, les entraîneurs peuvent analyser la biomécanique dans des environnements naturels plutôt que dans des laboratoires artificiels.
Bien que les systèmes sans marqueur présentent encore des défis — notamment les problèmes d’occlusion lorsque certaines parties du corps sont temporairement cachées, ou les variations d’éclairage qui affectent la précision du suivi — la technologie progresse rapidement. De récentes études de validation présentent des résultats prometteurs, même si les chercheurs soulignent qu’un raffinement supplémentaire est nécessaire avant que ces systèmes puissent remplacer complètement les dispositifs à marqueurs dans toutes les applications.
Le marché de l’IA dans le sport connaît une croissance fulgurante, avec des projections passant de 7,63 milliards de dollars en 2025 à 26,94 milliards de dollars d’ici 2030, soit un taux de croissance annuel composé de 28,69 %. Cette croissance est alimentée par l’adoption croissante des technologies d’IA dans tous les aspects du sport, de l’analyse de la performance à la prévention des blessures et à l’engagement des partisans.
À mesure que les modèles d’IA se perfectionnent et que la technologie des capteurs progresse, la précision des systèmes sans marqueur continuera de s’améliorer. L’avenir reposera probablement sur l’intégration de plusieurs approches, plutôt que sur le remplacement complet d’une technologie par une autre, créant ainsi un cadre d’analyse du mouvement fluide et adapté à divers contextes et besoins.
Pour les athlètes de tous niveaux, cette révolution technologique signifie que l’analyse sophistiquée de la performance devient de plus en plus accessible. Ce qui n’était autrefois réservé qu’aux professionnels d’élite est désormais à la portée des équipes universitaires, des programmes de développement et même des amateurs passionnés — démocratisant la science du sport et nivelant potentiellement le terrain de jeu compétitif d’une manière jusqu’alors inimaginable.