En el patinaje de velocidad, el número de zancadas en la primera sección de 100 m sirve como una métrica importante del rendimiento final. Sin embargo, el método convencional, que depende de la visión humana, tiene limitaciones en cuanto a contar en tiempo real y precisión. Este estudio presenta una solución para contar zancadas en los primeros 100 m de una carrera de patinaje de velocidad, con el objetivo de superar las limitaciones de la visión humana. El método utiliza tecnología de reconocimiento de imágenes, específicamente MediaPipe, para rastrear las coordenadas clave de las articulaciones del cuerpo durante el movimiento del patinador. Estas coordenadas se calculan en ángulos corporales importantes, incluidos los del hombro a la rodilla y de la pelvis al tobillo. Para cuantificar el movimiento del patinador, el estudio introduce la lógica de etiquetado generalizada (GLL), un índice clave derivado de los datos de ángulo. La señal GLL se refina utilizando un filtrado gaussiano para eliminar el ruido, y el número de puntos de inflexión en la señal GLL filtrada se utiliza para determinar el número de zancadas. El método fue diseñado con un enfoque en videos frontales y logró una excelente precisión del 99.91% al medir el recuento de zancadas en relación con los recuentos reales. Esta tecnología tiene un gran potencial para mejorar el entrenamiento y la evaluación en el patinaje de velocidad.