GymCam Spuren übungen, tragbare Monitore können nicht: Algorithmus ermöglicht es, Kameras zu erkennen, unverwechselbaren übung Bewegungen

Tragbare sensoren wie smartwatches haben sich zu einem beliebten Werkzeug für die Motivation für fitness-Enthusiasten, aber gadgets nicht Sinn alle übungen gleich. Forscher an der Carnegie Mellon University haben herausgefunden, dass eine stationäre Kamera ist eine bessere Wahl für Fitness-übungen.

Die vision-basiertes system, genannt GymCam, erkennt sich wiederholende Bewegungen. Indem Sie so tun, Rushil Khurana und Karan Ahuja, beide Ph. D. Studenten in den CMU ‚ s Human-Computer Interaction Institute (HCII), festgestellt, dass Sie könnte erkennen, übungen in einem Fitnessstudio. Außerdem konnten Sie erkennen die Art der übung und zuverlässig zählen Wiederholungen.

„In einer Turnhalle, die sich wiederholende Bewegung fast immer ist eine übung“, sagte Mayank Goel, assistant professor in der HCII und Institut für Software-Forschung. „Wenn Sie sich bewegen, sowohl Ihre Arme, neigen Sie dazu zu bewegen, Sie zusammen in der Zeit. Allerdings, wenn zwei Menschen, die Ausübung neben einander, und führen Sie die gleiche übung, Sie sind in der Regel nicht synchron sind, und wir können sagen, der Unterschied zwischen Ihnen.“

Denn das system braucht nur Bewegung, Informationen, Kamera-feed kann reduziert werden, um pixel-by-pixel-änderungen zu beseitigen und identifizierbare Gesichter, dass würde Sie stören auf den Schutz der Privatsphäre.

Khurana, sagte, dass ein Rückgriff auf Bewegungs-Informationen behebt außerdem ein problem für single-Kamera-Systeme in einem überfüllten Fitness-Studio-Umgebung — die Unfähigkeit zu sehen, eine person den ganzen Körper. Gym-Geräten oder anderen Personen können oft verdeckt das Sichtfeld der Kamera. GymCam, jedoch erkennen kann, die übung so lange, als seine Kamera sehen kann irgendein Körperteil bewegen wiederholt.

Khurana und Ahuja präsentieren Ihre Ergebnisse am Donnerstag, Sept. 12, an der International Joint Conference on Pervasive and Ubiquitous Computing (UbiComp 2019) in London.

Ahuja sagte smartwatches und andere wearables machen einen guten job tracking-viele cardio-übungen und einige Kraft-übungen. Aber Ihre Wirksamkeit hängt davon ab, wo die wearables getragen werden. Eine smartwatch könnte Sinn eine Hantel heben, aber ist nutzlos für die Beinpresse. Darüber hinaus ist es schwer, eine Uhr zu differenzieren zwischen verschiedenen Körperbewegungen. Instrumentierung Training an den Maschinen ist eine option, aber eine kostspielige. Eine Kamera, ist jedoch relativ Billig und bietet sowohl die räumlichen als auch Bewegungs-Informationen.

Das system kann auch lernen Sie die Lage der Arten von Trainingsgeräten oder bestimmte Trainingsgeräte in einem Fitnessstudio. Es kann dann eine individuelle Lage, zusätzlich zu Ihren Bewegungen, zu bestimmen, die übung, die Sie tun.

Die Forscher testeten Ihren Algorithmus in einem überfüllten Fitness-Studio. Aber Goel sagte, dass der gleiche Algorithmus funktioniert perfekt auf Smartphones als gut, so dass eine person verwenden können, Ihr Telefon aufzeichnen und verfolgen Sie Ihre workouts zu Hause. Einige Unternehmen haben bereits Interesse geäußert, mit dem system für die Verfolgung von in-home-übungen.

Das system könnte auch verwendet haben, die jenseits der körperlichen übung. Goel sagte der-Kamera-system, kombiniert mit smartwatches getragen von Einzelpersonen, die helfen könnten, Menschen mit visuellen Behinderungen navigieren Einkaufszentren, Flughäfen und anderen öffentlichen Räumen. Statt mit dem Gesicht der person, als Ihre Identität, das system, Ihre Bewegung als Ihre Unterschrift. Es ermöglicht Menschen einfach opt-out verfolgt oder befinden.