計算機視覺借相機一雙「慧眼」,複雜的運動細節也能360°無死角監測

药明康德AI發表於2019-10-11

智慧手錶等可穿戴式裝置,深受健身運動者喜愛,款式多樣的可穿戴智慧裝置逐漸成為一種流行的健身激勵工具。這些智慧裝置的功能多數用來監測佩戴者的運動心率、步數、睡眠等資料,但對於健身房環境中種類多樣的運動來說,可穿戴裝置無法一一“感覺”到所有運動的模式

一群來自卡耐基梅隆大學(Carnegie Mellon University, CMU)的研究人員最近開發了一款固定式的“運動相機”,運動者在健身房運動時,這款“相機”便更好的監測運動細節

這項最新的發現由卡耐基梅隆大學人機互動研究所(HCII)的研究人員Rushil Khurana博士和Karan Ahuja博士主導。這款“運動相機”學名GymCam,基於計算機視覺技術(Computer Vision),它可以檢測運動者重複的動作。基於GymCam捕捉到的運動訊號,研究人員可以檢測到健身房中人們的運動情況。此外,他們還能識別運動的型別,並精確計算運動的重複次數。

計算機視覺通常研究如何使機器學會“看”,更進一步來說,就是指用攝像機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺,並進一步做圖形處理,使電腦處理成為更適合人眼觀察或傳送給儀器檢測的影像。通常,人類的感知能力可以看作是從感官訊號中提取資訊,所以計算機視覺作為計算機的“眼”,便可以看作是研究如何使人工智慧系統從影像或多維資料中“感知”的科學。

計算機視覺借相機一雙「慧眼」,複雜的運動細節也能360°無死角監測圖片來源:Pixabay在健身房運動時,人們一般會花較長時間重複一項運動,各類手部的重複運動可以使“運動相機”能很快捕捉並學習這是什麼運動;更厲害的是,當兩個人或多人在一起做同樣種類的運動,即使他們的動作不同步,“運動相機”還是可以區分出他們之間的運動差異。經研究人員在擁擠的大學體育館進行的相關測試結果顯示,當前版本的GymCam在區分人們的運動動作差異的準確率達到84.6%

研究人員表示,GymCam對運動者的運動資訊的依賴同時也解決了健身房擁擠環境中單個攝像頭系統無法看到整個身體的問題。使用單個攝像頭系統時,健身器材以及其他人會成為“擾亂”相機視野的因素,但是GymCam獨具“慧眼”不會被這些外在因素模糊視野,一旦它看到運動者任何身體部位重複運動,它就能檢測到運動狀態。

計算機視覺借相機一雙「慧眼」,複雜的運動細節也能360°無死角監測圖片來源:Pixabay現在市面上最常見的智慧手錶和其他可穿戴裝置在追蹤監測有氧運動和一些力量訓練運動方面表現很好,但這些智慧裝置所發揮的效果取決於佩戴者的使用地點,比如,在舉啞鈴時佩戴智慧手錶,無法感知腿部的運動情況。此外,手錶較難區分肢體動作具體是什麼。

這款“運動相機”除了可以識別人們的運動情況,還可以通過識別健身房裡不同型別的健身器材特徵及位置,來確定人們正在做什麼運動。接著,結合相機所捕捉到的人的運動情況、所處位置,GymCam也可以來確定他們正在做的是什麼運動。根據測試,GymCam確認人們正在進行的運動準確率為93.6%

計算機視覺借相機一雙「慧眼」,複雜的運動細節也能360°無死角監測圖片來源:Pixabay最近,由於“AI換臉”技術帶來的負面影響,人們不禁會有這樣一個疑問:這款運動相機能保證我的臉不用於其他途徑嗎?CMU研究人員為此解答,GymCam的目的是為了捕捉運動資訊,因此安裝在健身房或者公共場所的攝像機的輸入圖片的畫素會降低,並會消除可能侵犯隱私的可識別的人臉影像。人們無需擔心GymCam會侵犯隱私的問題。

研究人員表示,基於計算機視覺的GymCam不會僅僅用於健身房來作為輔助人類運動的作用,除了體育鍛煉,該系統還有其他用途。在保證個人隱私的前提下,當該攝像系統與個人佩戴的智慧手錶相結合時,有望幫助視力有障礙的人在購物中心、機場等公共場所實現可視導航

藥明康德AI整理編譯

題圖來源:Pixabay

參考資料

[1]GymCam Tracks Exercises That Wearable Monitors Can'tRetrieved Sep 24, 2019 from https://www.cs.cmu.edu/news/gymcam-tracks-exercises-wearable-monitors-cant

相關文章