در سال‌های اخیر، مهندسان و دانشمندان کامپیوتر طیف گسترده‌ای از ابزارهای فن‌آوری را ایجاد کرده‌اند که می‌توانند تجربه‌های تمرین تناسب اندام را بهبود بخشند، از جمله ساعت‌های هوشمند، ردیاب‌های تناسب اندام، هدفون‌ها یا هدفون‌های مقاوم در برابر عرق، تجهیزات بدنسازی هوشمند در خانه و برنامه‌های کاربردی گوشی‌های هوشمند. مدل‌های محاسباتی پیشرفته، به‌ویژه الگوریتم‌های یادگیری عمیق، پتانسیل بهبود بیشتر این ابزارها را دارند تا بتوانند نیازهای تک تک کاربران را بهتر برآورده کنند.
محققان دانشگاه برشا در ایتالیا اخیراً یک سیستم بینایی کامپیوتری برای یک آینه هوشمند ساخته‌اند که می‌تواند اثربخشی تمرینات تناسب اندام را هم در محیط‌های خانه و هم در محیط‌های بدنسازی بهبود بخشد. این سیستم بر اساس یک الگوریتم یادگیری عمیق است که برای تشخیص ژست های انسان در فیلم های ضبط شده آموزش دیده است.
سیستم بینایی کامپیوتری کم‌هزینه‌ای که توسط لانزا و همکارانش توسعه داده شده است، از یک الگوریتم اسکلت‌بندی (یعنی یک الگوریتم یادگیری عمیق که می‌تواند از روی تصاویر به اسکلت‌ها دست یابد) استفاده می‌کند که بر روی یک دستگاه Nvidia Jetson Nano تعبیه‌شده است.
لانزا گفت: «یک سیستم بینایی، مانند سیستمی که ما توسعه دادیم، می‌تواند با استفاده از یک الگوریتم هوش مصنوعی اطلاعات را از تصاویر استخراج کند. آخرین مقاله ما دقت سیستم ما را در اندازه گیری حرکات بازو در تمرینات تناسب اندام ساده، مانند حلقه های عضله دوسر نشان می دهد.»
یکی از مزیت‌های این سیستم این است که هیچ بخشی در تماس با کاربر وجود ندارد بلکه با وجود دوربین‌ها و با اپلیکیشن‌های هوش مصنوعی حرکات کاربر ارزیابی می‌شود. این آینه هوشمند در حالت ایده‌آل قادر خواهد بود که تمرین‌های تناسب اندام را همانند مربیان شخصی و به شکلی جامع‌تر ارزیابی کند.
محققان دانشگاه برشا در ایتالیا اخیراً یک سیستم بینایی کامپیوتری برای یک آینه هوشمند ساخته‌اند که می‌تواند اثربخشی تمرینات تناسب اندام را هم در محیط‌های خانه و هم در محیط‌های بدنسازی بهبود بخشد. این سیستم بر اساس یک الگوریتم یادگیری عمیق است که برای تشخیص ژست های انسان در فیلم های ضبط شده آموزش دیده است.
سیستم بینایی کامپیوتری کم‌هزینه‌ای که توسط لانزا و همکارانش توسعه داده شده است، از یک الگوریتم اسکلت‌بندی (یعنی یک الگوریتم یادگیری عمیق که می‌تواند از روی تصاویر به اسکلت‌ها دست یابد) استفاده می‌کند که بر روی یک دستگاه Nvidia Jetson Nano تعبیه‌شده است.
لانزا گفت: «یک سیستم بینایی، مانند سیستمی که ما توسعه دادیم، می‌تواند با استفاده از یک الگوریتم هوش مصنوعی اطلاعات را از تصاویر استخراج کند. آخرین مقاله ما دقت سیستم ما را در اندازه گیری حرکات بازو در تمرینات تناسب اندام ساده، مانند حلقه های عضله دوسر نشان می دهد.»
یکی از مزیت‌های این سیستم این است که هیچ بخشی در تماس با کاربر وجود ندارد بلکه با وجود دوربین‌ها و با اپلیکیشن‌های هوش مصنوعی حرکات کاربر ارزیابی می‌شود. این آینه هوشمند در حالت ایده‌آل قادر خواهد بود که تمرین‌های تناسب اندام را همانند مربیان شخصی و به شکلی جامع‌تر ارزیابی کند.
کد خبر ۲۱۶۰۱۰۶۲۹.۱۹۸
