InayofuataMwongozo unaofuata
Jinsi ya Kutafsiri Menyu na Ishara kwa Kamera ya Simu Yako
AI ya kuona
Mwongozo wa AI unaoonekana
Programu za kukagua umbo la AI hutumia ukadiriaji wa mkao: muundo wa kuona wa kompyuta hupata pointi kama vile mabega, nyonga, magoti na vifundo vya miguu yako katika kila fremu ya video na hupima pembe za pamoja ili kutathmini mambo kama vile kina cha kuchuchumaa, tempo na ulinganifu.
Wanatoa maoni muhimu, ya gharama nafuu juu ya makosa ya wazi. Lakini kamera moja hukosa kina, nafasi ya uti wa mgongo na uimara, kwa hivyo maumivu, urekebishaji upya au kuinua vitu vizito bado huhitaji kocha aliyehitimu au mtaalamu wa mazoezi ya mwili.
Pose makadirio ni teknolojia ya msingi. Mtandao wa neva hutazama kila fremu ya video na viwianishi vya matokeo vya alama za mwili, zinazoitwa vitu muhimu. OpenPose, iliyotolewa na watafiti wa Carnegie Mellon mnamo 2017, ilifanya makadirio ya wakati halisi ya watu wengi kupatikana kwa upana. MediaPipe Pose ya Google inafuatilia alama 33, na MoveNet inatabiri vitu muhimu 17 katika umbizo la kawaida la COCO. Mfumo wa Maono wa Apple pia unajumuisha utambuzi wa mkao wa mwili. Unda programu kwenye miundo kama hii. Wao huunganisha pointi kuu katika mchoro wa fimbo, huhesabu pembe kwenye goti, nyonga na kiwiko, na kuzilinganisha na vizingiti, kama vile kama nyonga ilianguka chini ya goti. Hii inafanya kazi vyema kwa mambo ambayo kamera inaweza kuona kwa uwazi: kina cha kuchuchumaa kutoka kando, hesabu za wawakilishi, tempo, tofauti za kushoto-kulia, na makosa makubwa kama vile misukumo ya nusu-safa. Inafanya kazi vibaya kwa wengine. Kamera moja hutoa picha bapa, kwa hivyo ni vigumu kupima kusogea kuelekea au kutoka kwa lenzi. Magoti yanayoingia ndani karibu hayaonekani kutoka upande, wakati kina ni ngumu kuhukumu kutoka mbele. Mabadiliko madogo katika nafasi ya mgongo, kuimarisha, kupumua, shinikizo kupitia miguu na mtego mara nyingi hauonekani. Njia ya upau inahitaji ufuatiliaji wa kitu tofauti. Nguo zisizolegea, rack ya kuchuchumaa au sahani zinazozuia mwonekano, mwanga hafifu na miondoko ya haraka yote hufanya vipengele muhimu kutokuwa sahihi. Dhana kuu potofu ni kwamba programu ikisema 'fomu nzuri' inamaanisha lifti ni salama. Vizingiti ni vya kawaida, na miili ya watu inatofautiana. Kinyanyua kilicho na mifupa mirefu ya paja kinaweza kuhitaji konda zaidi mbele ili kuchuchumaa vizuri, na uhamaji wa kifundo cha mguu hubadilisha kile kinachofanya kazi. Programu haijui historia yako ya jeraha au jinsi uzito unavyohisi. Kwa matokeo bora, weka kamera kwenye sehemu thabiti karibu na urefu wa nyonga, weka mwili wako wote katika fremu, na filamu kutoka upande na mbele. Muone kocha unaposikia maumivu, unapojifunza kunyanyua kengele nzito, wakati wa ukarabati, au unapoacha kufanya maendeleo.
Visual AI inaweza kufanya ukaguzi, ugunduzi na kazi za kuweka lebo kiotomatiki kwa kiwango.
Timu bunifu zinaweza kuiga dhana kwa haraka zaidi na masahihisho machache ya mikono.
Uendeshaji unaweza kutumia ishara za picha na video ambazo hapo awali zilikuwa ngumu kuchakata.
Miundo ya pozi inaendelea kupata usahihi na ufanisi zaidi wa kuendesha kwenye simu, na kuchanganya video na data nyingine, kama vile vitambuzi vya kina au vitambuzi vya mwendo vinavyoweza kuvaliwa, kunaweza kusaidia kwa kile ambacho kamera moja haiwezi kuona. Ushahidi bora wa iwapo maoni ya programu hupunguza majeraha au kuboresha mbinu bado inahitajika. Ni busara kutarajia programu kushughulikia mazoezi zaidi na kuelezea maoni yao kwa uwazi zaidi. Sio busara kutarajia wachukue nafasi ya mtaalamu aliyefunzwa ambaye anaweza kutazama harakati zako kutoka kila pembe, kuuliza juu ya maumivu na kurekebisha mpango.
Filamu za kinyanyua nyumbani huchuchumaa kutoka pembeni na simu iliyo urefu wa nyonga. Programu inaripoti kwamba makalio yao yanasimama juu ya usawa wa goti kwa wawakilishi wengi, kwa hivyo wanajitahidi kufikia kina na uzani mwepesi.
Programu ya mtu anayeinua miguu inasema kwamba squats zao zinaonekana vizuri, lakini wakati wanapiga filamu kutoka mbele magoti yao yanaingia ndani. Hilo ni tatizo ambalo mtazamo wa upande haukuweza kuonyesha.
Anayeanza hutumia kihesabu cha uwakilishi wa programu wakati wa kusukuma na anagundua kwamba hukosa wawakilishi wakati kofia yao iliyolegea inaficha viwiko vyao. Wanabadilisha juu iliyofungwa na taa bora.
Mtu anayerejea kutoka kwa jeraha la mgongo hutumia programu kuhesabu wawakilishi kati ya ziara za matibabu ya mwili. Wanaruhusu mtaalamu, sio programu, kuamua wakati wa kuongeza uzito.
Haki za picha na idhini zinaweza kuwa hatari za kisheria ikiwa asili haiko wazi.
Utendaji wa muundo unaweza kutofautiana katika mwangaza, idadi ya watu na mazingira.
Chanya za uwongo zinaweza kutotambuliwa isipokuwa viwango vya uaminifu vifuatiliwe.
Bainisha vigezo vya kukubalika vya usahihi, kumbukumbu na gharama za makosa.
Jaribu kwa kutumia data inayolingana na hali halisi ya uzalishaji.
Ongeza ukaguzi wa kibinadamu kwa utabiri wa chini au utabiri wa athari kubwa.
Fuatilia mtindo wa kuteleza na uthibitishe upya baada ya mabadiliko ya kamera au mkusanyiko wa data.
Free newsletter
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Programu za kukagua umbo la AI hutumia ukadiriaji wa mkao: muundo wa kuona wa kompyuta hupata pointi kama vile mabega, nyonga, magoti na vifundo vya miguu yako katika kila fremu ya video na hupima pembe za pamoja ili kutathmini mambo kama vile kina cha kuchuchumaa, tempo na ulinganifu. Wanatoa maoni muhimu, ya gharama nafuu juu ya makosa ya wazi. Lakini kamera moja hukosa kina, nafasi ya uti wa mgongo na uimara, kwa hivyo maumivu, urekebishaji upya au kuinua vitu vizito bado huhitaji kocha aliyehitimu au mtaalamu wa mazoezi ya mwili.
Wanamitindo wa pozi hupata vitu muhimu kama vile mabega, viuno, magoti na vifundo vya miguu. Kisha programu ziunganishe na kupima pembe.
MediaPipe Pose inafuatilia alama 33. MoveNet inatabiri mambo muhimu 17 katika umbizo la COCO.
Kamera moja inatoa picha bapa, kwa hivyo ni vigumu kuona kusogea kuelekea au kutoka kwa lenzi. Mtazamo wa mbele unahitajika.
Mambo ya ndani kama vile kusukuma, kupumua na shinikizo la mguu, pamoja na mabadiliko madogo ya nafasi ya uti wa mgongo, hayawezi kuonekana kwa uhakika katika vipengele muhimu vya video.
Viwango vya kawaida haviwezi kuhesabu miili ya mtu binafsi, historia ya majeraha au jinsi uzito unavyohisi.
Endelea kujifunza
Miongozo zaidi imechaguliwa kwa mada hii
InayofuataMwongozo unaofuata
Jinsi ya Kutafsiri Menyu na Ishara kwa Kamera ya Simu Yako
AI ya kuona