คู่มือ AI แบบเห็นภาพ

วิธีตรวจสอบแบบฟอร์มการออกกำลังกายของคุณด้วย AI

แอปตรวจสอบแบบฟอร์ม AI ใช้การประมาณท่าทาง: โมเดลคอมพิวเตอร์วิทัศน์จะค้นหาจุดต่างๆ เช่น ไหล่ สะโพก เข่า และข้อเท้าในแต่ละเฟรมวิดีโอ และวัดมุมข้อต่อเพื่อตัดสินสิ่งต่างๆ เช่น ความลึกของการนั่งพับเพียบ จังหวะ และสมมาตร

ฟังคำแนะนำนี้บรรยายโดย AI · ~3 min

บนหน้านี้อ่าน 4 นาที
  1. ภาพรวม
  2. เจาะลึก
  3. การใช้งานจริงในโลกแห่งความเป็นจริง
  4. อนาคตของวิธีตรวจสอบแบบฟอร์มการออกกำลังกายของคุณด้วย AI
  5. การนำไปปฏิบัติ
  6. สำรวจต่อไป
  7. คำถามที่พบบ่อย

ภาพรวม

พวกเขาให้ข้อเสนอแนะที่เป็นประโยชน์และต้นทุนต่ำเกี่ยวกับข้อผิดพลาดที่ชัดเจน แต่กล้องตัวเดียวพลาดความลึก ตำแหน่งกระดูกสันหลัง และการค้ำยัน ดังนั้นความเจ็บปวด การบำบัด หรือการยกของหนักยังคงต้องใช้โค้ชหรือนักกายภาพบำบัดที่มีคุณสมบัติเหมาะสม

เจาะลึก

การประมาณท่าทางเป็นเทคโนโลยีหลัก โครงข่ายประสาทเทียมจะดูแต่ละเฟรมวิดีโอและส่งออกพิกัดสำหรับจุดสังเกตของร่างกาย เรียกว่าจุดสำคัญ OpenPose ซึ่งเผยแพร่โดยนักวิจัยของ Carnegie Mellon ในปี 2560 ทำให้การประมาณท่าทางแบบหลายคนแบบเรียลไทม์มีให้ใช้กันอย่างแพร่หลาย MediaPipe Pose ของ Google ติดตามจุดสังเกต 33 จุด และ MoveNet คาดการณ์จุดสำคัญ 17 จุดในรูปแบบ COCO ทั่วไป กรอบการมองเห็นของ Apple ยังรวมถึงการตรวจจับท่าทางของร่างกายด้วย แอปแบบฟอร์มสร้างขึ้นจากโมเดลเช่นนี้ โดยเชื่อมโยงจุดสำคัญเข้าด้วยกันเป็นรูปแท่ง คำนวณมุมที่หัวเข่า สะโพก และข้อศอก และเปรียบเทียบกับเกณฑ์ต่างๆ เช่น สะโพกตกลงต่ำกว่าเข่าหรือไม่ วิธีนี้ใช้ได้ผลดีกับสิ่งที่กล้องมองเห็นได้ชัดเจน เช่น ความลึกของท่าสควอชจากด้านข้าง จำนวนตัวแทน จังหวะ ความแตกต่างจากซ้ายไปขวา และข้อผิดพลาดใหญ่ๆ เช่น การวิดพื้นครึ่งช่วง มันทำงานได้ไม่ดีสำหรับคนอื่น กล้องตัวเดียวจะให้ภาพแบนราบ ดังนั้นการเคลื่อนไหวไปทางหรือออกจากเลนส์จึงเป็นเรื่องยากที่จะวัดได้ การคุกเข่าเข้าด้านในแทบจะมองไม่เห็นจากด้านข้าง ในขณะที่ความลึกนั้นยากที่จะตัดสินจากด้านหน้า การเปลี่ยนแปลงเล็กๆ น้อยๆ ของตำแหน่งกระดูกสันหลัง การค้ำยัน การหายใจ แรงกดผ่านเท้าและการยึดเกาะ ส่วนใหญ่จะมองไม่เห็น เส้นทางแท่งต้องมีการติดตามวัตถุแยกต่างหาก เสื้อผ้าหลวมๆ ชั้นวางหมอบหรือแผ่นบังทัศนวิสัย แสงไม่ดี และการเคลื่อนไหวที่รวดเร็ว ล้วนทำให้จุดสำคัญมีความแม่นยำน้อยลง ความเข้าใจผิดหลักคือแอปที่ระบุว่า 'ฟอร์มดี' หมายความว่าลิฟต์ปลอดภัย เกณฑ์นั้นเป็นเรื่องทั่วไป และร่างกายของผู้คนก็แตกต่างกัน นักกีฬายกที่มีกระดูกต้นขายาวอาจต้องเอนไปข้างหน้ามากขึ้นเพื่อที่จะหมอบได้ดี และการเคลื่อนไหวของข้อเท้าจะเปลี่ยนสิ่งที่ได้ผล แอปไม่ทราบประวัติการบาดเจ็บของคุณหรือน้ำหนักที่หนักแค่ไหน เพื่อให้ได้ผลลัพธ์ที่ดีขึ้น ให้วางกล้องบนพื้นผิวที่มั่นคงที่ความสูงประมาณสะโพก จับให้ทั้งตัวอยู่ในกรอบ และถ่ายจากด้านข้างและด้านหน้า พบโค้ชเมื่อคุณรู้สึกเจ็บปวด เมื่อคุณกำลังเรียนรู้การยกบาร์เบลอย่างหนัก ระหว่างการบำบัด หรือเมื่อคุณหยุดก้าวหน้า

การใช้งานจริงในโลกแห่งความเป็นจริง

นักกีฬายกของในบ้านจะย่อตัวลงจากด้านข้างโดยให้โทรศัพท์อยู่สูงระดับสะโพก แอปรายงานว่าสะโพกของพวกเขาหยุดเหนือระดับเข่าในการทำซ้ำส่วนใหญ่ ดังนั้นพวกเขาจึงพยายามเข้าถึงความลึกด้วยน้ำหนักที่เบาลง

แอพของนักกีฬายกบอกว่าท่าสควอชของพวกเขาดูดี แต่เมื่อพวกเขาถ่ายจากด้านหน้า เข่าของพวกเขาจะยุบเข้าด้านในอย่างชัดเจน นั่นเป็นปัญหาที่มุมมองด้านข้างไม่สามารถแสดงได้

ผู้เริ่มต้นใช้ตัวนับจำนวนครั้งของแอประหว่างวิดพื้น และสังเกตเห็นว่าพลาดจำนวนครั้งเมื่อเสื้อฮู้ดหลวมซ่อนข้อศอกไว้ พวกเขาเปลี่ยนไปใช้ท็อปที่ติดตั้งไว้และมีแสงสว่างที่ดีขึ้น

คนที่กลับมาจากอาการบาดเจ็บที่หลังใช้แอปเพื่อนับจำนวนครั้งระหว่างการมาทำกายภาพบำบัด พวกเขาปล่อยให้นักบำบัด (ไม่ใช่แอป) ตัดสินใจว่าควรเพิ่มน้ำหนักเมื่อใด

อนาคตของวิธีตรวจสอบแบบฟอร์มการออกกำลังกายของคุณด้วย AI

โมเดลท่าทางจะมีความแม่นยำและมีประสิทธิภาพมากขึ้นพอที่จะใช้งานบนโทรศัพท์ได้ และการรวมวิดีโอเข้ากับข้อมูลอื่นๆ เช่น เซ็นเซอร์ความลึกหรือเซ็นเซอร์ตรวจจับความเคลื่อนไหวที่สวมใส่ได้ อาจช่วยในสิ่งที่กล้องตัวเดียวไม่สามารถมองเห็นได้ ยังจำเป็นต้องมีหลักฐานที่ดีกว่าว่าความคิดเห็นของแอปช่วยลดการบาดเจ็บหรือปรับปรุงเทคนิคได้จริงหรือไม่ เป็นเรื่องที่สมเหตุสมผลที่จะคาดหวังว่าแอปจะจัดการกับแบบฝึกหัดมากขึ้นและอธิบายข้อเสนอแนะได้ชัดเจนยิ่งขึ้น มันไม่สมเหตุสมผลเลยที่จะคาดหวังให้พวกเขามาแทนที่มืออาชีพที่ผ่านการฝึกอบรมซึ่งสามารถเฝ้าดูการเคลื่อนไหวของคุณจากทุกมุม สอบถามเกี่ยวกับความเจ็บปวด และปรับแผนได้

การนำไปปฏิบัติ

ทำไมมันถึงสำคัญ

  • ความเร็วและขนาด. Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ
  • สร้างทางเลือก. ทีมสร้างสรรค์สามารถสร้างต้นแบบแนวคิดได้รวดเร็วขึ้นโดยต้องมีการแก้ไขด้วยตนเองน้อยลง
  • ทีมงานและขั้นตอนการทำงาน. การดำเนินการสามารถใช้สัญญาณภาพและวิดีโอที่ก่อนหน้านี้ประมวลผลได้ยาก

ระวัง

  • สิทธิ์และความยินยอมในรูปภาพอาจกลายเป็นความเสี่ยงทางกฎหมายได้หากแหล่งที่มาไม่ชัดเจน
  • ประสิทธิภาพของโมเดลอาจแตกต่างกันไปตามสภาพแสง ข้อมูลประชากร และสภาพแวดล้อม
  • ผลบวกลวงอาจไม่สังเกตเห็นเว้นแต่จะมีการตรวจสอบเกณฑ์ความเชื่อมั่น

ขั้นตอนต่อไป

  1. กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด
  2. ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง
  3. เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง
  4. ติดตามการเคลื่อนตัวของโมเดลและตรวจสอบความถูกต้องอีกครั้งหลังจากการเปลี่ยนแปลงกล้องหรือชุดข้อมูล

สำรวจต่อไป

จดหมายข่าวฟรี

รับสรุป AI รายวัน

เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา

อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ

ทดสอบตัวเอง

Take the How to Check Your Exercise Form With AI quiz

ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร

เริ่มแบบทดสอบ

สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค

คำถามที่พบบ่อย

จะตรวจสอบแบบฟอร์มการออกกำลังกายของคุณด้วย AI ได้อย่างไร?

แอปตรวจสอบแบบฟอร์ม AI ใช้การประมาณท่าทาง: โมเดลคอมพิวเตอร์วิทัศน์จะค้นหาจุดต่างๆ เช่น ไหล่ สะโพก เข่า และข้อเท้าในแต่ละเฟรมวิดีโอ และวัดมุมข้อต่อเพื่อตัดสินสิ่งต่างๆ เช่น ความลึกของการนั่งพับเพียบ จังหวะ และสมมาตร พวกเขาให้ข้อเสนอแนะที่เป็นประโยชน์และต้นทุนต่ำเกี่ยวกับข้อผิดพลาดที่ชัดเจน แต่กล้องตัวเดียวพลาดความลึก ตำแหน่งกระดูกสันหลัง และการค้ำยัน ดังนั้นความเจ็บปวด การบำบัด หรือการยกของหนักยังคงต้องใช้โค้ชหรือนักกายภาพบำบัดที่มีคุณสมบัติเหมาะสม

เอาท์พุตแบบจำลองการประมาณท่าทางสำหรับเฟรมวิดีโอแต่ละเฟรมคืออะไร

โมเดลท่าทางจะค้นหาจุดสำคัญ เช่น ไหล่ สะโพก เข่า และข้อเท้า จากนั้นแอปจะเชื่อมต่อและวัดมุม

MediaPipe Pose track ของ Google มีจุดสังเกตกี่จุดตามคำแนะนำ

MediaPipe Pose ติดตามจุดสังเกต 33 จุด MoveNet ทำนายจุดสำคัญ 17 จุดในรูปแบบ COCO

เหตุใดแอปที่ถ่ายจากด้านข้างจึงพลาดเข่าเข้าไปด้านใน

กล้องตัวเดียวให้ภาพแบนราบ ดังนั้นการเคลื่อนไหวไปทางหรือออกจากเลนส์จึงมองเห็นได้ยาก จำเป็นต้องมีมุมมองด้านหน้า

คู่มือนี้บอกว่าปัญหาใดที่แอปกล้องตัวเดียวมองไม่เห็นเป็นส่วนใหญ่

ปัจจัยภายใน เช่น การค้ำยัน การหายใจ และแรงกดของเท้า รวมถึงการเปลี่ยนแปลงตำแหน่งกระดูกสันหลังเล็กน้อย ไม่สามารถมองเห็นได้อย่างน่าเชื่อถือในจุดสำคัญของวิดีโอ

ทำไมคำแนะนำถึงบอกว่า 'ฟอร์มดี' จากแอปไม่รับประกันความปลอดภัย?

เกณฑ์ทั่วไปไม่สามารถอธิบายถึงร่างกายของแต่ละคน ประวัติการบาดเจ็บ หรือน้ำหนักที่รู้สึกได้

เรียนรู้ต่อไป

คำแนะนำที่เกี่ยวข้อง

คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้

รับใบรับรอง AI ฟรีหลักสูตรและการสอบสั้น ๆ ฟรี ไม่มีค่าใช้จ่าย ไม่มีบัตรเครดิต ประมาณ 2.5 ชั่วโมงเริ่มต้นฟรี →