Negli ultimi anni, ingegneri e informatici hanno creato un'ampia gamma di strumenti tecnologici in grado di migliorare le esperienze di allenamento fitness, inclusi orologi intelligenti, fitness tracker, auricolari o cuffie resistenti al sudore, attrezzature per la palestra di casa intelligente e applicazioni per smartphone. Nuovi modelli computazionali all'avanguardia, in particolare algoritmi di deep learning, hanno il potenziale per migliorare ulteriormente questi strumenti, in modo che possano soddisfare meglio le esigenze dei singoli utenti.

I ricercatori dell'Università di Brescia in Italia hanno recentemente sviluppato un sistema di visione artificiale per uno specchio intelligente che potrebbe migliorare l'efficacia dell'allenamento fitness sia in casa che in palestra. Questo sistema, introdotto in un documento pubblicato dall'International Society of Biomechanics in Sports, si basa su un algoritmo di deep learning addestrato a riconoscere i gesti umani nelle registrazioni video.

"Il nostro partner commerciale ABHorizon ha inventato il concetto di un prodotto che può guidarti e insegnarti durante il tuo allenamento fitness personale", ha detto a TechXplore Bernardo Lanza, uno dei ricercatori che hanno condotto lo studio. "Questo dispositivo può mostrarti il ​​modo migliore per allenarti in base alle tue esigenze specifiche. Per sviluppare ulteriormente questo dispositivo, ci hanno chiesto di studiare la fattibilità di un sistema di visione integrato per la valutazione degli esercizi."

Il sistema di visione artificiale a basso costo sviluppato da Lanza e dai suoi colleghi utilizza un algoritmo di scheletrizzazione (ovvero un algoritmo di apprendimento profondo in grado di ottenere scheletri dalle immagini), in esecuzione su un dispositivo Nvidia Jetson Nano incorporato con due telecamere fisheye. Nell'ambito del loro studio, i ricercatori hanno addestrato questo sistema per elaborare e rilevare i movimenti umani nelle riprese video catturate dalle due telecamere fisheye.

"Un sistema di visione, come quello che abbiamo sviluppato, può estrarre informazioni dalle immagini per mezzo di un algoritmo di intelligenza artificiale", ha affermato Lanza. "Il nostro articolo più recente dimostra l'accuratezza del nostro sistema nel misurare i movimenti delle braccia in semplici esercizi di fitness, come i curl per i bicipiti."

In uno dei loro studi precedenti, i ricercatori hanno presentato un progetto software che potrebbe essere utilizzato per creare un prototipo completo dello specchio fitness intelligente immaginato da AB-Horizon. Il loro obiettivo era produrre un dispositivo con costi di produzione, prestazioni elevate e un basso consumo energetico.

"Il principale vantaggio del nostro sistema è l'assenza di oggetti a contatto con l'utente", ha spiegato Lanza. "Con telecamere e applicazioni di intelligenza artificiale, comprendiamo e valutiamo i movimenti del corpo, rileviamo errori posturali e analizziamo semplici esercizi di fitness. Oggi la nostra analisi del sistema si basa su semplici variabili corporee (angolo del gomito, posizione della mano...) ma stiamo lavorando per migliorare la valutazione capacità della macchina."

Lo specchio intelligente che Lanza e i suoi colleghi stanno aiutando a progettare sarebbe idealmente in grado di valutare gli esercizi di fitness in modo simile ai personal trainer umani o in modi ancora più completi. Ad esempio, potrebbe consentire agli utenti di tenere il conto delle ripetizioni eseguite per esercizi specifici, rilevando anche il movimento fondamentale (ad es. Trazione, flessione, rotazione, ecc.) di diverse parti del corpo.

Tutte le informazioni relative al fitness rilevate e calcolate dal mirror vengono visualizzate su di esso, cambiando in tempo reale, in modo che gli utenti possano tenerne traccia durante gli allenamenti o utilizzarle per migliorare le proprie prestazioni di allenamento. Lanza e i suoi colleghi hanno valutato il loro sistema di visione artificiale in una serie di test, concentrandosi in particolare sulla sua capacità di tracciare e fare previsioni di fitness mentre gli utenti eseguivano i curl per i bicipiti.

"Abbiamo valutato l'accuratezza del sistema di visione nella comprensione delle diverse fasi di un esercizio", ha detto Lanza. "Nelle analisi biomeccaniche tradizionali, l'accuratezza specifica delle nostre misurazioni non è accettabile, ma analizziamo un'intera serie temporale della cinematica corporea. Questo approccio ci consente di rilevare e comprendere gli esercizi di fitness e le loro peculiarità."

I ricercatori hanno scoperto che con un software ben progettato e calibrato, il loro sistema di visione a basso costo potrebbe offrire preziosi dati relativi al fitness mentre gli utenti eseguivano semplici esercizi di fitness. Se integrato nello specchio intelligente creato da AB-Horizon, il nuovo sistema potrebbe aiutare in modo significativo gli utenti che si allenano senza un allenatore supervisore sia in casa che in palestra.

Finora, Lanza e i suoi colleghi hanno valutato principalmente le prestazioni del loro sistema da solo. Tuttavia, ora stanno creando un prototipo che visualizzerebbe i risultati delle analisi del loro sistema su uno schermo a specchio intelligente integrato in una macchina da ginnastica motorizzata.

"Per questo progetto, abbiamo collaborato con AB-Horizon, il nostro partner commerciale", ha aggiunto Lanza. "Oltre a progettare le macchine della palestra, il nostro partner integrerà il sistema di visione con il loro prototipo. La loro esperienza nel settore del fitness ci consente di sviluppare il nostro software utilizzando i principi atletici e un personal trainer dell'azienda ci guida anche attraverso il processo di test. Come parte degli sviluppi futuri, un valutatore intelligente rileverà l'esercizio."

Il valutatore intelligente su cui stanno lavorando Lanza e i suoi colleghi dovrebbe essere in grado di interpretare le informazioni qualitative analizzando i dati cinematici del corpo grezzo. Per allenare questo modello, quindi, i ricercatori raccoglieranno prima grandi quantità di dati durante i test di fitness con atleti e tirocinanti meno esperti. + Esplora ulteriormente

Modello di dati intelligenti per analizzare e migliorare le prestazioni dei ciclisti amatoriali

© 2022 Rete Science X