Nonostante mia mamma continua la sua devozione analogico pedometro, sensori indossabili che traccia fitness ora sono una grande tecnologia di categoria, che in gran parte non esiste un decennio fa. Ma cosa succede se i sensori non sono utili al monitoraggio di alcuni tipi di esercizio fisico come una semplice videocamera?
Questa è la premessa di un progetto Carnegie Mellon University, dove i ricercatori hanno trovato che una telecamera fissa in coppia con una macchina di visione algoritmo è superiore per il monitoraggio di esercizi che, per esempio, il Fitbit. Il sistema è chiamato GymCam, e di stanza in una stanza piena di persone che si allenano rileva i movimenti ripetuti per seguire gli allenamenti.
“In una palestra, il movimento ripetitivo, quasi sempre, è un esercizio,” ha detto Mayank Goel, assistant professor in CMU della Human-Computer Interaction Institute (HCII) e l’Istituto per il Software di Ricerca. “Se si sta spostando entrambe le braccia, si tendono a muoversi insieme nel tempo. Tuttavia, se due persone stanno esercitando una accanto all’altra e di eseguire lo stesso esercizio, essi di solito non sono in sincronia, e siamo in grado di capire la differenza tra di loro.”
Se il pensiero di una fotocamera che ti guardano mentre si lavora in una stanza piena di sconosciuti è meno attraente, i ricercatori dietro GymCam chiaramente si sentono allo stesso modo. Un portavoce per la CMU sottolinea che il sistema ha solo bisogno di tenere traccia di pixel-by-pixel modifiche e che le facce possono essere eliminati dalla cattura per ridurre o eliminare le disposizioni sulla privacy di intrusioni.
Tra le altre interessanti risultati, i ricercatori hanno trovato il modo per compensare la parziale ostruzione delle persone che esercitano, di una non improbabile sfida per un singolo sistema di telecamere in una palestra piena di attrezzature. GymCam in grado di rilevare esercizio purché la sua macchina fotografica in grado di vedere qualsiasi parte del corpo in movimento ripetitivo.
Rushil Khurana e Karan Ahuja, Ph. D. gli studenti presso la carnegie mellon university guidare la ricerca, di recente hanno presentato i loro risultati alla Orwelliano suono International Joint Conference on Pervasivo e Ubiquitous Computing (UbiComp 2019) a Londra. Ahuja ha spiegato che smartwatches fare un buon lavoro di monitoraggio dei molti esercizi cardio, ma l’ambito di ciò che la traccia è limitata dalla parte del corpo in cui sono pensato per essere indossato. Un smartwatch, per esempio, potrebbe non senso leg press e potrebbe avere un tempo difficile differenziare tra i vari concorrenti al moto del corpo. Una fotocamera, invece, è relativamente a buon mercato e può, utilizzando questo algoritmo, in grado di misurare accuratamente esercizi di tutti i tipi, così a lungo come sono confinato in un campo di ripresa della videocamera.
La tecnologia sottostante è tutti i tipi di applicazioni possibili. Forse minare alcune delle misure di protezione della privacy CMU di una squadra, di una applicazione è quello di identificare le persone da un unico “movimento per la firma.”
Il sistema, inoltre, potrebbe avere usi al di là di esercizio fisico. Goel ha detto che la fotocamera di sistema, combinato con smartwatches indossato da persone che, potrebbe aiutare le persone con disabilità visive a navigare in centri commerciali, aeroporti e altri luoghi pubblici. Invece di utilizzare il volto della persona come la loro identità, il sistema utilizzerà il loro movimento, come la loro firma. Esso permette alle persone di rinunciare facilmente di essere rintracciato o si trova.
Leggere questo
Cinque anni prima che l’Internet delle Cose arriva? Perché ho la speranza che è molto, molto di più
2015 previsioni sulla sicurezza: IoT attacchi per l’iscrizione al cloud violazioni e ransomware
IoT boom segnali di rete capacità di sovraccarico: IDC
Argomenti Correlati:
L’innovazione
La Trasformazione Digitale
Big Data Analytics
CXO
Cloud