全新计算机视觉系统可更全面的追踪用户运动情况

许多人已经使用智能手表等可穿戴设备来记录运动数据。美国卡耐基梅隆大学的研究人员已经开发出了一种更好的选择，但是，它还是以用户-监控计算机视觉系统的形式。可穿戴设备的问题在于，虽然它们能够识别身体部位与运动相关的运动，但它们可能会漏记一些。考虑到这一限制，博士生Rushil Khurana和Karan Ahuja创建了GymCam系统。

该系统使用普通的固定式摄像机，它连接到计算机 - 该技术甚至可以整合到智能手机应用程序中。当用户在锻炼时相机会“观察”他们，定制设计的算法会自动检测重复的身体动作，将它们与已知的练习相匹配，并计算重复的次数。

虽然该系统可供个人在家中使用，但它也能够在同一房间内同时跟踪许多用户。实际上，通过了解哪些健身器位于房间的哪个部分，系统能够更好地确定每个人正在执行哪种活动。

据报道，当涉及到跟踪和识别运动时，诸如健身房设备本身的障碍物（其可能部分地阻挡相机对用户身体的视图）是不成问题的。并且因为系统不记录或传输用户脸部的图像，所以他们的隐私受到保护。

据报道，在拥挤的大学体育馆进行的测试中，当前版本的GymCam在区分练习与其他类型的动作时准确率达到84.6％，然后在确认正在进行的练习类型时准确率为93.6％。

Khurana和Ahuja将在本周四举行的普适计算领域顶级会议UbiComp上展示他们的研究成果。