Draagbare sensoren zoals smartwatches zijn een populair motiverend hulpmiddel geworden voor fitnessliefhebbers, maar gadgets voelen niet alle oefeningen even goed aan. Onderzoekers van de Carnegie Mellon University hebben ontdekt dat een stationaire camera een betere keuze is voor gymnastiekoefeningen.

Het op visie gebaseerde systeem, genaamd GymCam, detecteert repetitieve bewegingen. Door het zo te doen, Rushil Khurana en Karan Ahuja, zowel Ph.D. studenten in CMU's Human-Computer Interaction Institute (HCII), ontdekten dat ze oefeningen in een sportschool konden detecteren. Bovendien, ze konden het type oefening herkennen en herhalingen betrouwbaar tellen.

"In een sportschool de repetitieve beweging is bijna altijd een oefening, " zei Mayank Goel, assistent-professor in de HCII en Institute for Software Research. "Als je beide armen beweegt, je hebt de neiging om ze op tijd samen te brengen. Echter, als twee mensen naast elkaar sporten en dezelfde oefening doen, ze zijn meestal niet synchroon, en we kunnen het verschil tussen hen zien."

Omdat het systeem alleen bewegingsinformatie nodig heeft, de camerafeed kan worden teruggebracht tot pixel-voor-pixel veranderingen en identificeerbare gezichten die inbreuk maken op de privacy elimineren.

Khurana zei dat het vertrouwen op bewegingsinformatie ook een probleem oplost voor systemen met één camera in een drukke sportschool:het onvermogen om het hele lichaam van een persoon te zien. Fitnessapparatuur of andere mensen kunnen het zicht van de camera vaak belemmeren. GymCam, echter, kan beweging detecteren zolang de camera elk lichaamsdeel herhaaldelijk kan zien bewegen.

Khurana en Ahuja zullen hun bevindingen donderdag presenteren, 12 september op de International Joint Conference on Pervasive and Ubiquitous Computing (UbiComp 2019) in Londen.

Ahuja zei dat smartwatches en andere wearables redelijk veel cardio-oefeningen en enkele krachttrainingsoefeningen kunnen volgen. Maar hun effectiviteit hangt af van waar de wearables worden gedragen. Een smartwatch kan een halterlift voelen, maar is nutteloos voor legpressen. Bovendien, het is moeilijk voor een horloge om onderscheid te maken tussen verschillende lichaamsbewegingen. Het instrumenteren van de hometrainers is een optie, maar een dure. Een camera, echter, is relatief goedkoop en geeft zowel ruimtelijke als bewegingsinformatie.

Het systeem kan ook de locatie van typen oefenmachines of bepaalde oefenstations in een sportschool leren. Het kan dan de locatie van een persoon gebruiken, naast hun bewegingen, om te bepalen welke oefening ze doen.

De onderzoekers testten hun algoritme in een overvolle sportschool. Maar Goel zei dat hetzelfde algoritme ook perfect werkt op een smartphone, zodat een persoon zijn telefoon kan gebruiken om zijn trainingen thuis op te nemen en te volgen. Sommige bedrijven hebben al interesse getoond om het systeem te gebruiken voor het volgen van oefeningen thuis.

Het systeem kan ook toepassingen hebben die verder gaan dan lichaamsbeweging. Goel zei dat het camerasysteem, gecombineerd met smartwatches gedragen door individuen, kan mensen met een visuele handicap helpen bij het navigeren door winkelcentra, luchthavens en andere openbare ruimten. In plaats van het gezicht van de persoon als identiteit te gebruiken, het systeem zal hun beweging als hun handtekening gebruiken. Hiermee kunnen mensen er gemakkelijk voor kiezen om niet gevolgd of gelokaliseerd te worden.