Pūioio：基于智能手机的端侧实时自动运动次数计数系统
信号处理
2023-08-07 v1 计算机视觉与模式识别
机器学习
摘要
自动运动次数计数在从个人健康到康复的体能领域具有广泛应用。受手机普及与身体活动追踪益处的驱动，本研究探索了仅使用智能手机端侧推理实时计数运动次数的可行性。在此工作中，在广泛概述最先进的自动运动次数计数方法后，我们介绍了一种基于深度学习的智能手机运动次数计数系统，其由五个部分组成：（1）姿态估计，（2）阈值处理，（3）光流，（4）状态机，以及（5）计数器。该系统随后通过名为 Pūioio 的跨平台移动应用实现，仅使用智能手机摄像头对三种标准运动——深蹲、俯卧撑和引体向上——实时追踪次数。所提系统通过一个由预先录制的个体运动视频组成的数据集以及受试者实时运动的测试进行了评估。评估结果表明，系统在真实世界测试中准确率达 98.89%，在预录制数据集评估中高达 98.85%。这使其成为一种有效、低成本且便捷的现有方案替代，因为所提系统硬件需求极低，无需任何可穿戴或特定传感器，也不需要网络连接。
引用
@article{arxiv.2308.02420,
title = {P\=uioio: On-device Real-Time Smartphone-Based Automated Exercise Repetition Counting System},
author = {Adam Sinclair and Kayla Kautai and Seyed Reza Shahamiri},
journal= {arXiv preprint arXiv:2308.02420},
year = {2023}
}