Fugu-MT 論文翻訳(概要): Recognizing Exercises and Counting Repetitions in Real Time

論文の概要: Recognizing Exercises and Counting Repetitions in Real Time

arxiv url: http://arxiv.org/abs/2005.03194v1
Date: Thu, 7 May 2020 01:30:48 GMT
ステータス: 処理完了
システム内更新日: 2022-12-05 23:34:41.055821
Title: Recognizing Exercises and Counting Repetitions in Real Time
Title（参考訳）: 実時間における運動の認識と数え方
Authors: Talal Alatiah and Chen Chen
Abstract要約: このプロジェクトでは、ポーズ推定とディープラーニング技術を組み合わせて、パフォーマンスを分析する。フィットネス業界における機械学習技術の導入は、ウェイトリフトやクロスフィットの競技会において、審査員があらゆるエクササイズを繰り返し数えるのに役立つだろう。
参考スコア（独自算出の注目度）: 4.047475231853344
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Artificial intelligence technology has made its way absolutely necessary in a variety of industries including the fitness industry. Human pose estimation is one of the important researches in the field of Computer Vision for the last few years. In this project, pose estimation and deep machine learning techniques are combined to analyze the performance and report feedback on the repetitions of performed exercises in real-time. Involving machine learning technology in the fitness industry could help the judges to count repetitions of any exercise during Weightlifting or CrossFit competitions.
Abstract（参考訳）: 人工知能技術は、フィットネス業界を含むさまざまな業界で、絶対に必要とされてきた。人間のポーズ推定は、コンピュータビジョン分野における過去数年間の重要な研究の1つである。本プロジェクトでは,ポーズ推定と深層機械学習を組み合わせることで,パフォーマンスを分析し,実時間演習の繰り返しに対するフィードバックを報告する。フィットネス業界における機械学習技術の導入によって、裁判官は重量挙げやクロスフィット競技におけるあらゆるエクササイズの繰り返しを数えることができる。

関連論文リスト

Intelligent Repetition Counting for Unseen Exercises: A Few-Shot Learning Approach with Sensor Signals [0.4998632546280975]
本研究は、IMU信号の解析により、運動繰り返しを自動カウントする方法を開発した。本稿では,深度測定に基づく数点学習手法を用いた反復カウント手法を提案する。 86.8%の確率で、28回の異なるエクササイズで1セットに10回以上の繰り返しを正確に数えることが可能である。
論文参考訳（メタデータ） (2024-10-01T05:04:40Z)
Machine Learning Applications in Spine Biomechanics [0.642428789697329]
機械学習とコンピュータビジョン技術は、単一のカメラ画像と同じくらい単純な3Dボディ形状、人体計測、運動学を推定するのに役立つ。本研究では,これらの手法を従来の筋骨格モデルと統合し,脊髄生体力学の包括的解析を可能にする枠組みを提案する。本研究における実世界の応用例としては, 職場での揚力評価, 自動車事故における鞭打ち損傷の評価, プロスポーツにおける生体力学的解析などが挙げられる。
論文参考訳（メタデータ） (2024-01-10T04:45:12Z)
Computation-efficient Deep Learning for Computer Vision: A Survey [121.84121397440337]
ディープラーニングモデルは、さまざまな視覚的知覚タスクにおいて、人間レベルのパフォーマンスに到達または超えた。ディープラーニングモデルは通常、重要な計算資源を必要とし、現実のシナリオでは非現実的な電力消費、遅延、または二酸化炭素排出量につながる。新しい研究の焦点は計算効率のよいディープラーニングであり、推論時の計算コストを最小限に抑えつつ、良好な性能を達成することを目指している。
論文参考訳（メタデータ） (2023-08-27T03:55:28Z)
P\=uioio: On-device Real-Time Smartphone-Based Automated Exercise Repetition Counting System [1.4050836886292868]
本稿では,(1)ポーズ推定,(2)閾値保持,(3)オプティカルフロー,(4)ステートマシン,(5)カウンタの5つのコンポーネントからなるスマートフォンの深層学習に基づくエクササイズカウントシステムを紹介する。システムはP=uioioと呼ばれるクロスプラットフォームのモバイルアプリケーションを通じて実装され、スマートフォンカメラのみを使用して3つの標準エクササイズ(スクワット、プッシュアップ、プルアップ)をリアルタイムで追跡する。
論文参考訳（メタデータ） (2023-07-22T01:38:02Z)
Machine Unlearning: A Survey [56.79152190680552]
プライバシ、ユーザビリティ、および/または忘れられる権利のために、特定のサンプルに関する情報をマシンアンラーニングと呼ばれるモデルから削除する必要がある特別なニーズが生まれている。この新興技術は、その革新と実用性により、学者と産業の両方から大きな関心を集めている。この複雑なトピックを分析したり、さまざまなシナリオで既存の未学習ソリューションの実現可能性を比較したりした研究はない。この調査は、未学習のテクニックに関する卓越した問題と、新しい研究機会のための実現可能な方向性を強調して締めくくった。
論文参考訳（メタデータ） (2023-06-06T10:18:36Z)
Design, Development, and Evaluation of an Interactive Personalized Social Robot to Monitor and Coach Post-Stroke Rehabilitation Exercises [68.37238218842089]
パーソナライズされたリハビリテーションのための対話型ソーシャルロボット運動指導システムを開発した。このシステムは、ニューラルネットワークモデルとルールベースのモデルを統合し、患者のリハビリテーション運動を自動的に監視し、評価する。我々のシステムは,新たな参加者に適応し,専門家の合意レベルに匹敵する,エクササイズを評価するための平均パフォーマンス0.81を達成できる。
論文参考訳（メタデータ） (2023-05-12T17:37:04Z)
Enhancing Digital Health Services: A Machine Learning Approach to Personalized Exercise Goal Setting [8.146832452474777]
本研究の目的は、振り返りデータとリアルな行動軌跡を用いて自動提案運動目標を動的に更新する機械学習アルゴリズムを開発することである。深層強化学習アルゴリズムは、深層学習技術を組み合わせて時系列データを分析し、ユーザの運動行動を推測する。
論文参考訳（メタデータ） (2022-04-03T01:19:20Z)
On the Handwriting Tasks' Analysis to Detect Fatigue [0.0]
本稿では,20名の健常者を対象とした新しいオンライン手書きデータベースを提案する。主な目的は、様々な手書き作業における身体運動刺激の影響について研究することであった。実験結果から, 乳酸濃度と機械的疲労により, 高速な機械的回復が得られ, 測定できることが示唆された。
論文参考訳（メタデータ） (2022-03-28T14:15:07Z)
Muscle Vision: Real Time Keypoint Based Pose Classification of Physical Exercises [52.77024349608834]
ビデオから外挿された3D人間のポーズ認識は、リアルタイムソフトウェアアプリケーションを可能にするまで進歩した。本稿では,ライブビデオフィード上で人間のポーズ認識を行う新しい機械学習パイプラインとWebインターフェースを提案する。
論文参考訳（メタデータ） (2022-03-23T00:55:07Z)
A robot that counts like a child: a developmental model of counting and pointing [69.26619423111092]
実物を数えることができる新しい神経ロボティクスモデルを導入する。このモデルにより,エンボディメントと数値認識の相互作用を調べることができる。トレーニングされたモデルは、アイテムのセットをカウントすることができ、同時にそれらを指し示します。
論文参考訳（メタデータ） (2020-08-05T21:06:27Z)
Learning to Complement Humans [67.38348247794949]
オープンワールドにおけるAIに対するビジョンの高まりは、知覚、診断、推論タスクのために人間を補完できるシステムの開発に焦点を当てている。我々は,人間-機械チームの複合的なパフォーマンスを最適化するために,エンド・ツー・エンドの学習戦略をどのように活用できるかを実証する。
論文参考訳（メタデータ） (2020-05-01T20:00:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。