論文の概要: PosePilot: An Edge-AI Solution for Posture Correction in Physical Exercises
- arxiv url: http://arxiv.org/abs/2505.19186v1
- Date: Sun, 25 May 2025 15:13:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-27 16:58:42.960981
- Title: PosePilot: An Edge-AI Solution for Posture Correction in Physical Exercises
- Title（参考訳）: PosePilot:身体運動における姿勢補正のためのエッジAIソリューション
- Authors: Rushiraj Gadhvi, Priyansh Desai, Siddharth,
- Abstract要約: この研究は、リアルタイムにパーソナライズされた修正フィードバックで認識する新しいシステムであるPosePilotを提示する。
エッジデバイス用に設計されたPosePilotは、自宅や屋外のさまざまなエクササイズに拡張できる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Automated pose correction remains a significant challenge in AI-driven fitness systems, despite extensive research in activity recognition. This work presents PosePilot, a novel system that integrates pose recognition with real-time personalized corrective feedback, overcoming the limitations of traditional fitness solutions. Using Yoga, a discipline requiring precise spatio-temporal alignment as a case study, we demonstrate PosePilot's ability to analyze complex physical movements. Designed for deployment on edge devices, PosePilot can be extended to various at-home and outdoor exercises. We employ a Vanilla LSTM, allowing the system to capture temporal dependencies for pose recognition. Additionally, a BiLSTM with multi-head Attention enhances the model's ability to process motion contexts, selectively focusing on key limb angles for accurate error detection while maintaining computational efficiency. As part of this work, we introduce a high-quality video dataset used for evaluating our models. Most importantly, PosePilot provides instant corrective feedback at every stage of a movement, ensuring precise posture adjustments throughout the exercise routine. The proposed approach 1) performs automatic human posture recognition, 2) provides personalized posture correction feedback at each instant which is crucial in Yoga, and 3) offers a lightweight and robust posture correction model feasible for deploying on edge devices in real-world environments.
- Abstract（参考訳）: 自動ポーズ補正は、アクティビティ認識の広範な研究にもかかわらず、AI駆動のフィットネスシステムにおいて重要な課題である。
PosePilotは、ポーズ認識とリアルタイムのパーソナライズされた修正フィードバックを統合し、従来のフィットネスソリューションの限界を克服する新しいシステムだ。
ケーススタディとして, 正確な時空間アライメントを必要とするヨガを用いて, 複雑な身体運動を解析するPosePilotの能力を実証した。
PosePilotはエッジデバイスへの展開用に設計されており、自宅や屋外のさまざまなエクササイズに拡張することができる。
我々は,Vanilla LSTMを用いて,ポーズ認識のための時間的依存関係を捕捉する。
さらに、マルチヘッドアテンションを持つBiLSTMは、計算効率を保ちながら、キー四肢角に選択的に焦点を合わせ、動きコンテキストを処理するモデルの能力を高める。
この研究の一環として、我々のモデルを評価するために使用される高品質なビデオデータセットを紹介します。
最も重要なことは、PosePilotは運動のすべての段階で即時修正フィードバックを提供し、運動ルーチン全体を通して正確な姿勢調整を保証することだ。
提案されたアプローチ
1)自動姿勢認識を行う。
2)ヨガで重要な各瞬間に個別の姿勢補正フィードバックを提供する。
3) 実環境におけるエッジデバイスへのデプロイが可能な軽量で堅牢な姿勢補正モデルを提供する。
関連論文リスト
- Foundation Feature-Driven Online End-Effector Pose Estimation: A Marker-Free and Learning-Free Approach [4.132336580197184]
本研究は,機能駆動型オンライン・エンド・エフェクト・オア・ポース推定アルゴリズムを提案する。
トレーニング不要の方法で、ロボットとエンドエフェクターをまたいで一般化する。
実験は、その優れた柔軟性、一般化、パフォーマンスを示します。
論文 参考訳（メタデータ） (2025-03-18T09:12:49Z) - GTA-Net: An IoT-Integrated 3D Human Pose Estimation System for Real-Time Adolescent Sports Posture Correction [3.0098511251471005]
GTA-Netは、青少年スポーツにおける姿勢補正とリアルタイムフィードバックのためのインテリジェントシステムであり、IoT対応環境に統合されている。
このモデルは、グラフ畳み込みネットワーク(GCN)、時間畳み込みネットワーク(TCN)、注意機構を組み込むことにより、動的シーンにおけるポーズ推定を強化する。
GTA-NetのHuman3.6M、HumanEva-I、MPI-INF-3DHPデータセットにおける優れた性能を示す実験結果が得られた。
論文 参考訳（メタデータ） (2024-11-11T05:17:06Z) - VICAN: Very Efficient Calibration Algorithm for Large Camera Networks [49.17165360280794]
ポースグラフ最適化手法を拡張する新しい手法を提案する。
我々は、カメラを含む二部グラフ、オブジェクトの動的進化、各ステップにおけるカメラオブジェクト間の相対変換について考察する。
我々のフレームワークは従来のPGOソルバとの互換性を維持しているが、その有効性はカスタマイズされた最適化方式の恩恵を受けている。
論文 参考訳（メタデータ） (2024-03-25T17:47:03Z) - D$^2$ST-Adapter: Disentangled-and-Deformable Spatio-Temporal Adapter for Few-shot Action Recognition [60.84084172829169]
大規模な事前訓練された画像モデルに数発のアクション認識を適用することは、ロバストな特徴抽出器を学習するための効果的な戦略であることが証明されている。
D$2$ST-Adapter (Disentangled-and-Deformable Spatio-Temporal Adapter) は,アクション認識に適した新しいチューニングフレームワークである。
論文 参考訳（メタデータ） (2023-12-03T15:40:10Z) - A Spatial-Temporal Transformer based Framework For Human Pose Assessment
And Correction in Education Scenarios [6.146739983645156]
骨格追跡、ポーズ推定、姿勢評価、姿勢補正モジュールを含む。
視覚援助の形で補正フィードバックを提供するためにポーズ補正法を作成する。
その結果,本モデルは学生の行動の質を効果的に測定し,コメントできることがわかった。
論文 参考訳（メタデータ） (2023-11-01T09:53:38Z) - EasyHeC: Accurate and Automatic Hand-eye Calibration via Differentiable
Rendering and Space Exploration [49.90228618894857]
我々は、マーカーレスでホワイトボックスであり、より優れた精度とロバスト性を提供するEasyHeCと呼ばれる手眼校正の新しいアプローチを導入する。
我々は,2つの重要な技術 – レンダリングベースのカメラポーズの最適化と整合性に基づく共同空間探索 – を利用することを提案する。
本評価は,合成および実世界のデータセットにおいて優れた性能を示す。
論文 参考訳（メタデータ） (2023-05-02T03:49:54Z) - AlphaPose: Whole-Body Regional Multi-Person Pose Estimation and Tracking
in Real-Time [47.19339667836196]
提案するAlphaPoseは,リアルタイムに動作しながら,身体全体のポーズを正確に推定・追跡できるシステムである。
我々は,COCO-全体,COCO,PoseTrack,提案したHalpe-FullBodyポーズ推定データセットにおいて,現在の最先端手法よりも高速かつ高精度であることを示す。
論文 参考訳（メタデータ） (2022-11-07T09:15:38Z) - A Flexible-Frame-Rate Vision-Aided Inertial Object Tracking System for
Mobile Devices [3.4836209951879957]
本稿では,モバイルデバイス用フレキシブルフレームレートオブジェクトポーズ推定とトラッキングシステムを提案する。
高速トラッキングのためにクライアント側で慣性計測ユニット(IMU)ポーズ伝搬を行い、サーバ側でRGB画像ベースの3Dポーズ推定を行う。
我々のシステムは120FPSまでのフレキシブルフレームレートをサポートし、ローエンドデバイス上での高精度かつリアルタイムなトラッキングを保証する。
論文 参考訳（メタデータ） (2022-10-22T15:26:50Z) - Imposing Temporal Consistency on Deep Monocular Body Shape and Pose
Estimation [67.23327074124855]
本稿では,適合過程における時間的制約の統合に対するエレガントな解法を提案する。
我々は、顎ポーズ、表情、指ポーズを含む人物の形状と動きを表す一連の身体モデルのパラメーターを導出する。
本手法は,表情や手話を含む画像系列からリアルな3次元体モデルの導出を可能にする。
論文 参考訳（メタデータ） (2022-02-07T11:11:55Z) - FixMyPose: Pose Correctional Captioning and Retrieval [67.20888060019028]
本稿では,自動ポーズ修正システムに対応する新しいキャプションデータセットfixmyposeを提案する。
我々は「現在の」ポーズを「ターゲット」ポーズのように見えるように修正する記述を収集する。
MLバイアスを避けるため、さまざまな階層を持つキャラクタ間のバランスを維持します。
論文 参考訳（メタデータ） (2021-04-04T21:45:44Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。