计算机视觉借相机一双「慧眼」，复杂的运动细节也能360°无死角监测

智能手表等可穿戴式设备，深受健身运动者喜爱，款式多样的可穿戴智能设备逐渐成为一种 流行的健身激励工具。这些智能设备的功能多数用来监测佩戴者的运动心率、步数、睡眠等数据，但 对于健身房环境中种类多样的运动来说，可穿戴设备无法一一“感觉”到所有运动的模式。

一群来自卡耐基梅隆大学（Carnegie Mellon University, CMU）的研究人员最近开发了 一款固定式的“运动相机”，运动者在健身房运动时，这款“相机”便 能 更好的监测运动细节。

这项最新的发现由卡耐基梅隆大学 人机交互 研究所（HCII）的研究人员Rushil Khurana博士和Karan Ahuja博士主导。这款“运动相机”学名GymCam，基于 计算机视觉 技术（Computer Vision），它 可以 检测运动者重复的动作。基于GymCam捕捉到的运动信号，研究人员可以检测到健身房中人们的运动情况。此外，他们还能识别运动的类型，并精确计算运动的重复次数。

计算机视觉 通常研究如何使机器学会“看”，更进一步来说，就是指 用摄像机和电脑代替人眼对目标进行识别、跟踪和测量等 机器视觉 ，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。通常，人类的 感知 能力可以看作是从感官信号中提取信息，所以 计算机视觉 作为计算机的“眼”，便可以看作是研究如何使 人工智能 系统从图像或多维数据中“ 感知 ”的科学。

图片来 源： Pixabay在健身房运动时，人们一般会花较长时间重复一项运动，各类手部的重复运动可以使“运动相机”能很快捕捉并学习这是什么运动；更厉害的是，当两个人或多人在一起做同样种类的运动，即使他们的动作不同步，“运动相机”还是可以区分出他们之间的运动差异。经研究人员在拥挤的大学体育馆进行的相关测试结果显示，当前版本的 GymCam在区分人们的运动动作差异的准确率 达到84.6％。

研究人员表示，GymCam对运动者的运动信息的依赖同时也 解决了健身房拥挤环境中单个摄像头系统无法看到整个身体的问题。使用单个摄像头系统时，健身器材以及其他人会成为“扰乱”相机视野的因素，但是GymCam独具“慧眼”不会被这些外在因素模糊视野，一旦它看到运动者任何身体部位重复运动，它就能检测到运动状态。

图片来 源： Pixabay现在市面上最常见的智能手表和其他可穿戴设备在追踪监测有氧运动和一些力量训练运动方面表现很好，但这些智能设备所发挥的效果取决于佩戴者的使用地点，比如，在举哑铃时佩戴智能手表，无法 感知 腿部的运动情况。此外，手表较难区分肢体动作具体是什么。

这款“运动相机”除了可以识别人们的运动情况， 还可以通过识别健身房里不同类型的健身器材特征及位置，来确定人们正在做什么运动。接着，结合相机所捕捉到的人的运动情况、所处位置，GymCam也可以来确定他们正在做的是什么运动。根据测试，GymCam 确认人们正在进行的运动准确率 为93.6%。

图片来 源： Pixabay最近，由于“AI换脸”技术带来的负面影响，人们不禁会有这样一个疑问： 这款运动相机能保证我的脸不用于其他途径吗？CMU研究人员为此解答，GymCam的目的是为了捕捉运动信息，因此安装在健身房或者公共场所的摄像机的输入图片的像素会降低，并会消除可能侵犯隐私的可识别的人脸图像。人们 无需担心GymCam会侵犯隐私的问题。

研究人员表示，基于 计算机视觉 的GymCam不会仅仅用于健身房来作为辅助人类运动的作用，除了体育锻炼，该系统还有其他用途。在保证个人隐私的前提下，当该摄像系统与个人佩戴的智能手表相结合时， 有望帮助视力有障碍的人在购物中心、机场等公共场所实现可视导航。

药明康德AI整理编译

参考资料