KI-gestützter Yoga-Lehrer

Die Schätzung von Körperhaltungen ist ein schwierig zu lösendes Problem. Bestehende Ansätze zur Positionsschätzung sind allgemein gehalten und funktionieren nicht bei allen Yogastellungen, da eine kleine Anzahl von Yogastellungen sehr anspruchsvoll ist und im Alltag nicht beobachtet wird. Eine Person kann Yoga auf verschiedene Weise erlernen. Yoga kann in einem Yogakurs oder zu Hause im Selbststudium erlernt werden. Mit Hilfe von Büchern und Videos kann man sich auch selbst belesen. Viele Menschen ziehen es vor, allein zu lernen, aber es könnte für sie schwierig sein, falsche Haltungen zuerkennen . Unser Projekt will die traditionellen Yoga-Lerntechniken ersetzen. Das KI-basierte Yoga-Instruktor-Projekt zielt darauf ab, eine leicht zu bedienende Web-Schnittstelle zu schaffen, die Menschen beim Erlernen von Yoga auf einfache und unkomplizierte Weise unterstützt. In diesem Beitrag stellen wir verbesserte Bewertungsmetriken für den Posenvergleich sowie Erweiterungen bestehender Algorithmen zur Posenschätzung vor, um Yogapositionen einzubeziehen. Das Media-Pipe Posenschätzungsmodell wird in unserer Studie verwendet, um menschliche Posen in Echtzeit zu erkennen. Darüber hinaus wird die erkannte Pose mit Hilfe eines heuristischen, winkelbasierten Ansatzes kategorisiert , um dem Benutzer relevantes Feedback zu geben, damit er seine Yogapositionen verbessern kann.

Autorentext

Atul Kumar Verma (B.Tech, M.Tech, PhD) travaille comme professeur et chef de département à SRMGPC Lucknow depuis novembre 2006. Je travaille actuellement dans le domaine de la science des données et de la sécurité des réseaux.