Les capteurs portables tels que les montres connectées sont devenus un outil de motivation populaire pour les amateurs de fitness, mais les gadgets ne détectent pas tous les exercices de la même manière. Des chercheurs de l'Université Carnegie Mellon ont découvert qu'une caméra fixe est un meilleur choix pour les exercices de gym.

Le système basé sur la vision, appelé GymCam, détecte les mouvements répétitifs. En faisant cela, Rushil Khurana et Karan Ahuja, les deux Ph.D. étudiants de l'Institut d'Interaction Homme-Machine (HCII) de la CMU, ont découvert qu'ils pouvaient détecter des exercices dans un gymnase. De plus, ils pouvaient reconnaître le type d'exercice et compter les répétitions de manière fiable.

« Dans une salle de sport, le mouvement répétitif est presque toujours un exercice, " a déclaré Mayank Goel, professeur assistant au HCII et à l'Institute for Software Research. "Si vous bougez vos deux bras, vous avez tendance à les déplacer ensemble dans le temps. Cependant, si deux personnes font de l'exercice l'une à côté de l'autre et effectuent le même exercice, ils ne sont généralement pas synchronisés, et nous pouvons faire la différence entre eux."

Étant donné que le système n'a besoin que d'informations de mouvement, l'alimentation de la caméra peut être réduite à des changements pixel par pixel et éliminer les visages identifiables qui empiéteraient sur la vie privée.

Khurana a déclaré que le recours aux informations de mouvement résout également un problème pour les systèmes à caméra unique dans un environnement de salle de sport surpeuplé :l'incapacité de voir tout le corps d'une personne. L'équipement de gym ou d'autres personnes peuvent souvent obscurcir la vue de la caméra. GymCam, cependant, peut détecter l'exercice tant que sa caméra peut voir n'importe quelle partie du corps se déplacer de manière répétitive.

Khurana et Ahuja présenteront leurs conclusions jeudi, 12 septembre à l'International Joint Conference on Pervasive and Ubiquitous Computing (UbiComp 2019) à Londres.

Ahuja a déclaré que les montres intelligentes et autres appareils portables font un travail raisonnable pour suivre de nombreux exercices cardio et certains exercices de musculation. Mais leur efficacité dépend de l'endroit où les wearables sont portés. Une montre connectée peut détecter un soulèvement d'haltères, mais est inutile pour les presses à jambes. De plus, il est difficile pour une montre de faire la différence entre plusieurs mouvements du corps. L'instrumentation des appareils d'exercice est une option, mais cher. Un appareil photo, cependant, est relativement bon marché et fournit des informations spatiales ainsi que des informations de mouvement.

Le système peut également apprendre l'emplacement de types d'appareils d'exercice ou de certaines stations d'exercice dans un gymnase. Il peut alors utiliser la localisation d'un individu, en plus de leurs mouvements, pour déterminer l'exercice qu'ils font.

Les chercheurs ont testé leur algorithme dans une salle de sport bondée. Mais Goel a dit que le même algorithme fonctionne parfaitement sur un smartphone également, Ainsi, une personne peut utiliser son téléphone pour enregistrer et suivre ses entraînements à la maison. Certaines entreprises ont déjà manifesté leur intérêt à utiliser le système pour suivre les exercices à domicile.

Le système pourrait également avoir des utilisations au-delà de l'exercice physique. Goel a dit que le système de caméra, associé à des montres connectées portées par des particuliers, pourrait aider les personnes ayant une déficience visuelle à naviguer dans les centres commerciaux, aéroports et autres espaces publics. Au lieu d'utiliser le visage de la personne comme identité, le système utilisera leur motion comme signature. Il permet aux gens de refuser facilement d'être suivis ou localisés.