Umjetni inteligencijski digitalni interaktivni dizajn i javna komunikacija od pet životinjske frolike Hua Tuo
Feb 26, 2025
3. Snimanje zahtjeva zasnovano na algoritamima umjetne inteligencije
Da bi se omogućila interaktivna funkcionalnost uređaja za pet životinjskih vježbi ispred kamere, jezgra se nalazi u uspostavljanju veze između virtualnih i stvarnih reprezentacija. Učesnik postoji u stvarnom svijetu, ali prvo se mora rekonstruirati u virtualnom svijetu. Zatim se virtualni karakter odgovara rekonstruiranoj slici sudionika, omogućavajući razne interaktivne karakteristike. Da bi se postigle visoko sinhronizirane interakcije, moraju se riješiti dva glavna tehnička izazova:Procjena ljudskog poziraiPonovno pokretanje ljudskog pokreta. Tradicionalne metode ljudskog obnove često se oslanjaju na skupu opremu za hvatanje pokreta, ali ova studija koristi prednosti umjetne inteligencije za postizanje ljudske obnove po nižim troškovima.
Nova TCM biljna cistanche za bodybuilding
Primarni cilj tehnologije procjene ljudskih pozi za otkrivanje ljudskih položaja i ključaka iz video streama. Ova se tehnologija može primijeniti na dvije ključne karakteristike dizajna uređaja:
Videone tokove u stvarnom vremenu zarobljeni su putem kamere, a model otkriva ljudske tipkovine, pripremajući se za naknadne operacije.
Da bi se ispunili zahtjevi za pokrete pet životinje, videoisječci ovih vježbi unaprijed su ugrađeni u model koji otkriva ključeve za svaki pokret i stvara skeletne sekvence likova pet životinjskih vježbi, pripremajući se za prijenos korisničkih prikazivanja.
Nova TCM biljna cistanche za izgradnju tijela
Sljedeći odjeljak pruža detaljno objašnjenje procesa tehničkog implementacije.
Nova TCM biljna cistanche za izgradnju tijela
3.1 Vađenje kostura
Ova studija koristiObrnutiAlat [13] Da biste postigli real-rok za snimanje i snimanje u stvarnom vremenu. OpenSove se prvenstveno koristi za procjenu više osoba u stvarnom vremenu 2D predstavlja procjenu. Otkrivanjem i udruživanjem tipkoimena (poput zajedničkih pozicija) svake osobe na slici, omogućava prepoznavanje Posea, iako ne osigurava 3D površinske informacije ili detaljnu segmentaciju dijelova tijela. Ova metoda predstavlja koncept odPolja afiniteta dijela (PAF-ovi), koji kroz konvolucione neuronske mreže (CNNS), istovremeno predviđaju mape povjerenja za dijelove tijela i afinitet između dijelova. Keypoints se analizira pomoću pohlepnog zaključkom procesa, nudeći snažne performanse u stvarnom vremenu.
Sa unaprijed obučenim opensene modelom pripremljeni, ova studija hrani podatke o video streamu (koristeći demonstracijske video zapise od strane državnog prvaka CAO JIN-a) u model za zaključak, izvlačenje skeletnih podataka za dobivanje skeletnih nizova (vidi sliku 4).
Sl.4 Rezultati otkrivanja ljudskih karoserija
3.2 Gusta procjena ljudske pozize
2D ekstrakcija skeleta pruža ograničenu podršku za naknadne zadatke za preusmjeravanje kretanja i primjenjiv je samo na jednostavno mapiranje znakova na 2D kosture. Da bi se zadovoljile potrebe složenijih znakova, 3D površinska struktura ljudskog tijela također mora biti izvučena.Odustati[14] ima za cilj postizanje gustom procjene ljudske pozize mapiranjem svih ljudskih piksela na sliku na odgovarajuće točke na 3D ljudskoj površini. Ova metoda ne samo da otkriva ključeve, već pruža i detaljnu površinsku parametrizaciju za svaki dio tijela, izlaže UV koordinate i maske segmentacije tijela.
TheDensecovi-rcnnSistem koristi konvojku neuronska mreža (CNN) koja kombiniraDenseregMetoda sa maskom-RCNN arhitekturom. Zapošljava kaskadu generacije prijedloga regije i objedinjavanja značajki, a zatim koristi potpuno konvojku za gustu predviđanja. Ovo generira diskretne naljepnice dijela i kontinuirane površinske koordinate, predviđajući gustu odgovarajuću odnosu ljudske površine kroz obuku.
Budući da densepoziraju pruža bogate podatke o površini tijela, pogodno je za aplikacije koje zahtijevaju detaljne ljudske oblike i nastupe, poput 3D modeliranja, virtualne stvarnosti (VR) i povećane stvarnosti (AR). Konačno, densepozicija može generirati detaljne podatke koji uključuju ljudske podatke o površinskoj površini i slijeda pokreta, podržavajući prijenos složenijih reprezentacija znakova (vidi sliku 5).
Sl.5 Hua Tuo-ova pet-životinjska frolika Video slika i gusta tabela poređenja pozira
3.3 Zatovanje ljudskog pokreta
Da li omogućavanje virtualnom karakteru oponašajući pokrete u stvarnom vremenu ili animiranje korisničke fotografije za izvedbu vežbi sa pet životinja, sve se oslanja naPonovno pokretanje ljudskog pokretaTehnologija. Ova tehnologija preusmjerava niz pokreta izvora na novi niz pokreta. Postoje različiti pristupi za postizanje toga i na osnovu zahtjeva interaktivnog uređaja, ova studija prihvata dvije primjenjive tehnike.
Za izdvojenoSkeletni niz, Jednostavna obrada na bazi kostura dovoljna je za prenos na novi oblik. Na primjer, dizajniranjem modela "Stick figure", možemo povećati glavne tipke i dodavati različite boje dijelovima tijela, čime stvaramo novi prikaz.Tabela 3Ilustrira efekte ponovnog pokretanja pomoću video zapisa s pet životinja.
Tab.3 Rezultati koji sadrže sliku tipke i slike iz retarnjenog videa
Za složenije scenarije za ponovno postavljanje kretanja mogu se uvesti difuzijski modeli koji će pomoći u postizanju cilja. TheMagicanimeOkvir [15] omogućava generiranje video animacija koje se pridržavaju određenog slijeda pokreta uz održavanje vremenske konzistencije i vjernosti u referentnu sliku. Ovaj model ugrađuje referentnu sliku u enkoder izgled za generiranje izgleda, dok je ciljni slijed pozira (npr. Dense 'input ulaz u mrežu Pose Control (ControlNet) za izvlačenje uslova pokreta. Na osnovu ova dva signala, model obučava video difuzijski model koji animira referentni identitet prema datim poza.
Koristeći ovu funkciju, naš interaktivni uređaj može preuzeti redoslijed pokreta korisnika kao ciljni slijed poze, a pet-životinjski vježbe slike kao referentnu sliku. To omogućava besplatnim pokretima korisnika ispred kamere da upravljaju sinhronizovanim kretanjem lika za pet životinje, stvarajući interaktivno iskustvo (vidiSlika 6).
Sl.6 Generacija efekta ekrana
. "Pomičite se, ostanite zdravi i uživajte" Javni interaktivni dizajn uređaja
4.1 Funkcionalne funkcije
"Pomicanje, ostanite zdravi i uživajte" interaktivni uređaji koriste kamere i umjetnu inteligencijsku tehnologiju kako bi učesnicima omogućilo obavljanje niza zadataka ispred uređaja. Ovi se pokreti tada bilježe u realnom vremenu i usklađuju se sa virtualnim slikama, pružajući nerezivno interaktivno iskustvo. Prikazani su scenariji aplikacija interaktivnog uređajaSlika 7.
Značajka 1: Korisnici mogu birati iz različitih prikazi virtualnih karaktera zasnovanih na osobnim preferencijama, uključujući živahne Kung FU znakove, jedinstveno stilski blok znakove i pojednostavljene figure. Kroz ove vizuelne efekte korisnici uživaju bogato interaktivno iskustvo. Ovi znakovi ne samo oponašaju pokrete korisnika, već im odgovaraju i na njih.
Funkcija 2: Korisnici mogu preuzeti fotografije cijelog tijela ispred kamere kako bi poboljšali iskustvo izvedbe vježbi s pet životinja. Sistem ubacuje korisniku u video isječke za vježbanje s pet životinja, omogućavajući korisnicima da zamišljaju sebe kao majstore Hua Tuovih vježbi s pet životinjskim vježbama, izvršavanje različitih profesionalnih pokreta s preciznošću.
Sl.7 Scenariji aplikacija Wildfit
4.2 Postavke parametara
Uređaj se naziva"Pomeri se, ostani zdravi i uživaj"uspostaviti vezu između životinja, prirode i fitnesa. Cilj je da dizajn napravi most između ova tri elementa. Na osnovu ovog koncepta, uređaj je interaktivna instalacija zaslona namijenjena da se postavi na vanjske travnjake ili u zabavnim parkovima. Opremljen je raznim parametrima, kao što je prikazano uTabela 4.
Tabela 4: "Pomicanje, ostanite zdravi i uživajte" konfiguraciju parametara
| Parametar | Detalji |
|---|---|
| Veličina ekrana | 2,5m × 1,5m |
| Rezolucija | 1920 piksela × 1080 piksela |
| Interaktivni gumbi | Dugme za pokretanje; Gumb za praćenje pokreta i povratne informacije; Izlaz na dugme |
| Dodirni osjetljivost | 10MS Vrijeme odziva, brzina okvira od 30FPS; Podržava geste za ruke, držanje tijela i fizičko osjetljivosti |
| Interakcija povratne informacije | Glasovni prompt; ili vizualne povratne informacije (npr. Indikatori pokazuju neralignirani položaj tijela ili nepotpune geste pokreta) |
| Izdržljivost | IP65 vodootporna ocjena; Materijalna školjka od aluminijske legure
|
Sl.8 Konceptna demonstracija dizajna divljači
4.3.2 Fizička evaluacija: Sadržaj i metode
Da biste dodatno procijenili utjecaj fizičkog uređaja nakon njegove primjene, predlaže se sljedeće metode evaluacije:
1) Pokazatelji fizičkog zdravlja
Svrha.
Metoda: Linearna regresijska analiza
Linearna regresija koristi se za analizu promjena u fizičkoj zdravstvenim pokazateljima učesnika prije i nakon fitness programa. Formula je sljedeća:
Y=β₀ + β₁x + ε
Y: Zavisna varijabla (npr., Promjena težine).
X: Nezavisna varijabla.
₀₀i₁₁: Regresijski koeficijenti.
ε: Slučajna greška.
2) Psihološki zdravstveni pokazatelji
Svrha: Istražite psihološke zdravstvene polaznika za učesnike nakon sudjelovanja u fitnes programu (npr. Emocionalno stanje, razine stresa, sreće) za procjenu njenog utjecaja na mentalno biće.
Metoda: Logistička regresijska analiza
Logistička regresija koristi se za procjenu utjecaja programa na pokazatelje psiholoških zdravlja (npr. Sreća). Formula je sljedeća:
P (y =1)=1 / (1 + e ^ - (β₀ + β₁x))
Y: Binarna varijabla (npr. Da li se sudionik osjeća sretno).
X: Nezavisna varijabla.
₀₀i₁₁: Regresijski koeficijenti.
Za "Pomicanje, ostanite zdravi i uživajte" uređaju, neovisne varijable su detaljno opisaneTabela 5.
3) Anketa o angažmanu i zadovoljstvu
Svrha: Istražite angažman i zadovoljstvo učesnika sa programom fitnesa.
Metoda: Dizajnirajte i distribuirajte anketni upitnik za prikupljanje povratnih informacija korisnika o upotrebljivosti uređaja, uživanju i praktičnosti uređaja, kao i ukupno zadovoljstvo sa interaktivnim uređajem za vježbanje pet životinja.
Učesnici će ocijeniti ove aspekte, a rezultati i prijedlozi za povratne informacije koriste se za procjenu učinkovitosti uređaja.
