Beden egzersizleri artık kablosuz algılama sistemleri ile takip edilebilecektir. Belirli ortamlardaki etkinlikleri veya değişiklikleri uzaktan izlemesine olanak tanıyan araçlar olan kablosuz algılama cihazlarının birçok uygulaması da vardır. Örneğin, hastaların ve sporcuların uyku veya fiziksel aktivitelerini izlemenin yanı sıra gözetim amacıyla kullanılabilirler. Günlük Egzersiz Programını Üç Boyutlu Takip Sistemi ile spordan yaşlı bakımına kadar bir çok alanda yeni teknolojilere geliştirilebileceği düşünülüyor.
Bazı video oyunu geliştiricileri, daha ilgi çekici spor veya dansla ilgili oyunlar oluşturmak için kablosuz algılama sistemlerini kullanıyorlar. Florida Eyalet Üniversitesi, Trinity Üniversitesi ve Rutgers Üniversitesi’ndeki araştırmacılar, çok çeşitli serbest biçimli fiziksel aktiviteler gerçekleştirirken insanların pozlarını 3D olarak izleyebilen yeni bir kablosuz algılama sistemi olan Winect’i yakın zamanda geliştirdiler.
Bu sistem, arXiv’de önceden yayınlanan bir makalede tanıtıldı. Şimdi bu arşivleme sistemini kısaca tanıyalım.
arXiv Nedir?
arXiv denetimden sonra gönderilmek üzere onaylanan, ancak akran incelemesi olmayan elektronik ön baskıların ve son baskıların (e-baskılar olarak bilinir) açık erişim deposudur.
Matematik, fizik, astronomi, elektrik mühendisliği, bilgisayar bilimi, kantitatif biyoloji, istatistik, matematiksel finans ve ekonomi alanlarında çevrimiçi olarak erişilebilen bilimsel makalelerden oluşmaktadır. Matematik ve fiziğin birçok alanında, neredeyse tüm bilimsel makaleler, hakemli bir dergide yayınlanmadan önce arXiv deposunda kendi kendine arşivlenir.
Bazı yayıncılar, yazarlara hakemli son baskıyı arşivleme izni de verir. 14 Ağustos 1991’de başlayan arXiv.org, 3 Ekim 2008’de yarım milyon makalelik dönüm noktasını geçti ve 2014’ün sonunda bir milyona ulaştı.
Nisan 2021 itibariyle, gönderim oranı ayda yaklaşık 16.000 makaledir.
Tekrar yazımıza dönersek;
Dünya çapında en ünlü bilgisayar bilimi etkinliklerinden biri olan ACM Etkileşimli, Mobil, Giyilebilir ve Ubiquitous Teknolojileri Konferansı (Ubi Comp) 2021’de sunulacak. Araştırmayı yürüten araştırmacılardan biri olan Jie Yang “Araştırma grubumuz kablosuz algılama konusunda son teknoloji araştırmalar yürütüyor” dedi.
“Geçmişte, büyük ölçekli insan faaliyetlerinden küçük ölçekli parmak hareketlerine, uyku izleme ve günlük nesnelere kadar çeşitli insan faaliyetlerini ve nesnelerini algılamak için Wi-Fi sinyallerini kullanmak için birkaç sistemler önerilmişti.
Çeşitli günlük aktivite türlerini ve parmak hareketlerini ayırt etmek için Wi-Fi algılamayı kullanan ilk çalışmalar arasında yer alan E-eyes ve WiFinger adlı sistemler olarak bilinmektedir.
Kablosuz Algıama Sistemlerinin Beden Egzersizlerinde Kullanımı
Araştırmacılar tarafından geçmiş çalışmalarında geliştirilen kablosuz algılama sistemleri umut verici sonuçlar elde ederken, çoğunlukla önceden eğitilmiş belirli bir dizi bilinen aktiviteye dayanan modellere güveniyorlar. Bu nedenle yalnızca sınırlı sayıda insan pozu veya hareketini sınıflandırabiliyorlar.
Araştırmacılar yeni çalışmalarında, serbest biçimli insan faaliyetlerini (yani hızlı ve daha ayrıntılı hareketleri içeren) algılamak için Wi-Fi sinyallerini kullanıp kullanamayacaklarını da araştırdılar.
Serbest biçimli hareketlerin doğru bir şekilde izlenmesi ve tahmin edilmesi, sanal gerçeklik (VR) uygulamaları, teknolojiyle güçlendirilmiş fitness ve video oyunu geliştirme dahil olmak üzere birçok gerçek dünya bilgi işlem uygulamasını geliştirebilir.
Winect Nedir?
Araştırmacılar tarafından oluşturulan sistem olan Winect, Wi-Fi sinyallerini ileterek ve bu sinyallerin insan vücudundan nasıl yansıdığını analiz ederek ev ortamlarındaki hareketleri inceleyebilir. Bu, serbest çatal hareketlerini ve insan pozlarını 3D olarak izlemesini sağlar.
Egzersiz yapan kişinin 3B tam vücut hareketlerinin dijital bir versiyonunu oluşturmak için derin öğrenme tekniklerini kullanır ve vücudu eklemlerle ayrılmış farklı parçalara ayırır (örneğin, baş, omurga, omuzlar, dirsekler, bilekler, kalçalar, dizler ve ayak bilekleri) .
Winect’in önemli bir avantajı, insan faaliyetlerini incelemek için ihtiyaç duyduğu sinyalleri göndermek için dizüstü bilgisayarlar, masaüstü bilgisayarlar, akıllı TV’ler veya akıllı hoparlörler gibi bir ortamda bulunan Wi-Fi ileten cihazları kullanmasıdır.
Sistem önce ev ortamını araştırmak için Wi-Fi sinyallerini yayar ve ardından serbest biçimli aktivite takibi için insan vücudundan yansıyan sinyalleri analiz eder. Daha spesifik olarak, insan faaliyetlerinin varlığını ve hareketli uzuvların sayısını tespit etmek için alınan Wi-Fi sinyallerinin aşamasını çıkarır ve analiz eder. Ardından, sistem hareket eden her hareketten yansıyan Wi-Fi sinyallerini ayırmak için sinyal işleme tekniklerini kullanır.
Winect, derin öğrenme tekniklerini kullanarak bir insan kullanıcının vücut pozlarının dijital bir versiyonunu 3D olarak oluşturur. Temel olarak, uzuvların hareketleri ve karşılık gelen eklemler arasındaki ilişkiyi modelleyerek kullanıcının vücudunun 3 boyutlu bir iskeletini oluşturur.
“Kullanıcının insan vücuduna hareket sensörleri veya görünür işaretler takmasını veya takmasını gerektiren Xsens gibi müdahaleci giyilebilir sistemlerin aksine, Winect insan vücudunda hiçbir sensör gerektirmez ve bu nedenle kullanıcılar için şeffaftır.” diye de araştırmacı Yang belirtiyor.
Yang ve meslektaşları, kablosuz algılama sistemlerini değerlendirdi ve dikkate değer sonuçlar elde ettiğini buldu. Winect, testlerinde, çeşitli zorlu ortamlarda ve senaryolarda serbest biçimli insan faaliyetlerini santimetre düzeyinde doğrulukla izleyebildi. Genel olarak, bulguları, insan vücudundan yansıyan Wi-Fi sinyallerinin, ince taneli insan hareketlerini ve pozlarını çıkarmak için kullanılabilecek zengin bilgiler taşıdığını gösteriyor.
Fitness Asistanları Yeni Yardımcı Geliyor
Gelecekte, bu 3B insan pozu tahmin sistemi, serbest biçimli insan hareketlerinin izlenmesini içeren daha ilgi çekici ve daha iyi performans gösteren uygulamalar oluşturmak için kullanılabilir. Örneğin, tahmin ettiği 3D pozlar, akıllı fitness asistanlarının ve VR platformlarının performansını artırabilir.
Yang, “İnsan-bilgisayar etkileşimi uygulamaları, bu tür ince taneli hareketler, akıllı sağlık uygulamaları için insan faaliyetlerini ve davranışlarını anlamak için çıkarılabilir. Örneğin, yerinde yaşlanma ortamlarında, düşmeleri ve diğer ihtiyaç durumlarını tespit etmek için yaşlıların aktivitelerini ve davranış değişikliklerini anlamak çok yardımcı oluyor” diye de açıklıyor.
Günlük aktiviteleri takip ederek ve bir kişi için istatistikler üreterek ve sağlığı ve de konforu iyileştiren müdahaleler önermek de bu sistemler ile mümkün olabiliyor.
Şimdiye kadar, araştırmacılar öncelikle içinde bulundukları ortamı analiz etmeden insan faaliyetlerini tespit etmeye odaklandılar. Ancak bundan sonraki çalışmalarında, bir yaklaşım izleyerek insan faaliyetlerini takip edebilecek ve niyetleri tahmin edebilecek sistemler oluşturmayı planlıyorlar.
Araştırmacı Yang “Örneğin, bir kullanıcı yatakta hareket etmeden yatıyorsa uyuyor veya sadece müzik dinliyor olabilir, bu nedenle mevcut sistemlerin bağlam olmadan ne hissettiklerini tam olarak anlaması zor olabilir” diye açıklıyor.
“Dolayısıyla, insan faaliyetlerini, içeriklerinin anlamsal bağlamını ve aralarındaki içsel ilişkileri göz önünde bulundurarak, içinde yer aldığı sahne ile birlikte analiz etmek önemlidir.”
Kaynak: Techexplore
