在健身也要人工智慧?!(上)中，我們聊到了OpenPose這個酷炫的軟體。今天來為大家解說一下人工智慧怎麼運用在辨識人體關節。以及我的小小研究，使用OpenPose辨識出來的關節位置，進行關節角度的分析。
AI人工智慧有滿多分類，其中一類稱為機器學習(machine learning)，而機器學習又有一個分支稱為深度學習(deep learning)。OpenPose使用的就是深度學習的方法。
機器學習
還記得小時候我們是如何學習新事物的嗎?
今天有一個人告訴你"有個動物四隻腳，有毛，會發出喵喵叫" (這是特徵)，這個動物叫做"貓" (這是標籤)。下次看到有個四隻腳有毛的動物，又發出喵喵叫，你就知道這摳就是貓。
(https://pic.pimg.tw/n2jackyf4/1325265031-1713854243.jpg)
如果沒人跟你說什麼是貓什麼是狗，但看到一堆阿貓阿狗混在一起，至少你會知道，喵喵叫的那幾隻(也是個特徵)是一組的，汪汪叫的那幾隻(又是個特徵)是另一組的。
(http://img.taopic.com/uploads/allimg/140119/234929-14011Z9393012.jpg)
因此，告訴電腦
1.特徵(喵喵叫)與標籤(貓)，
2.喵喵叫跟汪汪叫兩種特徵分類，
這就是機器學習。
深度學習
深度學習是模仿人類腦神經網路而來。我們在學習貓是什麼的時候，其實是有人告訴你這是貓，你自己去找特徵(他有四隻腳、他有毛、會喵喵叫)，然後我們認定有這些特徵的都是貓。因此深度學習只需要把一堆貓的圖丟給電腦讓他學習，以後他就知道，長的跟貓很像的東西都叫貓。
至於下圖這種分辨獵豹、花豹、美洲豹還是豹貓這種事，還是饒了電腦吧。
(https://www.facebook.com/natgeomedia/posts/827555307408096:0)
好啦!現在我們知道深度學習是在幹嘛，OpenPose的原理就很好懂了。
就是拿一堆人的圖片，跟他說哪邊是頭、哪邊是手、哪邊是腳，然後放生他，看他會學出什麼。
結果發現他學的還滿好的!!
除了一些人像還是長得不太像人的人，其他辨識滿準的!!
(https://lh3.googleusercontent.com/P_aYA2d8QOnuDlCHRbQhqyxSALRZazT7ceprhWiXrNMlVPMygkGELfNwmJxkLu9Jcqz0UD85x_X83eKb3Q)
跑者的關節角度
知道關節在哪裡，就能根據關節位置算出關節角度與速度以及相對應的關係。
於是千古奇案:膝蓋能不能超過腳尖這件事，一分析就知道。
而我針對100m的選手做了小小實驗，我在第40m跟60m的位置錄影並分析資深老手與小菜菜動作上是否有差異。
結果是這樣的:
兩位選手在膝關節與髖關節的屈曲/伸直(flexion/extension)的角度有很明顯的差異。
我們發現兩位選手的跑步策略是不同的，一位是以大幅度推髖為策略，一位是以大幅度屈膝為策略。
至於哪個策略跑比較快?請期待我的碩士論文(誤)。
而一般來說，40m處是最高速期，60m處速度開始下滑，我們也確實看到兩位選手動作幅度都有變小的趨勢。
這只是一個簡單小實驗。
接下來有很多事情可以分析，例如擺臂速度、兩腳力量是否均衡、衰退的程度等等。
詳情還是請參見我的碩士論文!! (如果我的論文題目是這個的話)
如果大家對動作分析有興趣，歡迎光臨台灣大學 醫學工程研究所 骨科工程暨動作分析實驗室!!
作者: 彭士倫
● NSCA-CPT® / 美國國家肌力與體能訓練協會 個人教練
● TRX-GSTC Certification / TRX懸吊認證
● Kettle Bell Concepts Certification / KBC壺鈴認證
● Master Program of Sport Facility Management & Health Promotion / 臺灣大學運動設施與健康管理學程碩士生
● NTU GIEE / 臺灣大學電子所
留言列表
