Penerapan Computer Vision dalam Dunia Kebugaran: Mengevaluasi Gerakan Manusia secara Efektif dengan Umpan Balik Real-time

Seeed Studio AIoT Marketing and Partnership Diterjemahkan oleh : Digiware

8/26/20252 min baca

Perangkat Keras: NVIDIA Jetson Orin Nano

Aplikasi: Estimasi Postur untuk Latihan di Gym

Industri: Evaluasi Kebugaran Cerdas

Lokasi Penerapan: Amerika Serikat, Spanyol, Prancis

Di dunia yang bergerak serbacepat ini, para penggemar kebugaran dan atlet terus mencari cara inovatif untuk meningkatkan rutinitas latihan mereka. Mendapatkan umpan balik yang akurat dan real-time saat berolahraga di gym menjadi semakin penting. Metode tradisional untuk menilai bentuk dan postur saat berolahraga sering kali tidak mampu memberikan wawasan instan, dan selalu disertai bias yang mungkin melekat pada wawasan pelatih, sehingga tidak menghasilkan analisis dan panduan yang lebih terarah dan akurat.

Tantangan yang dihadapi para pelatih dan penggemar kebugaran saat menganalisis kemajuan latihan secara real-time, khususnya dalam menilai bentuk dan ketepatan gerakan, sangatlah beragam. Metode tradisional sering kali mengandalkan mata telanjang, yang bisa bersifat subjektif dan rentan terhadap kesalahan manusia. Selain itu, memberikan umpan balik instan mengenai penyimpangan bentuk atau teknik yang tidak tepat selama sesi latihan hampir tidak mungkin dilakukan oleh satu pelatih yang mengawasi banyak klien. Kita perlu menemukan cara untuk menawarkan analisis estimasi postur yang konsisten, objektif, dan real-time melalui rekaman video atau tayangan langsung.

Tantangan
Solusi

Tantangan yang dihadapi para pelatih dan penggemar kebugaran saat menganalisis kemajuan latihan secara real-time, khususnya dalam menilai bentuk dan ketepatan gerakan, sangatlah beragam. Metode tradisional sering kali mengandalkan mata telanjang, yang bisa bersifat subjektif dan rentan terhadap kesalahan manusia. Selain itu, memberikan umpan balik instan mengenai penyimpangan bentuk atau teknik yang tidak tepat selama sesi latihan hampir tidak mungkin dilakukan oleh satu pelatih yang mengawasi banyak klien. Kita perlu menemukan cara untuk menawarkan analisis estimasi postur yang konsisten, objektif, dan real-time melalui rekaman video atau tayangan langsung.

Dengan memanfaatkan titik-titik data gerakan tubuh, sistem ini secara akurat mengidentifikasi dan menganalisis gerakan tepat pengguna, menawarkan wawasan yang sangat berharga mengenai bentuk dan postur saat berolahraga. Selain itu, sistem ini melampaui sekadar pengamatan, dengan secara otomatis menghitung jumlah repetisi latihan dan mengenali jenis latihan spesifik yang sedang dilakukan. Perpaduan inovatif antara perangkat keras dan perangkat lunak ini tidak hanya memberdayakan para pelatih dengan umpan balik real-time, tetapi juga memungkinkan mereka untuk menyesuaikan panduan, memastikan klien melakukan latihan dengan benar dan efisien, yang pada akhirnya menghasilkan hasil kebugaran yang lebih baik dan mengurangi risiko cedera.