研究人员开发了一种将热像仪视频与基于人工智能的数字处理相结合的新方法，以提高举重训练的效果。通过提供数据驱动的见解，实现有针对性的训练和恢复策略，该方法可以帮助优化各种运动和锻炼环境中的性能和安全性。
热成像或红外图像可以通过跟踪肌肉活动和检测紧张或疲劳的区域，为运动和健康提供有价值的信息。这些信息可用于预防受伤、监测热反应和量化体育锻炼，最终帮助运动员提高他们的技能。然而，目前大多数方法使用的是前后对比快照，只能提供对体内发生的复杂动态的有限视图。
来自智利Concepción大学的研究小组负责人Laura Viafora说:“我们开发了一种方法，可以分析完整的热视频记录，同时自动获得相关参数。”“通过连续分析整个运动，而不仅仅是特定的时刻，我们可以实时跟踪温度变化的进展，并了解整个运动过程中发生了什么。”
在《应用光学》杂志上，研究人员表明，这种新方法可以用来监测举重过程中的肌肉消耗，使用的图像来自智能手机上的廉价热像仪或高端热像仪，为不同的训练需求提供灵活性和可访问性。这篇论文的题目是“一种用于举重运动评估的红外成像技术”。
Viafora说:“我们的目标是继续发展这一概念，以便运动员和教练可以使用它。”“我们还旨在通过为专家提供热数据和身体位置信息，将这项技术应用于医疗保健领域，这可能有助于疾病或受伤后更有效的康复。”
对于像举重这样的运动，运动员和教练可以通过跟踪整个运动过程中温度和身体位置的微小变化来获得很多有用的信息。为了实现这一目标，研究人员开发了数据处理算法，然后使用Google MediaPipe人工智能软件在图像中识别个人及其身体部位，并提取所需的信息。
为了获得温度数据，研究人员确定了感兴趣的身体部位，然后将像素颜色信息转换为温度值。对于位置信息，识别关节中的关键点并计算相应的角度。
最后，为了研究杠铃的运动，他们检测了场景中的砝码，然后记录下每一帧中砝码中心点的位置。在所有帧中重复这个过程，使研究人员能够在整个练习过程中生成跟踪位置和温度变化的图形和逐帧图像。
为了测试这种新方法，他们使用连接在智能手机上的低端热像仪、高端独立热像仪和传统相机来记录运动员。这种方法使他们能够比较使用不同相机的结果，并评估身体检测和角度估计的有效性。各种摄像机拍摄的视频都被上传到电脑上进行分析。
这些初步测试显示出积极的结果，表明新方法可以用于从多种摄像机类型生成彩色标记的热图像序列，以及身体部位位置的报告，这可能有助于指导运动员进行更安全、更有效的训练。
不同类型的相机确实有一些限制。例如，两种类型的热像仪都能很好地将运动员的身体从背景中区分出来，但人们发现，使用传统的热像仪来区分运动员的身体要复杂得多。
热像仪的质量也影响了初步检测，突出了选择与所需精度水平相匹配的设备的重要性。有些动作也很难被察觉，比如运动员蜷缩着身体，或者重物遮住了身体。
Viafora说:“使用热图像连续分析整个运动，不仅可以获得整个运动过程中的位置数据，还可以获得有关体温的信息。”
“我们可以看到身体的一侧是否比另一侧受到的压力更大，与传统图像相比，热图像更容易识别个体，而传统图像会受到背景颜色、服装和肤色的影响。”
现在他们已经证明了这种方法的可行性，研究人员想用这种方法来分析来自不同学科的运动员的图像，包括传统运动和残奥会运动。
他们还在努力改进算法，以便为用户提供可操作的信息。例如，如果一名运动员举起手臂，该系统可以提供实时反馈，说明该动作是否正确。
更多信息:Laura A. Viafora等人，举重运动评估的红外成像技术，应用光学(2024)。DOI: 10.1364 / AO.532763引文:结合人工智能和热视频为举重提供了一个新的窗口(2024年，10月1日)检索自2024年10月1日https://medicalxpress.com/news/2024-10-combining-ai-thermal-video-window.html此文档受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
