Необходимо чётко осознавать, что это просто гигантский по объёмам проект и его разработка может занять много месяцев, но с другой стороны нет никакой особой спешки, сложность этого проекта такова, что едва ли в ближайшие год-два кто-то решится на подобный стартап или начнёт осознанную разработку коммерческого продукта. Подобный проект скрывает в себе бесконечное количество неприятных сюрпризов и нереализуемых на первый взгляд вещей (всё как я люблю), поэтому разумно заниматься этой разработкой не торопясь, шаг за шагом решая промежуточные задачи и добиваясь приемлемых результатов на определённых этапах разработки. Будут конечно выпускать какие-то приложения на эту тему, но заранее можно гарантировать, что они не будут соответствовать всем нормам коммерческого продукта, поскольку количество непрогнозируемых ошибок в распознавании отдельных упражнений будет просто огромное. И да, важно понимать, что это не должен быть единственный проект всей жизни, так как тут существует огромная вероятность неудачи, поскольку ещё четыре-пять лет назад искусственные нейронные сети были просто забавной технологией, о которой слышали только гики, но сейчас это уже мощное оружие в руках подготовленного специалиста, однако у них есть один очень важный параметр, который сейчас всё ещё недостаточен для коммерческих решений — это малая точность предсказаний нейросетей. Количество артефактов, которые вы получите в коммерческом приложении и попытки устранить их обычными математическими методами потребуют колоссального количества времени, которого у стартаперов скорее всего нет, поэтому возможно полноценное коммерческое приложение «Умный фитнес тренер», который будет охватывать подавляющее большинство упражнений в фитнес-зале и демонстрировать высокую точность фиксации количества выполнения упражнений и корректность их выполнения (это ещё сложнее) будет создано весьма не скоро, однако это не причина не заниматься подобной разработкой, так как она очень сильно развивает программиста и изобретателя и тут нельзя полностью исключить шанс потрясающего успеха)
Можно попытаться сделать какую-то сильно обрезанную версию с небольшими возможностями, но боюсь даже в ней будет множество артефактов, вот самые очевидные и унылые: 1) задний фон не должен быть схожим по цветовой гамме с одеждой спортсмена, а поскольку в зале из бытовых соображений часто используют тёмные цвета и в одежде также преобладают подобная цветовая гамма, то это почти гарантированный артефакт, так как обнаруженные точки «перескакивают» на задний фон); 2) условно быстрые движения «сливаются» с предыдущими и система не успевает их идентифицировать как отдельное упражнение (никакие комплексы упражнений в быстром темпе, назовём их условно «кроссфит» не будут корректно идентифицированы и проанализированы), поскольку подобных комплексов бесконечное множество, то это также отличный повод для моря артефактов; 3) недостаточное освещение в месте контроля выполнения упражнения (а в зале, с целью комфорта для спортсменов, нередко применяют приглушённый свет), это также отличный повод для артефактов, так как при недостаточном для камеры освещении контрольные точки тела «теряются» в окружающем пространстве; 4) появление в кадре других спортсменов может вызвать кратковременное «перемещение» контролируемых точек на них, что неизбежно даёт артефакты… и это только самые очевидные. Следовательно данный проект невозможно завершить быстро и красиво, конечно возможно будут создаваться какие-то коммерческие приложения на эту тему, но они будут полны несовершенства, а это не наш путь генерить бесполезный шлак.
Вероятно есть смысл не пытаться пробить стену, которую создаёт текущая малая точность предсказания нейросетей, а посмотреть в сторону комплексного решения, связанного с миксом из программных средств компьютерного зрения и аппаратных электронных методах регистрации выполнения упражнений, поскольку окончательное принятие решения о корректности выполнения упражнения после регистрации комплексом методов будет существенно выше, чем при использовании только компьютерного зрения. Однако это безусловно потребует огромных временных и умственных трудозатрат на проведение экспериментов и устранение недостатков прежде чем будет разработано коммерческое приложение, но будем надеяться на лучшее и продолжим этот путь к вершине.
Хронология проводимых работ:
17.07.2022 г — старт разработки проекта, изучение принципа фиксации изменений характерных координат тела;
25.08.2022 г — разработано базовое андроид-приложение «Умный фитнес тренер» рассчитанное на работу на смартфонах Android для распознавания позы движущихся людей (для базового приложения выбраны два вида упражнений: приседания и отжимания от пола);
05.09.2022 г — произведены работы по улучшению точности распознавания движений приседаний и отжиманий от пола, произведены исследования по возможности использования одного окна приложения для чёткой идентификации разных упражнений (неудачная попытка решить задачу);
10.09.2022 г — начало процесса тестирования, устранения обнаруженных багов и ошибок программного кода;
15.09.2022 г — разработка базовой составляющей проекта полностью завершена, обнаружены сложности, которые требуют новых идей, разработка проекта временно приостановлена.
Планируется: — есть идея разработать систему распознавания упражнений непосредственно на микроконтроллере, чтобы быть независимым от смартфонов и привязать систему «Умный фитнес тренер» к конкретным местоположениям в тренажёрном зале.
ИСПОЛЬЗУЕМЫЕ ТЕХНОЛОГИИ
Java, Kotlin, С/С++
Другие разработки компании:
(удерживайте палец на элементе, чтобы прочитать краткое описание)