आर्टिफिशियल इंटेलिजेंस-चालित डिजिटल इंटरेक्टिव डिज़ाइन और हुआ टूओ के पांच-पशु फ्रोलिक्स के सार्वजनिक संचार
Feb 26, 2025
3। कृत्रिम बुद्धिमत्ता एल्गोरिदम के आधार पर गति कैप्चर
एक कैमरे के सामने पांच-पशु अभ्यास डिवाइस की इंटरैक्टिव कार्यक्षमता को सक्षम करने के लिए, कोर आभासी और वास्तविक दुनिया के अभ्यावेदन के बीच एक संबंध स्थापित करने में निहित है। प्रतिभागी वास्तविक दुनिया में मौजूद है, लेकिन पहले आभासी दुनिया में पुनर्निर्माण किया जाना चाहिए। फिर, आभासी चरित्र को प्रतिभागी की पुनर्निर्मित छवि से मिलान किया जाता है, जो विभिन्न इंटरैक्टिव सुविधाओं को सक्षम करता है। अत्यधिक सिंक्रनाइज़ किए गए इंटरैक्शन को प्राप्त करने के लिए, दो प्रमुख तकनीकी चुनौतियों को संबोधित किया जाना चाहिए:मानव मुद्रा आकलनऔरमानव गति रिटारगेटिंग। पारंपरिक मानव पुनर्निर्माण के तरीके अक्सर महंगे मोशन कैप्चर उपकरणों पर भरोसा करते हैं, लेकिन यह अध्ययन कम लागत पर मानव पुनर्निर्माण को प्राप्त करने के लिए कृत्रिम बुद्धिमत्ता के लाभों का लाभ उठाता है।
बॉडीबिल्डिंग के लिए नया टीसीएम हर्बल सिस्टेंच
मानव मुद्रा अनुमान प्रौद्योगिकी का प्राथमिक लक्ष्य वीडियो धाराओं से मानव पदों और कीपॉइंट्स का पता लगाना है। इस तकनीक को डिवाइस डिज़ाइन की दो प्रमुख विशेषताओं पर लागू किया जा सकता है:
रियल-टाइम वीडियो स्ट्रीम को एक कैमरे के माध्यम से कैप्चर किया जाता है, और मॉडल मानव कीपॉइंट्स का पता लगाता है, जो बाद के संचालन की तैयारी करता है।
पांच-पशु अभ्यास आंदोलनों की आवश्यकताओं को पूरा करने के लिए, इन अभ्यासों के वीडियो क्लिप को मॉडल में लोड किया जाता है, जो प्रत्येक आंदोलन के लिए कीपॉइंट्स का पता लगाता है और पांच-पशु अभ्यास वर्णों के कंकाल अनुक्रम उत्पन्न करता है, जो उपयोगकर्ता अभ्यावेदन के हस्तांतरण की तैयारी करता है।
बॉडी बिल्डिंग के लिए नया टीसीएम हर्बल सिस्टेंच
निम्नलिखित अनुभाग तकनीकी कार्यान्वयन प्रक्रिया की विस्तृत व्याख्या प्रदान करता है।
बॉडी बिल्डिंग के लिए नया टीसीएम हर्बल सिस्टेंच
3.1 कंकाल निष्कर्षण
यह अध्ययन का उपयोग करता हैखोलनाउपकरण [13] वास्तविक समय 2 डी कीपॉइंट कैप्चर और रिकॉर्डिंग प्राप्त करने के लिए। OpenPos का उपयोग मुख्य रूप से वास्तविक समय के बहु-व्यक्ति 2D मुद्रा अनुमान के लिए किया जाता है। एक छवि में प्रत्येक व्यक्ति के कीपॉइंट्स (जैसे संयुक्त पदों) का पता लगाने और उसे जोड़कर, यह पोज़ मान्यता को सक्षम बनाता है, हालांकि यह 3 डी सतह की जानकारी या शरीर के अंगों के विस्तृत विभाजन प्रदान नहीं करता है। यह विधि की अवधारणा का परिचय देती हैभाग आत्मीयता क्षेत्र, जो, कन्व्यूशनल न्यूरल नेटवर्क (CNNs) के माध्यम से, साथ ही साथ शरीर के अंगों के बीच शरीर के अंगों और आत्मीयता क्षेत्रों के लिए आत्मविश्वास के नक्शे की भविष्यवाणी करता है। कीपॉइंट्स को एक लालची निष्कर्ष प्रक्रिया का उपयोग करके पार्स किया जाता है, जो मजबूत वास्तविक समय के प्रदर्शन की पेशकश करता है।
तैयार किए गए पूर्व-प्रशिक्षित ओपनपोज़ मॉडल के साथ, यह अध्ययन वीडियो स्ट्रीम डेटा (नेशनल चैंपियन काओ जिन द्वारा प्रदर्शन वीडियो का उपयोग करके) को मॉडल में फीड करता है, जो कंकाल के अनुक्रमों को प्राप्त करने के लिए कंकाल डेटा निकालता है (चित्र 4 देखें)।
Fig.4 मानव शरीर की परमाणु का पता लगाने के परिणाम
3.2 घने मानव मुद्रा अनुमान
2 डी कंकाल निष्कर्षण बाद के मोशन रिटारगेटिंग कार्यों के लिए सीमित समर्थन प्रदान करता है और केवल 2 डी कंकाल पर सरल वर्ण मानचित्रण पर लागू होता है। अधिक जटिल चरित्र अभ्यावेदन की जरूरतों को पूरा करने के लिए, मानव शरीर की 3 डी सतह संरचना को भी निकाला जाना चाहिए।घने होना] यह विधि न केवल कीपॉइंट्स का पता लगाती है, बल्कि प्रत्येक शरीर के हिस्से के लिए विस्तृत सतह पैरामीटर भी प्रदान करती है, यूवी निर्देशांक और बॉडी पार्ट सेगमेंटेशन मास्क को आउटपुट करती है।
घनेसिस्टम एक दृढ़ तंत्रिका नेटवर्क (CNN) का उपयोग करता है जो जोड़ती हैडेनसेरेगमास्क-आरसीएनएन आर्किटेक्चर के साथ विधि। यह क्षेत्र प्रस्ताव उत्पादन और फीचर पूलिंग के एक झरना को नियोजित करता है, फिर घने भविष्यवाणियों के लिए एक पूरी तरह से दृढ़ नेटवर्क का उपयोग करता है। यह असतत भाग लेबल और निरंतर सतह निर्देशांक उत्पन्न करता है, प्रशिक्षण के माध्यम से मानव सतह के घने पत्राचार संबंध की भविष्यवाणी करता है।
चूंकि घने शरीर की सतह की जानकारी प्रदान करता है, इसलिए यह विस्तृत मानव आकृतियों और दिखावे की आवश्यकता वाले अनुप्रयोगों के लिए उपयुक्त है, जैसे कि 3 डी मॉडलिंग, वर्चुअल रियलिटी (वीआर), और संवर्धित वास्तविकता (एआर)। अंततः, घने विस्तृत डेटा उत्पन्न करने में सक्षम है जिसमें मानव सतह की जानकारी और गति अनुक्रम शामिल हैं, अधिक जटिल चरित्र अभ्यावेदन के हस्तांतरण का समर्थन करते हैं (चित्र 5 देखें)।
अंजीर।
3.3 मानव गति रिटारगेटिंग
चाहे एक उपयोगकर्ता के वास्तविक समय आंदोलनों की नकल करने के लिए एक आभासी चरित्र को सक्षम करना या पांच-पशु अभ्यास करने के लिए उपयोगकर्ता की तस्वीर को एनिमेट करना, यह सब पर निर्भर करता हैमानव गति रिटारगेटिंगतकनीकी। यह तकनीक एक नए गति अनुक्रम के लिए एक स्रोत गति अनुक्रम को पुनर्निर्देशित करती है। इसे प्राप्त करने के लिए विभिन्न दृष्टिकोण हैं, और इंटरैक्टिव डिवाइस की आवश्यकताओं के आधार पर, यह अध्ययन दो लागू तकनीकों को अपनाता है।
निकाले गए के लिएकंकाल अनुक्रम, कंकाल के आधार पर सरल प्रसंस्करण इसे एक नए रूप में स्थानांतरित करने के लिए पर्याप्त है। उदाहरण के लिए, एक "स्टिक फिगर" मॉडल को डिजाइन करके, हम हेड कीपॉइंट्स को बड़ा कर सकते हैं और शरीर के अंगों में अलग -अलग रंग जोड़ सकते हैं, जिससे एक नया प्रतिनिधित्व पैदा हो सकता है।टेबल तीनपांच-पशु अभ्यास वीडियो का उपयोग करके गति रिटारगेटिंग के प्रभावों को दिखाता है।
Tab.3 परिणाम जिसमें कुंजी बिंदु छवि और छवि रिटारगेट वीडियो से होती है
अधिक जटिल गति रिटारगेटिंग परिदृश्यों के लिए, लक्ष्य को प्राप्त करने में सहायता के लिए प्रसार मॉडल पेश किए जा सकते हैं।जादूगरफ्रेमवर्क [15] वीडियो एनिमेशन उत्पन्न करने की अनुमति देता है जो संदर्भ छवि के लिए अस्थायी स्थिरता और निष्ठा बनाए रखते हुए किसी दिए गए मोशन अनुक्रम का पालन करते हैं। यह मॉडल एक उपस्थिति एन्कोडर में संदर्भ छवि को एक उपस्थिति एम्बेडिंग उत्पन्न करने के लिए एम्बेड करता है, जबकि लक्ष्य मुद्रा अनुक्रम (जैसे, घने) गति की स्थिति निकालने के लिए एक पोज़ कंट्रोल नेटवर्क (कंट्रोलनेट) में इनपुट है। इन दो संकेतों के आधार पर, मॉडल एक वीडियो प्रसार मॉडल को प्रशिक्षित करता है जो दिए गए मुद्रा के अनुसार संदर्भ पहचान को एनिमेट करता है।
इस सुविधा का उपयोग करते हुए, हमारा इंटरैक्टिव डिवाइस उपयोगकर्ता के गति अनुक्रम को लक्ष्य मुद्रा अनुक्रम के रूप में ले सकता है और संदर्भ छवि के रूप में पांच-पशु अभ्यास वर्ण छवि। यह कैमरे के सामने उपयोगकर्ता के मुफ्त आंदोलनों को पांच-पशु अभ्यास चरित्र के सिंक्रनाइज़ गति को चलाने में सक्षम बनाता है, एक इंटरैक्टिव अनुभव बनाता है (देखें)चित्र 6).
अंजीर। 6 स्क्रीन प्रभाव पीढ़ी
4। "मूव करें, स्वस्थ रहें, और" सार्वजनिक इंटरैक्टिव डिवाइस डिजाइन का आनंद लें "
4.1 कार्यात्मक विशेषताएं
"चाल, स्वस्थ रहें, और आनंद लें" इंटरैक्टिव डिवाइस ने प्रतिभागियों को डिवाइस के सामने कार्यों की एक श्रृंखला करने में सक्षम बनाने के लिए कैमरों और कृत्रिम खुफिया तकनीक का लाभ उठाया। इन आंदोलनों को वास्तविक समय में दर्ज किया जाता है और आभासी चरित्र छवियों के साथ मेल खाता है, जो एक इमर्सिव इंटरैक्टिव अनुभव प्रदान करता है। इंटरैक्टिव डिवाइस के एप्लिकेशन परिदृश्य में दिखाए गए हैंचित्र 7.
फ़ीचर 1: उपयोगकर्ता व्यक्तिगत वरीयताओं के आधार पर विभिन्न प्रकार के आभासी चरित्र अभ्यावेदन से चुन सकते हैं, जिसमें जीवंत कुंग फू वर्ण, विशिष्ट रूप से स्टाइल ब्लॉक वर्ण और सरलीकृत स्टिक आंकड़े शामिल हैं। इन दृश्य प्रभावों के माध्यम से, उपयोगकर्ता एक समृद्ध इंटरैक्टिव अनुभव का आनंद लेते हैं। ये पात्र न केवल उपयोगकर्ताओं के आंदोलनों की नकल करते हैं, बल्कि उन्हें भी जवाब देते हैं।
फ़ीचर 2: उपयोगकर्ता पांच-पशु अभ्यास करने के अनुभव को बढ़ाने के लिए कैमरे के सामने पूर्ण शरीर की तस्वीरें ले सकते हैं। सिस्टम उपयोगकर्ता की छवि को पांच-पशु व्यायाम वीडियो क्लिप में सम्मिलित करता है, जिससे उपयोगकर्ता खुद को HUA TUO के पांच-पशु अभ्यासों के स्वामी के रूप में कल्पना कर सकते हैं, जो विभिन्न पेशेवर आंदोलनों को सटीकता के साथ निष्पादित करते हैं।
Fig.7 वाइल्डफिट आवेदन परिदृश्य
4.2 पैरामीटर सेटिंग्स
डिवाइस का नाम है"स्थानांतरित करें, स्वस्थ रहें, और आनंद लें"जानवरों, प्रकृति और फिटनेस के बीच संबंध स्थापित करने के लिए। लक्ष्य डिजाइन को इन तीन तत्वों के बीच एक पुल बनाना है। इस अवधारणा के आधार पर, डिवाइस एक इंटरैक्टिव स्क्रीन इंस्टॉलेशन है जिसका उद्देश्य आउटडोर लॉन पर या मनोरंजन पार्कों में रखा जाना है। यह विभिन्न मापदंडों से सुसज्जित है, जैसा कि दिखाया गया हैतालिका 4.
तालिका 4: "स्थानांतरित करें, स्वस्थ रहें, और" पैरामीटर कॉन्फ़िगरेशन का आनंद लें "
| पैरामीटर | विवरण |
|---|---|
| स्क्रीन का साईज़ | 2.5 मीटर × 1.5 मीटर |
| संकल्प | 1920 पिक्सल × 1080 पिक्सल |
| इंटरैक्टिव बटन | प्रारंभ करें बटन; मोशन ट्रैकिंग और फीडबैक इंडिकेटर बटन; निकास बटन |
| स्पर्श संवेदनशीलता | 10ms प्रतिक्रिया समय, 30fps फ्रेम दर; हाथ के इशारों, शरीर की मुद्रा और शारीरिक संवेदन का समर्थन करता है |
| प्रतिक्रिया परस्पर क्रिया | आवाज संकेत देता है; या दृश्य प्रतिक्रिया (उदाहरण के लिए, संकेतक अनलिग्निटेड बॉडी आसन या अपूर्ण गति इशारों को दर्शाता है) |
| सहनशीलता | IP65 वॉटरप्रूफ रेटिंग; एल्यूमीनियम मिश्र धातु सामग्री
|
Fig.8 वाइल्डफिट डिजाइन अवधारणा प्रदर्शन
4.3.2 शारीरिक मूल्यांकन: सामग्री और विधियाँ
इसके आवेदन के बाद भौतिक उपकरण के प्रभाव का और आकलन करने के लिए, निम्नलिखित मूल्यांकन विधियां प्रस्तावित हैं:
1) शारीरिक स्वास्थ्य संकेतक
उद्देश्य: फिटनेस कार्यक्रम (जैसे, वजन, शरीर में वसा प्रतिशत, हृदय गति, रक्तचाप, रक्तचाप) में संलग्न होने से पहले और बाद में प्रतिभागियों के शारीरिक स्वास्थ्य संकेतकों की तुलना शारीरिक स्वास्थ्य पर फिटनेस कार्यक्रम के प्रभाव का मूल्यांकन करने के लिए करें।
तरीका: रेखीय प्रतिगमन विश्लेषण
फिटनेस कार्यक्रम से पहले और बाद में प्रतिभागियों के शारीरिक स्वास्थ्य संकेतकों में परिवर्तन का विश्लेषण करने के लिए रैखिक प्रतिगमन का उपयोग किया जाता है। सूत्र इस प्रकार है:
Y =} + β₁x + ε
Y: आश्रित चर (जैसे, वजन परिवर्तन)।
X: स्वतंत्र चर।
β₀औरβ₁: प्रतिगमन गुणांक।
ε: कोई भी त्रुटि।
2) मनोवैज्ञानिक स्वास्थ्य संकेतक
उद्देश्य: मानसिक कल्याण पर इसके प्रभाव का मूल्यांकन करने के लिए फिटनेस कार्यक्रम (जैसे, भावनात्मक स्थिति, तनाव के स्तर, खुशी) में भाग लेने के बाद प्रतिभागियों के मनोवैज्ञानिक स्वास्थ्य संकेतकों की जांच करें।
तरीका: लॉजिस्टिक प्रतिगमन विश्लेषण
लॉजिस्टिक रिग्रेशन का उपयोग मनोवैज्ञानिक स्वास्थ्य संकेतकों (जैसे, खुशी) पर कार्यक्रम के प्रभाव का मूल्यांकन करने के लिए किया जाता है। सूत्र इस प्रकार है:
P (y =1})=1 / (1 + e^-(β₀ + β₁x))
Y: बाइनरी वैरिएबल (जैसे, चाहे प्रतिभागी खुश महसूस करता हो)।
X: स्वतंत्र चर।
β₀औरβ₁: प्रतिगमन गुणांक।
"चाल, स्वस्थ रहें, और आनंद लें" डिवाइस के लिए, स्वतंत्र चर विस्तृत हैंतालिका 5.
3) सगाई और संतुष्टि सर्वेक्षण
उद्देश्य: फिटनेस कार्यक्रम के साथ प्रतिभागियों की सगाई और संतुष्टि की जांच करें।
तरीका: डिवाइस की प्रयोज्य, आनंद और व्यावहारिकता पर उपयोगकर्ता प्रतिक्रिया एकत्र करने के लिए एक सर्वेक्षण प्रश्नावली को डिजाइन और वितरित करें, साथ ही साथ पांच-पशु व्यायाम इंटरैक्टिव डिवाइस के साथ समग्र संतुष्टि।
प्रतिभागी इन पहलुओं को रेट करेंगे, और डिवाइस की प्रभावशीलता का मूल्यांकन करने के लिए फीडबैक स्कोर और सुझाव का उपयोग किया जाएगा।
