FlowAR:在线健身视频的不同增强现实可视化如何支持家庭瑜伽练习的流畅体验

AR 导航与情境感知健身追踪与运动监测运动员与健身爱好者健身教练

文献标题

FlowAR: How Different Augmented Reality Visualizations of Online Fitness Videos Support Flow for At-Home Yoga Exercises

文献信息

  • 主题领域: 基于增强现实技术的居家瑜伽辅助系统
  • 关键词: 增强现实, 健身视频, 居家运动, 瑜伽, 人体姿态估计

研究背景与问题

  • 发现的问题或挑战:

    • 居家观看健身视频的用户需要分散注意力以保持屏幕在视线内,这会破坏运动流(Motion Flow)并影响瑜伽动作的正确执行。
    • 传统解决方案(如动态屏幕或虚拟现实教练)需要专业的运动捕捉系统或固定屏幕,难以适应复杂全身运动和旋转瑜伽动作。
  • 重要性:

    • 瑜伽是世界范围内极受欢迎的运动形式,其强调动作间流畅转换来促进身体协调和平衡。因此,在居家环境中提供支持流畅动作的解决方案是重要的。
  • 研究动机与相关工作:

    • 过去的研究针对体能训练提出了许多技术性解决方案,包括固定屏幕的使用、虚拟现实教练,以及3D姿态动画。然而,它们存在成本高、设置复杂以及对于复杂运动支持能力有限的问题。
    • 本研究旨在利用增强现实技术,通过动态视频叠加来解决上述问题。

解决方案

  • 方法或解决方案:

    • 提出FlowAR系统,通过头戴式显示器(HMD)将健身视频以虚拟叠加屏幕的形式呈现在用户周围,以支持各种复杂全身瑜伽动作。
    • 研究了三种不同的屏幕布局:
      1. Circular布局: 静态环绕布局,多个屏幕围绕用户分布。
      2. User-anchored布局: 虚拟屏幕动态跟随用户头部,确保视频始终处于视线范围。
      3. Trainer-anchored布局: 屏幕动态根据教练动作移动,指导用户完成正确姿势。
  • 创新点:

    • 将现有的在线健身视频转化为增强现实叠加,避免了制作专业3D动画的成本。
    • 跨越静态显示器的局限性,支持多方向、流畅的运动体验。
  • 实施步骤:

    • 使用Oculus Quest HMD进行增强现实显示,结合BlazePose 3D姿态估计算法从普通视频中提取教练运动数据。
    • 在实验中通过用户研究验证不同屏幕布局的适用性,分析运动差异和用户反馈。

研究成果

  • 具体成果:

    • 设计并验证了一种增强现实瑜伽教学系统FlowAR,可在居家环境中使用普通健身视频实现动态屏幕显示。
    • 不同屏幕布局对流畅动作支持的效果表现出显著差异,尤其用户动态屏幕布局(User-anchored和Trainer-anchored)能减少因分心而导致的动作中断。
  • 优势:

    • FlowAR不需要昂贵的运动捕捉设备,可以利用普通视频内容,使得居家瑜伽训练更为经济实用。
    • 动态布局减轻了使用固定屏幕时的不便,显著提升了用户体验和动作精准性。
  • 实验或评估结果:

    • 第一个实验(实验室环境下)验证了动态布局在减少动作中断和提高用户满意度方面的优越性。
    • 第二个实验展示了FlowAR在家居环境中的实际适用性,且不同用户的瑜伽经验对屏幕布局偏好有一定影响。
    • 新手用户更倾向于Trainer-anchored布局以获得更多指导,而有经验的用户则更偏好User-anchored布局以便自主学习。
  • 局限性与未来方向:

    • 局限性:
      1. 使用的HMD仍然较重,可能影响长时间训练的舒适度。
      2. 3D姿态估计算法在光线条件差的情况下准确性可能降低。
      3. 未在系统中考虑呼吸指导等瑜伽训练中的关键需求。
    • 未来方向:
      1. 引入更轻便的显示设备,例如智能眼镜或隐形显示器。
      2. 增加呼吸指导和实时姿态反馈功能。
      3. 将系统扩展到其他室内体育运动训练中,如普拉提和舞蹈。
      4. 探索自适应指导系统,根据用户经验动态调整屏幕布局和辅助功能。

总结

FlowAR系统成功地展示了增强现实技术在居家瑜伽训练中的潜力和实用性。它以经济且实用的方式解决了传统屏幕训练分心的问题,为提高用户运动流畅性和瑜伽教学体验提供了新的方法。同时,该研究为未来技术驱动的运动教学工具提供了设计参考和方向。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/95997/2023

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3580897
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
AR 导航与情境感知、健身追踪与运动监测
work
职业/产业
运动员与健身爱好者、健身教练
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文