从体育视频到沉浸式训练:增强人体动作以丰富篮球训练体验
作者
全身交互与体感输入人体姿态与行为识别运动员与健身爱好者健身教练
视频在体育训练中发挥着至关重要的作用,使参与者能够分析动作并识别对手的弱点。尽管体育视频容易获取,但由于缺乏清晰的表现指标且与真实比赛条件存在差异,丰富的运动数据仍未得到充分利用。为了解决这个问题,我们采用先进的计算机视觉算法在沉浸式环境中重建人体动作,用户可以自由观察和互动。篮球投篮被选为代表性场景来验证该框架,因为它节奏快且身体对抗频繁。我们与专家合作,迭代设计了与运动相关的可视化,以增强对复杂动作的理解。我们还提供了一对一模拟真实比赛的对抗,让用户可以直接与重建的动作竞争。我们的用户研究表明,这种方法增强了参与者的动作理解和参与度,而访谈的见解为未来沉浸式训练设计提供了信息。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 60%
与自己竞赛:在VR运动游戏中的纵向自我竞争探索——过去、现在和未来表现之间的自我竞争
CHI '20· 全身交互与体感输入 +1
- 60%
在虚拟现实骑行中对运动化身的生理和感知反应
CHI '21· 运动晕车与乘客体验 +1
- 60%
身体热身游戏。探索游戏和技术设计的潜力
CHI '21· 全身交互与体感输入 +1
- 60%
不要再跳过腿部训练日:在虚拟现实运动游戏中通过垂直跳跃训练下身
CHI '23· 全身交互与体感输入 +1
- 60%
利用视频动作跟踪自动调整显示高度以提升家庭锻炼体验
CHI '24· 全身交互与体感输入 +1
- 60%
VisMimic: 在反馈视频生成中整合运动链以用于动作指导
UIST '25· 全身交互与体感输入 +1
- 60%
UltraPoser:利用消费级可穿戴设备的超声波传感突破 IMU 全身姿态估计的极限
UIST '25· 中空超声波触觉(Mid-air Haptics) +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3746059.3747762
一眼看懂
fact_check论文快照
dataset
来源
UIST
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
10 位作者
sell
研究子方向
全身交互与体感输入、人体姿态与行为识别
work
职业/产业
运动员与健身爱好者、健身教练
article
内容状态
仅摘要
hub
相关论文
7 篇相关论文