Key points are not available for this paper at this time.
O yoga, uma prática holística com origens na Índia antiga, ganhou popularidade em todo o mundo devido aos seus inúmeros benefícios físicos, mentais e espirituais. No entanto, alcançar posturas corretas de yoga pode ser desafiador, e posturas inadequadas podem levar a resultados contraproducentes. Embora a importância de um instrutor treinado seja inegável, nem todos os praticantes têm acesso a um. Neste artigo, propomos uma abordagem baseada em visão computacional que combina técnicas de aprendizado de máquina, estimativa de pose e aprendizado profundo para detectar e corrigir posturas de yoga em tempo real. Nossa contribuição reside no desenvolvimento de um sistema que capacita os praticantes de yoga a receber feedback e correção de suas posturas em tempo real, aprimorando sua prática de yoga mesmo sem um instrutor dedicado. Utilizamos o modelo PoseNet para estimar pontos-chave no corpo humano, fornecendo feedback aos usuários para correção postural. Discutimos a metodologia, conjuntos de dados e tecnologia envolvida em nossa abordagem. Nosso sistema de treinador de ginástica AI melhora os treinos dos usuários por meio de rotinas personalizadas e feedback em tempo real. Ele melhora significativamente os resultados de fitness ao adaptar planos de exercícios às necessidades individuais e ao rastreamento de desempenho usando OpenCV e MediaPipe. Além disso, destacamos o potencial futuro para melhorar a prática de yoga por meio da tecnologia.
Dhakate et al. (Sex,) estudaram esta questão.