Фитнес с AI-тренером: автоматический контроль выполнения упражнений

В последнее время по всему миру возросла популярность занятий спортом, особен- но силовыми видами спорта и йогой. В этих видах спорта достаточно важную роль играет техника выполнения. Неправильная техника может сделать тренировки не только неэффективными, но и опасными. В данной работе проведено исследование и сравнение моделей для задачи Pose Estimation. Рассматривались такие модели, как YOLOv8n-Pose и BlazePose. Для разработки решения использовалась BlazePose, так как она является лучшей по соотношению качества и скорости работы, что важно для использования модели локально на мобильных устройствах. В ходе исследования была разработана система, корректирующая технику выполнения некоторых упражнений, а также собирающая статистику о тренировке, например, количество повторений или время, проведенное в упражнении с правильной техникой. Также было обучено несколько моделей классификации упражнений для сохранения истории тренировок. В работе сравниваются алгоритмы, основанные на сверточных нейронных сетях (CNN) и алгоритмы, основанные на решающих деревьях. Описанные выше алгоритмы планируются для использования в разработке приложения для самостоятельных занятий силовыми видами спорта и йогой. Верхнеуровневая архитектура приложения также описана в работе, однако пока не была реализована на этой стадии проекта. В результате работы была разработана первая часть приложения, за которую отвечает машинное обучение: определение ключевых точек и классификация упражнений. Кроме этого был проведен обзор текущих решений, выявлены проблемы и ограничения текущих решений, а также описаны идеи для развития.