Karate-Vision: ML Basierte Trainingsunterstützung für Karateka

AI Quick Summary

Mit dem Karate Verein Go Ju Ryu Yushinkan aus Eggenwil wollen wir neue Methoden für das Trainieren und Erlernen von Karate entwickeln. Es geht hier darum die Bewegungen der Karateka mit Bildverarbeitung zu erfassen und herauszufinden wie man diese dann verarbeiten und darstellen kann, um Feedback für Trainer und Schüler zu geben.Das Projekt entwickelt die Ergebnise vomWIPRO "Datenunterstützes Karate Training" weiter.Das Projekt eignet sich als Zweierarbeit. Ausgangslage und ProblemstellungBasierend auf dem WIPRO "Karate Vision" wird die Vision verfolgt, eine ML- basierte Trainingsanwendung für Karateka zu entwickeln. In der WIPRO wurden erste Erfahrungen gesammelt und die Erkennung der Bewegungen basierend auf Pose-Estimation (Bildverarbeitung) von Videos einer Kata in einem Proof of Concept umgesetzt. Ziel der Arbeit und erwartete ResultateDas Ziel ist eine brauchbare Anwendung für das Training zu erstellen. Folgende Verbesserungen sollen erreicht werden, damit die Anwendung im Trainingsalltag einfach eingesetzt werden kann: Muss-Ziele:Stick-Figures aus den Videos auf eine einheitliche Grösse und Ausrichtung transformieren, um Unterschiede in der Körpergrösse und Position/Blickwinkel auszugleichen.Teilprojekte für das automatisierte oder assistierte Erkennen der einzelnen Bewegungen oder Bewegungsmerkmalen in einer Kata:1. Algorithmus für die Benennung und den Vergleich von zwei Bewegungen:· Qualitätsmass berechnen· Unterschiede erkennen2. Synchronisierungspunkte im Video erkennen, um einen zeitsynchronen Vergleich zwischen Meister und Schüler zu ermöglichen.Soll-Ziele:Einbinden der Teilprojekte in die bestehende Applikation. Optionale Ziele:UI/UX Verbesserungen aufgrund des Feedbacks aus der WIPRO.Deployable Version am Ende des Projekts. Teilprojekt 1 realisiert durch Lackner Adrian. Teilprojekt 2 realisiert durch Joller Felix. Gewünschte Methoden, VorgehenDas Projekt wird auf gleicher Basis mit gemeinsam aufzubauenden Datensatz in zwei unabhängigen Teilprojekten realisiert.Algorithmen mit Machine Learning oder anderen Methoden.Interviews und Test mit Trainer & Schüler, um das Ergebnis zu optimieren (usability). Kreativität, Varianten, Innovation:Entwicklung von Algorithmen, um Bewegungen zu erkennen und dadurch die Video-Synchronisierung zu automatisieren, und danach die Bewegungen zu vergleichen und bewerten.Ansatz – wie bewertet und vergleicht man die Bewegungen?Entwicklung von Bedienkonzept & UX (Co-Creation)Performance-Optimierungen bezüglich Verarbeitungszeit, Speicherbedarf und Rechenleistung

Project Idea Metadata

• Project Idea Name: Karate-Vision: ML Basierte Trainingsunterstützung für Karateka
• Date: 11/24/2021 4:19:34 PM
• Administrators:
  • Andrew Paice

Project Idea Description

Ausgangslage und Problemstellung

Basierend auf dem WIPRO "Karate Vision" wird die Vision verfolgt, eine ML- basierte Trainingsanwendung für Karateka zu entwickeln. In der WIPRO wurden erste Erfahrungen gesammelt und die Erkennung der Bewegungen basierend auf Pose-Estimation (Bildverarbeitung) von Videos einer Kata in einem Proof of Concept umgesetzt.

Ziel der Arbeit und erwartete Resultate

Das Ziel ist eine brauchbare Anwendung für das Training zu erstellen. Folgende Verbesserungen sollen erreicht werden, damit die Anwendung im Trainingsalltag einfach eingesetzt werden kann:

Muss-Ziele:

• Stick-Figures aus den Videos auf eine einheitliche Grösse und Ausrichtung transformieren, um Unterschiede in der Körpergrösse und Position/Blickwinkel auszugleichen.
• Teilprojekte für das automatisierte oder assistierte Erkennen der einzelnen Bewegungen oder Bewegungsmerkmalen in einer Kata:

1. Algorithmus für die Benennung und den Vergleich von zwei Bewegungen:

· Qualitätsmass berechnen

· Unterschiede erkennen

2. Synchronisierungspunkte im Video erkennen, um einen zeitsynchronen Vergleich zwischen Meister und Schüler zu ermöglichen.

Soll-Ziele:

• Einbinden der Teilprojekte in die bestehende Applikation. Optionale Ziele:
• UI/UX Verbesserungen aufgrund des Feedbacks aus der WIPRO.
• Deployable Version am Ende des Projekts.

Teilprojekt 1 realisiert durch Lackner Adrian.

Teilprojekt 2 realisiert durch Joller Felix.

Gewünschte Methoden, Vorgehen

• Das Projekt wird auf gleicher Basis mit gemeinsam aufzubauenden Datensatz in zwei unabhängigen Teilprojekten realisiert.
• Algorithmen mit Machine Learning oder anderen Methoden.
• Interviews und Test mit Trainer & Schüler, um das Ergebnis zu optimieren (usability).

Kreativität, Varianten, Innovation:

• Entwicklung von Algorithmen, um Bewegungen zu erkennen und dadurch die Video-Synchronisierung zu automatisieren, und danach die Bewegungen zu vergleichen und bewerten.
• Ansatz – wie bewertet und vergleicht man die Bewegungen?
• Entwicklung von Bedienkonzept & UX (Co-Creation)
• Performance-Optimierungen bezüglich Verarbeitungszeit, Speicherbedarf und Rechenleistung

Mit dem Karate Verein Go Ju Ryu Yushinkan aus Eggenwil wollen wir neue Methoden für das Trainieren und Erlernen von Karate entwickeln. Es geht hier darum die Bewegungen der Karateka mit Bildverarbeitung zu erfassen und herauszufinden wie man diese dann verarbeiten und darstellen kann, um Feedback für Trainer und Schüler zu geben.

Das Projekt entwickelt die Ergebnise vom

WIPRO "Datenunterstützes Karate Training" weiter.

Das Projekt eignet sich als Zweierarbeit.