【年终特辑】看见科技创新力量 洞见时代创业精神—教育—体云动:用AI算法为孩子们打造云上健身教练

简介: 【年终特辑】看见科技创新力量 洞见时代创业精神—教育—体云动:用AI算法为孩子们打造云上健身教练

体云动用AI算法为孩子们打造云上健身教练

 

当下,近视、肥胖、心理健康等问题已严重影响青少年的健康成长。数据显示,2020年全国青少年儿童总体近视率为52.7%6到17岁和6岁以下少年超重肥胖率分别为19%和10.4%。

 

虽然国家推行实施全民健身战略,“文明其精神,野蛮其体魄”,但是学生体测不达标率逐年增高,肥胖近视问题也越来越突出。学校只能基本保证学生在学校的体育运动效果,学生回家后,家长无法进行有效监督。同时,成年健身软件错综复杂,且动作标准无法衡量,并非能引导孩子正确运动,这就造成了孩子运动需求和现状无法合理匹配的真空地带。

 

“体云动”通过AI肢体识别算法、体感AR游戏方式和实时数据推理报告来激发用户的运动兴趣,标准化用户的锻炼动作,最终帮助用户形成良好的锻炼习惯。时下,体云动正在北京多所小学中试点。数据显示,体育成绩不太理想的几十名同学在试用“体云动”小程序平台一学期后,各项指标均得到显著提升。

image.png


一、 AI智能算法进行实时动作指导和纠错,保证运动规范和安全

 

智能运动的核心是动作的记录和跟随。体云动程序会记录学生整个运动过程,通过AI智能识别精准算法实时检测画面中的人体,精准定位头部、四肢、腰部等主要部位的人体核心关键点,对人体位置及姿态信息(诸如转体协同、侧身、四肢躯干遮挡等复杂运动情况)进行精准捕捉并持续跟踪。

image.png

体云动也自研了算法来实时精准矫正体验者的运动动作,通过关键姿态检测跟踪,结合专项动作运动标准,进行实时比对分析和计算后,给出优质的训练指导和建议,减少孩子平时无效和错误的训练时间,优化和标准体育动作。

 

“体云动”还设计了体感游戏模块,能通过AI肢体识别算法能够识别出跳绳、深蹲、前后跳、波比跳、蹲跳、开合跳等动作,可以满足青少年各项体能训练的需求,让学生居家运动不再枯燥。

 

“竞技式的运动模式可以帮助孩子养成良好的运动习惯,生活化趣味化的运动训练可以让孩子爱上体育。”康建福表示。因此,体云动程序全面上线了打雪仗、敏捷模球、顺序摸球、小蜜蜂等AI游戏,已经设置了多项运动挑战赛,通过增强竞技性,提高学生的参与兴趣,并让学生在运动过程中享受竞技体育的乐趣。

 

创始人康建福介绍,一些体育成绩不太理想的学生,通过每天在微信群里作业打卡、参与体云动自研的一些课程,以及家长的适当监督,持续一学期后,大概有60%成绩都达标了。

 

一、 用小程序为学生和教师搭建云健身管理平台

 

体云动适用于学生和教师两个端口,学生登入小程序可以体验AI智能体育类游戏以及参加适用于不同年纪的体育项目,教师可以一键管理和查看班级学生的运动情况。

 

在“体云动”小程序中,学生的体验运动项目可以自动生成全面的体质测评报告,并与国家体质健康测评数据进行对比。值得一提的是,体云动通过大数据运算,可以根据使用者现有的身高体重预测成年后的身高体重。

image.png

教师版本主要帮助学校老师高效全面地管理学生体质健康数据。老师可以通过小程序上学生体质和日常体育作业完成情况的大数据记录,一键式给每个学生布置个性化作业,并通过学生上传的作业视频,及时了解学生锻炼情况进行教学辅助,更有针对性地协助学生增强体质。面对体育教学上学生多、提升慢、管理难以一对一落实的难题,“体云动”也能通过数据协同极大提升管理效率。

 

一、 成功试点,打破物理界限,让学生真正动起来

 

体云动项目于2018年正式启动,通过自研的青少年居家锻炼课程和3000多个运动标准动作,让学生按照年龄和体能分学段练习。随着技术的积累和用户的正向反馈,体云动逐步把AI技术运用到实战体育课上,实现了PK、云赛事、积分等一系列自动化处理功能,让学生体验感越来越好。

 

时下,视创新云正与北京多家小学进行合作,试用“体云动”小程序平台。数据显示,经过一个学期的打卡训练,体能较差的一部分孩子中有35%达到了日常锻炼的标准,体测成绩也逐步提升。

image.png

image.png

视创新云创始人康建福表示,提升青少年身体素质是他们的不变追求,拿到新一轮融资后,他们将拓展智能健身硬件产品线,包括类似于可以接电视的机顶盒和增强运动体感的产品。其中,直接连接电视的机顶盒可以提升孩子和家长的运动体验感,同时,产品属性向Switch看齐,增加运动的趣味性、互动性,全面提升青少年运动的体验感,从而吸引他们锻炼起来,提升身体素质、获得健康。


image.png

项目成员

 

出品方:阿里云创新中心

联合出品方:阿里云中小企业事业部、阿里云开发者社区

项目成员:

总顾问:李中雨

总策划:焦志良

出品人:王银超

项目统筹:卢侃 左小岸 范海潮 李婷 陈梦捷 范唯媛

采写:陈诗琦 卢苑怡 闫瑾 杨少杰 李雅琪 陈丽君

相关文章
|
1月前
|
机器学习/深度学习 人工智能 算法
「AI工程师」算法研发与优化-工作指导
**工作指导书摘要:** 设计与优化算法,提升性能效率;负责模型训练及测试,确保准确稳定;跟踪业界最新技术并应用;提供内部技术支持,解决使用问题。要求扎实的数学和机器学习基础,熟悉深度学习框架,具备良好编程及数据分析能力,注重团队协作。遵循代码、文档和测试规范,持续学习创新,优化算法以支持业务发展。
40 0
「AI工程师」算法研发与优化-工作指导
|
2月前
|
机器学习/深度学习 人工智能 算法
Agent AI智能体:塑造未来社会的智慧力量
Agent AI智能体:塑造未来社会的智慧力量
183 0
|
6天前
|
机器学习/深度学习 数据采集 人工智能
未来的守护神:AI驱动的网络安全之盾,如何用智慧的光芒驱散网络黑暗势力?揭秘高科技防御系统背后的惊天秘密!
【8月更文挑战第13天】随着网络技术的发展,网络安全问题愈发严峻,传统防御手段已显乏力。本文探讨构建AI驱动的自适应网络安全防御系统,该系统能自动调整策略应对未知威胁。通过数据采集、行为分析、威胁识别及响应决策等环节,利用Python工具如Scapy、scikit-learn和TensorFlow实现网络流量监控、异常检测及自动化响应,从而提升网络安全防护的效率和准确性。随着AI技术的进步,未来的网络安全防御将更加智能和自动化。
19 6
|
6天前
|
人工智能 Serverless
AI 创作风潮起:函数计算探索科技与艺术的无限可能
AI 创作风潮起:函数计算探索科技与艺术的无限可能。
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
算法金 | 秒懂 AI - 深度学习五大模型:RNN、CNN、Transformer、BERT、GPT 简介
**RNN**,1986年提出,用于序列数据,如语言模型和语音识别,但原始模型有梯度消失问题。**LSTM**和**GRU**通过门控解决了此问题。 **CNN**,1989年引入,擅长图像处理,卷积层和池化层提取特征,经典应用包括图像分类和物体检测,如LeNet-5。 **Transformer**,2017年由Google推出,自注意力机制实现并行计算,优化了NLP效率,如机器翻译。 **BERT**,2018年Google的双向预训练模型,通过掩码语言模型改进上下文理解,适用于问答和文本分类。
85 9
|
1月前
|
人工智能 监控 安全
阿里云携手北京奇奇科技举办《AI智领者技术沙龙》
6月5日,一场主题为“通义大模型的创意与应用探索”的AI智领者技术沙龙在京召开。这场会议汇聚了行业内外众多专家及企业代表,主办方阿里云与北京奇奇科技和与会者共同探讨AI大模型如何从理论走向实践,从实验室迈向广阔的应用场景。
|
20天前
|
机器学习/深度学习 人工智能 算法
深入了解AI算法及其实现过程
人工智能(AI)已经成为现代技术发展的前沿,广泛应用于多个领域,如图像识别、自然语言处理、智能推荐系统等。本文将深入探讨AI算法的基础知识,并通过一个具体的实现过程来展示如何将AI算法应用于实际问题。
90 0
|
1月前
|
机器学习/深度学习 数据采集 人工智能
|
29天前
|
人工智能 机器人 数据挖掘
客户在哪儿AI与其他服务于B端的科技产品有何不同
客户在哪儿AI与市面上其他几类服务于B端的科技产品有什么不同
|
2月前
|
机器学习/深度学习 人工智能 编解码
AI - 支持向量机算法
**支持向量机(SVM)**是一种用于二分类的强大学习算法,寻找最佳超平面以最大化类别间间隔。对于线性可分数据,SVM通过硬间隔最大化找到线性分类器;非线性数据则通过核技巧映射到高维空间,成为非线性分类器。SVM利用软间隔处理异常或线性不可分情况,并通过惩罚参数C平衡间隔和误分类。损失函数常采用合页损失,鸢尾花数据集常用于SVM的示例实验。