解決健身的安全和效率問題,「FitMate」用視覺技術做實時AI教練
都說健身是反人性的,對抗懶惰和食慾很難,因此無論是團課、私教、線下課、還是線上內容,健身領域的玩家都在“娛樂性”方面動腦筋。
健身小白還有一個常見的問題是,運動的安全性和科學性不能保障。使用者不瞭解自身運動能力,進行不合適的訓練課程,容易導致身體損傷。即便沒有損傷,當缺乏指導動作不正確的時候,訓練效果無法達到預期,時間長使用者也就很難堅持了。
36氪最近接觸的健身App 「FitMate 」 ,想從娛樂性、互動性更強的健身模式切入,利用碎片化的時間,讓人們先動起來,再由淺入深,進行更系統的健身內容訓練。更重要的是,團隊用 計算機視覺技術的AI健身教練,識別人們動作的規範性,進行健身指導,昨天App已經在App Store上線,年後小程式也會上線。
先來說娛樂性。
FitMate 和我們常用的 Keep 不太一樣,進入App的第一個介面是挑戰模式,每一個挑戰 由淺入深、由易到難分成不同關卡, 比如深蹲挑戰中,從臀腿探究、翹臀轟炸、漫步、不倒翁,到神槍手等五個關卡,闖關的過程很像遊戲,使用者必須逐級解鎖。 FitMate COO 姚冠奇稱,挑戰模式對使用者有很明顯的拉新促活作用,很大提升使用者的參與度和粘性。
完成挑戰後,產品即會生成個性化體測報告,從靈活性、穩定性與運動能力等方面 提供有深度的反饋結果。除了幫使用者改進動作,還能避免過度訓練與肌肉損傷。 創始人郭漢青表示,接下來團隊會研發更多功能性課程和有趣的玩法,比如音樂課程、普拉提等。
娛樂性的問題解決了?AI 健身教練如何實現呢?
創始人郭漢青表示,團隊用計算機視覺技術,自研了人體骨骼關鍵點檢測演算法、關節抖動濾波演算法,能在手機移動端實現實時、高精度人體姿態檢測。
聽起來可能有點抽象,這項技術的另一個落地的場景是抖音的“尬舞機”,FitMate在演算法上優化,使得最後的技術能在實時的基礎上,通過移動端,準確識別動作是否規範。比如,深蹲訓練中,該技術能準確識別出膝蓋內扣。
深蹲挑戰的測試視訊
而挑戰後的體測報告,也是在視覺識別的基礎上,通過運動狀態,給出運動建議。接下來,當“工具型”的功能完成,如何留住使用者?郭漢青告訴36氪,團隊會繼續豐富內容,通過工具+遊戲+內容的模式做使用者留存。而未來的課程和關卡設計,不是動作庫,使用者不需要自己選擇課程,App將採用個性化定製推薦的形式,提供針對性更強、安全高效的訓練課程。
郭漢青稱,App的人群不限於小白使用者,對於想健身但不知道怎麼健身的小白使用者,可以幫助他們降低運動門檻,安全快速上手;而對於有運動經驗的使用者,App和視覺識別技術能幫助矯正動作,提高安全性。
最後介紹一下團隊,創始人郭漢青畢業於西北工業大學飛行器設計,是前零零科技早期核心員工,擅長智慧硬體方案和演算法研究;COO 姚冠奇曾任 Keep 產品市場經理,主導 KeepKit 硬體專案產品流程設計和研發上市;首席課程設計師周嘯天曾任 Keep 資深課程設計師、Keepland線下空間運營負責人,也是ACE美國運動委員會註冊教練。