Human Motion Sensing
體感技術（Human Motion Sensing）
作者：陳閔駿
什麼是「體感」？
體感指的是：
人類的身體動作（例如：站立、舉手、蹲下）被科技設備（如攝影機、感測器）感知，
並轉換成電腦可以理解的資訊。
這些動作在技術上稱為「姿勢（Posture）」或「行為（Action）」，
透過影像辨識與數學模型（如 AI、骨架追蹤）來進行分析。
點我展開：圖片參考？
體感技術的應用流程：
Detect -> Track -> Analyze
- Detect（偵測）
- 使用攝影機或感測器抓取人的影像或深度資料
- Track（追蹤）
- 追蹤人體關鍵點（例如：頭、手、腳的位置）
- Analyze（分析）
- 分析動作是否為跌倒、跑步、揮手、下蹲等行為
為什麼 AI「閃閃發光」？
因為 AI 正在深入人類生活的每個面向：
- 食衣住行（Living）：自動購物推薦、智慧穿戴、智慧家居
- 健康（Health）：姿勢偵測、異常行為預測（如跌倒）
- 人際關係（Social）：情緒辨識、語音互動
- 幸福感（Happiness）：個人化互動、智慧娛樂
- 安全感（Security）：行為辨識、防災預警、入侵偵測
點我展開：圖片參考？
目前的AI已經看得懂大部分的東西
相比之下幾年前的AI還是看不懂的
我們學的體感，就是物件辨識的一個分支
辨識 vs 生成
辨識：辨識是處於AI只會看資料，不會出現新的東西
生成：ＡＩ已經不只會看東西了，AI可以透過收集的資料去生成作文等等
多模態視覺模型
點我展開：圖片參考？
人工智慧在各領域的突破
程式設計師copilot等等可以做到與AI當開發隊友
但可能會有一些版權問題需要小心
或是可能有些已經過時了Deep Fake 深偽學習（常見AI換臉）
- 文宣產業
例如用Deep Fake要川普跟我們說生日快了
- 文宣產業
AI是不是超過大學生了
- OpenAI’s work可以幫我們完成許多的作業
- 可以幫我們計算偏導數
智慧醫療
醫生每天都在幫病人看醫生看病例
有位聰明的醫生把1000份病例整理紀錄成表格
發現只要把紅色的線畫出來，就可以知道是A形還是B形有病還是沒病
這是經典的機器學習，透過資料去分割出是A形還是B形
關鍵策略：資料
- 數位化（病例、數據）
- 取得（足夠的）巨量資料
- 取得合適的特徵向量
- 好的分類器
需注意ML並沒有比較簡單，許多資料都是高維度
10維度、20維、50維都有
精準運動
經典案例：棒球、高爾夫球
搜集出來的視覺化資料又可以已2D或3D去做顯示
3D要求比較大
需要較高級的攝影機需要深度攝影機
視覺化應用
- Action prediction（動作預測）
- Surveillance（監控系統）
科技執法
分析十字路口車流
分析車輛品牌分類
AI考試、面談 - Cloth Parsing（服裝辨識）虛擬試衣
- Online Coathing（線上教練）
- Movie and Game （電影與遊戲）
- VR and VR （虛擬實境與擴增實境）
- Healthcare （健康照護）
UPDRS量表自動評估系統（帕金森氏判斷）
AI視覺並不只適用於人類也包擴互動
資工人的思維模式
- 運算思維
- 數據思維
總結
AI之所以發展這麼快是因為AI不在如之前一般遙不可及
的感覺而是慢慢融入我們的日常
食衣住行育樂
而其中這幾年流行的機器視覺也在其中
個人最有興趣的為精準運動
與曾煜棋教授的對談
- 請問老師在研究關於羽球時是如何進行的
有在積極的與學校體育老師做溝通
他們需要什麼我們就做什麼 - 那是用什麼方式去截取這些數據
在比賽場地的四周架設高速深度攝影機
才可以建立3D立體圖
以前還想說要將鷹眼或是感測器
裝到羽球拍裡面
但是備受排斥 - 我可以如何開始
如果要走運動科學勢必要學到AI 視覺
所以AI是一定要碰的
再來就是體感這是最難的因為才剛開始
建議去大量看些國外的論文