Machine Learning und Artificial Intelligence gehören bald als Tanzpartner dazu
Aus Perspektive der angewandten KI ist das hier behandelte Thema Human Pose Estimation nicht neu. Es gibt bereits eine ganze Reihe existierender Modelle, sogar vereinzelt Forschungsansätze zum Ballett. „Dabei werden die Tanzenden aber meist mit zusätzlichen Sensoren ausgestattet oder tragen spezielle Kleidung mit Markern und werden dann von mehreren Kameras gleichzeitig aufgenommen“, erklärt Pingel. Viele vortrainierte Open-Source Modelle interpretieren den menschlichen Körper als Art Strichmännchen. Dabei hört die Vorhersage dann am Hand- und Sprunggelenk auf. „Deshalb war es gar nicht so einfach, etwas zu realisieren, was ohne zusätzliche Technik oder mehrere Kameras auskommt und auf dem heimischen PC oder mobilen Endgeräten läuft.“
Minimalistisches Design, maximale Funktionalität
Pingel entwickelte schließlich eine funktionierende App, die bewusst minimalistisch gehalten ist. Nutzer wählen den Übungstyp aus, beispielsweise eine statische Pose wie Passé. Dann bekommt man ein Vorschaubild, wie die Übung aussehen sollte, und mit einem Klick auf Start beginnt der Videostream.
Die Analyse startet, und die KI erkennt die Körpergelenke und Position in Echtzeit. In grün dargestellte Gelenke bedeuten, dass sie mit der Referenzpose übereinstimmen, rot zeigt Abweichungen.
Sinica Wingen hält die App für einen spannenden Ansatz, um Kinder zu fördern und zu motivieren, auch zu Hause etwas zu tun und nicht nur beim Training. „Ich war offen dafür, auch mal Neues auszuprobieren. Jetzt starten wir erst mal im Rahmen mit einigen wenigen Schülern, um das Ganze zu testen.“ Im ersten Schritt sind es statische Übungen, die mit Hilfe der App zu Hause trainiert werden. Dann soll es aber auch in die bewegten Übungen gehen, um im Bewegungsfluss weiter zu arbeiten.
