- 完整論文: 點此閱讀論文全文
- Demo 影片: 點此查看系統運行演示
| 系統總體架構圖 | 圖例說明 |
|---|---|
![]() |
![]() |
-
android app & server (
android-socket):- 負責將手機端攝像頭影像壓縮並透過 Socket 協定傳輸。包含 App 端 Client 與後端接收 Server,透過 Socket 協定實現低延遲的雙向影像傳輸。
-
keypoint detection(
mmpose-custom):- 基於 MMPose 進行二次開發。
- 在原有的COCO17個關鍵點上,自定義了6個關鍵點,共23個關鍵點,以及改用 EPE做為評估指標。
-
pose recognition (
pose_recognition):- 使用 FCNN 進行姿勢辨識。
根據論文實驗數據,本系統展現出高度的穩定性與準確度:
| 評估項目 | 實驗結果 |
|---|---|
| 分類精度 (Accuracy) | 99% 以上 (針對十種常見瑜伽動作) |
| 定位誤差 (Position Error) | 低於 10 公分 (優於國際標準) |
| 即時性 (Latency) | 支援近即時影像回饋,有效提升練習安全性 |
| 連線總體架構示意圖 |
|---|
![]() |
- android-socket: Mobile client and communication hub.
- mmpose-custom: FCNN model for pose recognition.
- pose_recognition: Keypoint extraction engine based on MMPose.


