AI运动领域市场,今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文,带您开发性能更强、体验更好的AI运动APP。 一、方案简介 本系列开发指南选用了「云智AI运动识别」系列插件中的uni-app APP版作为识别引擎。 APP,占领AI辅助运动市场。 无论您的APP用户量是多少,都能享受到稳定且经济的AI运动识别服务。 AI运动小程序,发布成APP版本。
云智AI运动识别插件APP版最近发布了1.0.6版,今天带您快速了解一下新版本发布的新特性,以便在后续开发场景中使用。 本次在相机上下文中新增了直接拍照接口takePhoto,可以在直接在yz-ai-camera组件预览状态上拍照。cameraContext?. PointTracker和跳绳运动检测算法进行了全面优化,可以更好的抑制关键点噪声检出峰谷跳变。 四、姿态调试辅助工具由于插件在人体和运动检测时,绝大部分应用场景是通过设备相机实时抽帧进行识别的,而受限于开发工具模拟器能力、图像缩放和抽帧特性等因素,导致开发者在调试人体、运动检测及适配姿态运动检测时 工具同时支持接收APP和小程序版本插件的帧图像回传。更多特性可以参考插件文档中的版本历史。
一、引言 近年来,随着AI视频识别技术的飞速发展,市场上涌现出了众多基于视觉识别的AI运动APP。 这些APP凭借AI视觉识别技术的强大能力,让用户只需面对摄像头进行运动锻炼,就能享受到智能计时、精准计数以及详尽的热量统计等一系列贴心功能。 然而,相较于APP,小程序在运动环境的适应性和AI运动能力的实现上,一直面临着不小的挑战。 但经过我们的不懈努力与深入探索,终于找到了一个完美适配小程序的AI运动解决方案。 八、新开发和存量改造皆适应无论您当前是使用uni框架已经成功运营着小程序,还是正计划利用uni框架开发一个融合了AI运动应用场景的小程序系统,乃至如果您在构建线上运动赛事和AI体测等AI运动小程序方面有着美好的愿景 方案致力于提供全面的AI运动方案,确保您能够轻松实现小程序的开发与运营,让您的AI运动小程序项目顺利落地,焕发无限活力。
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文,通过该系列博文,很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序;为了帮助开发者继续深耕 AI运动领域市场,今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文,带您开发性能更强、体验更好的AI运动APP。 根据我们之前的介绍可知,本系列使用的「AI运动识别」插件在运动识别时,完全依赖于设备端算力进行动识别推理,不会将用户图像上传至后台或第三方服务;所以运动识别后是无法再获得运动时的现场图像的,但是像体测和严肃的赛事场景可能又有留存运动现场图像进行后期审核核验的需求 一、相机提取图像相关API「AI运动识别」插件自带的相机组件,相机操控提供了将帧解析成jpeg格式图像并保存文件或Base64编码的相关API,详情如下,请可以参考插件API文档。 "#009d00" /></template><script>import {getCameraContext,createHumanDetector} from "@/uni_modules/yz-ai-sport
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文,通过该系列博文,很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序;为了帮助开发者继续深耕 AI运动领域市场,今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文,带您开发性能更强、体验更好的AI运动APP。 通过前几篇博文,您已经可以通过插件在APP上进行抽帧、人体检测了,在获得到人体结构后,便可以进行运行分析实现人体计时计数了,uniAPP插件同微信小程序一样,仍然内置了跳绳、开合跳、俯卧撑、仰卧起坐、深蹲 一、创建运动分析器通过createSport(key string)可以创建相应的运动实例:import {getSports,createSport} from "@/uni_modules/yz-ai-sport ,createSport} from "@/uni_modules/yz-ai-sport";function createSport(){//创建了一个开合跳运动分析器const sport = createSport
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文,通过该系列博文,很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序;为了帮助开发者继续深耕 AI运动领域市场,今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文,带您开发性能更强、体验更好的AI运动APP。 一、应用场景在赛事活动多人PK对战、学生体测教学、运动角设备等开发应用场景中,经常存在需要同时检测多人运动需求;此需求在AI小程序时受限于小程序的运行环境,一直无法实现。 而且APP版插件因为是原生执行环境,检测分析性能得以大幅提升,已可以实现同时检测多人姿态和运动能力了。 二、方案实现根据下面的AI运动分析的流程图所示,要实现同时多人运动分析能力,须先实现多人的人体姿态检测,再将检出的多人人体结果,分别推送到不同的运动分析器实例,即可实现多人运动检测分析。
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文,通过该系列博文,很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序;为了帮助开发者继续深耕 AI运动领域市场,今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文,带您开发性能更强、体验更好的AI运动APP。 使用的「AI运动识别插件」引擎,已托管到DCloud插件市场,为什么标准的uni-modules模块,同时支持uni-app和uni-app x两个框架。 一、新建uni-app或uni-app x项目。 在HBuilderX开发工具,新建uni-app或uni-app xAPP项目。 二、登录DCloud插件市场 登录DCloud插件市场,搜索“AI运动识别”(插件ID:yz-ai-sport) 三、导入插件 点击插件详情页右侧的【购买普通授权版】或【试用】按钮,选择要调用插件的APP
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文,通过该系列博文,很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序;为了帮助开发者继续深耕 AI运动领域市场,今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文,带您开发性能更强、体验更好的AI运动APP。 三、本系列内容简介 为了让具有小程序开发经验的开发者,也能开发出AI运动APP,本系列选用了跨平台APP开发框架uni,并基于此扩展了开发了uni AI运动识别插件,让您轻松实现一套AI运动APP代码, 本系列将继续沿用小程序从抽帧、人体识别检测、运动检测、姿态交互、姿态运动识别自定义一步步由易到难进阶实现一个相对完整的AI运动APP,在此之前您只需掌握前端开发、小程序开发技术即可。 四、系列路线图 1、跨平台AI运动识别方案介绍 2、在APP中引入识别插件 3、使用相机组件抽帧 4、人体检测能力调用 5、运动分析器调用 6、自定义姿态识别 8、扩展运动分析器 9、多人运动检测 ..
背景 在网络上获取到一个运动模拟器APP,宣称可以支持对市面上所有运动APP的步数的修改,最终快速实现到你设定的目标步数。 下面就开始对运动模拟器APP功能进行分析,解析下该APP如何实现修改步数功能原来,达到最终的作弊效果。 在进行解析功能之前先需要了解下xposed基础知识点和传感器知识点。 Xposed 框架的原理是通过替换系统级别的 /system/bin/app_process 程序控制zygote进程,使得app_process在启动过程中会加载 XposedBridge.jar 这个 功能分析 通过APP基本构成分析,该APP没有采用第三方加固进行对代码保护,并且所有功能都集中在java代码上。 int TYPE_GRAVITY = 9; //旋转矢量传感器,基于硬件或软件 public static final int TYPE_ROTATION_VECTOR = 11; 小结 以上只是对运动模拟器
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文,通过该系列博文,很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序;为了帮助开发者继续深耕 AI运动领域市场,今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文,带您开发性能更强、体验更好的AI运动APP。 二、APP端扩展运动机制的细微差异受限于uni-app新旧两个APP框架(app、app-x)及在各平台插件和页面渲染引擎的工作差异,为了让您的扩展运动代码能兼容uni-app新旧两框、各平台,插件的APP 版的运动扩展机制在原小程序版的基础做了一些调整,但整体差别不大,主要差别在扩展运动列表及扩展运动的创建上,具体差异我们将在后续示例中详细介绍。 三、扩展运动涉及的APIExtendSportBuilder扩展运动构建对象主要负责定义扩展运动的 KEY、名称、计数方式、视角等基本参数,和运动分析调中的启动、停止、姿态流处理等各阶段的处理函数等。
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文,通过该系列博文,很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序;为了帮助开发者继续深耕 AI运动领域市场,今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文,带您开发性能更强、体验更好的AI运动APP。 自定义扩展运动分析器开发出来后,如何统一进行管理、调用创建呢,这也是uni-app APP版插件与小程序版本插件在自定义扩展运动能力上最大的差别了,本篇就为您介绍自定义扩展运动的最后环节统一管理运动分析器实现 二、APP版插件管理运动分析器的差异受限于uni-app的新旧框架差异、目标平台实现差异和APP版插件运行在原生基座中等因素,APP版本插件没有再像小程序版插件提供扩展运动注册接口SportBase.registr 后续章节我们将继续为您分享一些典型的AI运动功能实现技巧,敬请期待...
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文,通过该系列博文,很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序;为了帮助开发者继续深耕 AI运动领域市场,今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文,带您开发性能更强、体验更好的AI运动APP。 上一篇为您介绍了uni-app版运动识别插件的自定义扩展运动的基本架构、与小程序版运动识别插件的运动扩展差异,本篇我们就以双手并举为例带你来实现一个扩展运动。 一、动作姿态拆解如上图所示,这个运动主要为手部摆动动,包含2个分动作姿态,起始动作姿态1为双手垂放于左右两侧站立,结束动作姿态2双手举过头顶撑直为结束动作,完成动作2时计数加一,如此反复运动。 ,我们便可以实现此扩展运动的运动分析器了,完整代码如下:/** * 双手并举运动分析器 */export class BothHandsUpSport {context = null;calculator
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文,通过该系列博文,很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序;为了帮助开发者继续深耕 AI运动领域市场,今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文,带您开发性能更强、体验更好的AI运动APP。 一、人体检测AI介绍 识别并检测图像中的人体结构,是开展运动分析检测、姿态分析以及姿态交互场景应用前不可或缺的前置步骤。 相较于小程序版本,APP版本插件不仅提供了更为丰富的性能配置参数,让用户能够根据实际需求进行灵活调整,还省去了模型部署的繁琐步骤,实现了更便捷、更高效的集成体验。 下篇我们将为您介绍运动检测分析调用,敬请期待... !
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文,通过该系列博文,很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序;为了帮助开发者继续深耕 AI运动领域市场,今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文,带您开发性能更强、体验更好的AI运动APP。 一、ai-camera组件介绍使用过uni开发过APP的开发者,应该了解在uni-app和uni-app x的APP模式下,不像小程序模式下有原生Camera组件可以使用操控相机,需要引入第三方插件或自行实现相机的预览 为了进一步减轻AI运动APP开发者的工作量,降低AI运动能力集成难度,在UNI-APP版的「AI运动识别」插件中,我们专门为AI运动场景量身打造了相机操控组件ai-camera。 当然其他非AI运动APP开发者,也可以用来平替APP模式无相机组件的问题,完全能满足其它场景的预览、拍照、抽帧需求,以满足相机多端发布的需求。
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文,通过该系列博文,很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序;为了帮助开发者继续深耕 AI运动领域市场,今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文,带您开发性能更强、体验更好的AI运动APP。 一、为什么要对内置运动进行微调优化uni-APP版插件与小程序AI运动识别插件一样,当前都内置了跳绳、开合跳、俯卧撑、仰卧起坐、卷腹、深蹲(深蹲起)、平板支撑、马步蹲、坐位体前屈等丰富的运动项目,所有运动项目都按相应的运动规范标准进行适配 ,足够应付AI键身、线上运动赛事活动、团建打卡、AI体测等多种应用场景。 三、内置优化器ISportOptimizerISportOptimizer为插件统一的内置运动微调优化器,抹平了两个APP框架的微调优化调用差异,不管是uni-app还是uni-app x,统一使用此对象对内置运动分析器进行微调优化
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文,通过该系列博文,很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序;为了帮助开发者继续深耕 AI运动领域市场,今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文,带您开发性能更强、体验更好的AI运动APP。 二是有助于提升运动检测通过率,合适的距离、正确的视角是影响运动检测通过率两大关键因素,用户在运动开始前站位好距离、视角能极大的提高检测通过率,获得最佳的运动检测体验。 要判断人站位的远、近,我们可以使用Pose-Calc中的Whole检查规则来进行判断,代码如下:import { createCalculator } from "@/uni_modules/yz-ai-sport ,不同的运动定义了不能的检查视角(可以通过运动分析器的实例的view属性获得),在定义的视角下进行相应的运动检测,检测效果为最佳,如下图所示:pose-calc提供了camera-view检测规则,专门用来检测站位视角
小米运动APP有个图表使用三个半圆展示了三个健康相关的指标,如下图所示。从外到内分别是卡路里、步数和活动分钟数实际值与目标值的对比。 小米_运动_SVG三环_半圆_直角 = //请输入每日运动目标 VAR Tar_calories = 500 //卡路里 VAR Tar_steps = 8000 //步数 VAR Tar_move_min = 30 //活动时长 //计算实际值 VAR Act_calories = SUM ( '日期表'[运动.卡路里] ) VAR Act_steps = SUM ( '日期表'[运动. 步数] ) VAR Act_move_min = SUM ( '日期表'[运动.活动(分)] ) //计算达成率 VAR Ach_calories = DIVIDE ( Act_calories
郭一璞 发自 凹非寺 量子位 报道 | 公众号 QbitAI 一年前,百度开了中国AI的第一次开发者大会。 百度创始人李彦宏说,AI时代将是开发者的时代。 百度这个AI生态又呈现出何等面貌? 这背后可能有一些时代潮向变化的影子。 地毯式“轰炸” 单从结果来看,百度真可谓发起了一场“圈地运动”。 围绕开发者,从点,到线,再到面。 至此,百度已经免费开放从感知到认知的最常用AI技术,为开发者与合作伙伴提供全栈式免费AI能力支持。 去年10月,首期百度AI加速器在AI开发者实战营首站推出,然后经过两个多月的报名及评估,从上千个项目中经过多轮资料筛选和面试沟通,最终选出优质企业正式进入首期AI加速器。 AI服务。
用户为形体礼仪培训机构,计划开发一款AI美体运动小程序,旨在为用户提供专业的运动指导和美体建议。 考虑到开发成本、开发周期及原功能迁移的问题,用户决定基于“微搭”低代码平台进行搭建,并集成“AI运动识别小程序插件”以实现AI运动识别智能化功能。 在我方技术人员的协助下,成功将“AI运动识别小程序插件”集成至“微搭”平台的小程序中。 这款小程序不仅具备精准的运动识别能力和实时反馈功能,还提供了个性化的训练计划和改进建议,“AI运动识别插件”的精准识别能力和实时反馈功能,极大地提升了用户的运动体验和粘性,使用户能够更加科学地进行美体运动 当然,这只是“AI运动”的其中一种应用场景,还可以应用其他方面,诸如:AI健身、学生体测、云上运动会、轻量AR互动等。要实现这些应用场景,在这里,我们推荐云智「AI乐运动」体验。
运动类APP是大家手机中必备的一款软件。如果说谁手机里没有任何涉及运动类APP,那只能说真的与时代脱轨了。 日常的运动更是必不可少。当然,今天不是来和大家说运动的重要性。接下来要做的是带领大家一起来分析和欣赏当今最佳一款运动类APP-Keep的设计,谁叫我这么热爱工作,每天沉迷于工作不能自拔呢,哈哈。 废话不多说,先来尝鲜小编以Mockplus制作的运动类APP-Keep的原型。 成品原型图: ? 原型设计解读及实现技巧: 从界面中,我们可以看出,此APP中有4个底部导航菜单(运动、发现、社区、我)。在运动、社区这两个页面的布局均是通过点击标签组切换至不同页面。 p=2811) 运动类APP在市场上还有很多,如小米运动,悦动圈,咕咚等。对交互设计感兴趣的朋友可以选择几款APP使用Mockplus做出交互原型。