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。 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。 七、可适应应用场景多方案插件该方案能够全面满足AI健身、云上运动赛事活动、AI体育、AI体测以及AI游戏等多种场景的广泛应用需求。 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。
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。 2.2、快速集成,轻松上手 为了助力开发者更快地为APP集成AI运动能力,我们提供了详尽的文档资料,以及uni-app和uni-app x双版本的DEMO项目源码。 、H5等uni-app项目过渡到APP的情况,建议您继续使用uni-app开发,也完全能满足AI运动应用场景的需求,且在插件调用性能上并无太大差别。 若不了解uni框架的开发相关技术也没关系,只需了解vue前端或原生小程序开发技术,可以登录uni官网学习,花费少量的时间便可以采用uni-app框架开发APP,参考本系列博文开发出具有AI运动的跨平台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。 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
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。
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
引言:uni-app凭借其强大的跨平台能力,成为开发AI运动类APP和小程序的首选框架。 本文旨在探讨基于uni进行开发AI运动小程序、APP开发,以及开发过程中遇到的技术难点,并为您介绍一个开箱即用的解决方案。一、为什么选择uni开发APP、小程序。 若您正计划利用uni技术栈来开发一款全新的AI运动类APP或小程序,亦或是计划对现有的基于uni-app打造的项目进行AI运动改造,那么本文所提供的解决方案将完美契合您的需求。 二、uni开发线上运动会APP、小程序的技术难点。用uni-app开发AI运动小程序、APP时,笔者简单罗列一下,需要解决的技术点有:相机抽帧:这是实现实时运动监测的基础。 「云智AI运动识别」是一个集成AI运动识别解决方案,它以插件包形式发布,专为AI运动微信小程序和APP设计。此方案能够全面覆盖微信小程序及APP,提供强大的运动识别功能。
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。
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。 from "@/uni_modules/yz-ai-sport";import { BothHandsUpSport } from ". uni_modules/yz-ai-sport";import { BothHandsUpSport } from ". `);}}四、写在最后至此,关于自定义扩展运动的能力就为你介绍完了,详细完整的代码都可以在插件资料的demo示例项目中找到,并且提供uni-app和uni-app x两套实现,完美兼容新旧两套框架。
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。 组件同时支持Android和iOS多平台;配置和操控API借鉴了小程序的风格,以减少开发者的学习使用成本;ai-camera相较于小程序的Camera更贴合AI运动场景,有些更强的操控能力、更高的抽帧处理效果
今天我们就结合我们一段时间以来「Ai乐运动」用户的反馈、实测验证,来聊聊AI运动小程序在鸿蒙端的适配。 一、AI运动识别插件在鸿蒙5的实测表现使用版v8.0.11微信分别在Harmony5.0.1和Harmony5.1.0的实际测试结果如下:功能 功能表现 备注 识别引擎ve1正常 但精度不佳,与MTK芯片问题一致 1.5.8,从结果看AI运动识别插件的功能在鸿蒙5的表现不存在兼容性问题,可以正常使用。 二、AI运动小程序在鸿蒙5的兼容性问题使用微信版本v8.0.11分别在Harmony5.0.1用Harmony5.1.0测试兼容问题主要表现在小程序的Camera组件,问题为Camera的非原生事件,即 AI运动小程序在纯血鸿蒙下的适配就为您介绍到这,若有其它的适配场景我们继续为您分享,欢迎关注...
启蒙运动试图把传统的真理交给解放的、善于分析的理性人。而互联网则是通过不断积累和被操控数据来传播知识,人类的认知失去了个性。 ? 我们使用数据,却变成了数据的奴隶。 是否所有AI都是这样一根筋的处理方式? 其他的AI项目的贡献方式是帮助人们解决实际问题。除了那些解决实际需求的问题(比如外面气温是多少?),AI是否能研究自然本质和探索生命意义以及引发更深入的问题? 我们是否应该通过限制AI自主学习来保护我们个人隐私?如果是的话,我们应该怎么做? 如果AI的学习速度成指数型递增,那我们一定希望加快这种井喷式的学习速度,那么AI犯错的概率也会比人类高。 纵观人类历史,文明缔造了解释周围世界的方法,比如中世纪向我们解释了宗教,启蒙运动向我们揭示了自然科学奥秘,20世纪给我们带来了意识形态。 ? 启蒙运动开始于对新技术的哲学探索,但我们正在朝着相反的方向前进。 人工智能的发展潜移默化地指引了我们思考的方向。
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、什么是关键点追踪前两篇为您介绍了基于规则检测和姿态相似度两种自定义姿态动作识别方案,可以对大部分的静姿态运动检测分析,但无法满足跳跃这样的动运动分析检测。 二、关键点位变化追踪能力调用示例关键点位变化追踪器实例的创建在uni-app和uni-app x框架下略有不同,请参考API文档。 import { createPointTracker } from "@/uni_modules/yz-ai-sport";const tracker = createPointTracker('nose
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。 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。 ,便可以创建多个运动分析器实例来,来分别对每个人的姿态进行分析检测,实现计时计数了,代码如下:import {createSport} 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。 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。 #0091ff" leftColor="#009d00" /></template><script>import {getCameraContext,createHumanDetector} from "@/uni_modules
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、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 #009d00" /></template><script>import {getCameraContext,createHumanDetector,getSports,createSport} from "@/uni_modules
引言 受小程序camera组件预览和抽帧图像不一致的特性影响,一直未全功能支持全屏模式,详见本系列文件第四节小程序如何抽帧;随着插件在云上赛事、健身锻炼、AI体测、AR互动场景的深入应用,各开发者迫切的希望能在全屏模式下应用 的预览裁切模式效果观察,我们只要计算出被裁剪缩放比例及短边两边的留白,并进行相应的缩放及偏移即可,代码如下:function fullScreenFit(width, height) {const winfo = uni.getWindowInfo 3.2、人体检测范围变化若您在运动时进行了人体远、近站位预检,那相应的range坐标也需进行偏移。 好了,全屏适配问题就为您介绍到这里,未尽问题可以联系我们进行咨询,插件将致力为您提供全面的AI运动识别解决方案,助力您快速落地AI运动、AI体育、AI健身、AI体测、AR互动等运动应用。
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 ..
随着深度学习推理技术的不断发展,让小型设备运行深度学习成为可能,阿里体育等IT大厂,推出的“乐动力”、“天天跳绳”AI运动APP,让云上运动会、线上运动会、健身打卡、AI体育指导等概念空前火热。 本系列文章就带您一步一步从零开始开发一个AI运动小程序,本系列文章将使用“AI运动识别”小程序插件,插件详情可以前往微信服务市场搜索相应插件。一、为什么要判断人体站位视角? 上一篇我们介绍了运动识别中,如何实现对人与摄像头的远近预检,以提供识别率和体验。 在我们实际的运动应用场景中,为了准确识别到相关运动的关键姿态点,一般会指定视角,如跳绳、开合跳需要面或背朝相机,而且像俯卧撑、仰卧起坐则需要左右侧对像相机,以获得最佳的识别率和体验。 ..});});listener.start();好了,运动开始前的常规距离、视角预检查就为您分享到这,请关注我们各平台的博客账号,我们将为您分享更多的人体、姿态、运动检测应用技巧。
随着深度学习推理技术的不断发展,让小型设备运行深度学习成为可能,阿里体育等IT大厂,推出的“乐动力”、“天天跳绳”AI运动APP,让云上运动会、线上运动会、健身打卡、AI体育指导等概念空前火热。 本系列文章就带您一步一步从零开始开发一个AI运动小程序,本系列文章将使用“AI运动识别”小程序插件,插件详情可以前往微信服务市场搜索相应插件。 client.enqueue(frame, human);//回传暂存});});listener.start();//切记先停止抽帧和识别,再进行执行同步,否则可能会导致UI卡死listener.stop();uni.showLoading ;client.syncing((idx, total) => {uni.hideLoading();if (idx >= total)return;uni.showLoading({title: `同步进度
说起AI运动笔刷,我觉得从什么时候开始提起合适呢?我觉得要追溯到Draggan,虽然意义不一样,但是效果算是笔刷的前期AI,然后才是Runway 推出“运动笔刷”功能Motion Brush。 那些年腾讯偷偷开源的AI项目 QQ音乐? -腾讯又开源卡通动画视频-腾讯云开发者社区-腾讯云 (tencent.com) 腾讯AI运动笔刷MOFA_Video MOFA_Video:腾讯的创新视频控制技术 1. 箭头控制视频运动:用户可以通过简单的箭头操作,控制视频内容的运动方向,实现视频内容的精确操控。 腾讯MOFA_Video官网入口 https://myniuuu.github.io/MOFA_Video/ 腾讯MOFA_Video的官方入口位于腾讯AI开放平台,用户可以通过访问腾讯AI开放平台的官方网站