TOP

AI (ArtificialIntelligence)-Based Video Motion Comparison Analysis Teaching Platform
2017-03-22 14:04:27 来源: 作者: 【 】 浏览:1159

Topic: AI (ArtificialIntelligence)-Based Video Motion Comparison Analysis Teaching Platform

Group A:Undergraduates or above 

Topic introduction:Explaining the whole idea and requirements of the topic

Idea: 
With rapid development of internet and computer software and hardware, computervision has drawn wide attention in various fields, and specifically, humanmotion recognition technology used in videos has played an important role insecurity and protection, monitoring and other fields, and also is applied tovideo teaching effectively.

Duringtraditional video teaching with simple indoctrinatory education, in particularmotion teaching, a teacher is unable to know whether learners master teachingcontents or what contents do learners have mastered. Therefore, we extract featuresof human motions in videos through AI and capture user learning images bycameras to compare motions in teaching videos with those learned by users,thereby eva luating user learning achievements and guiding users to learn moreefficiently according to eva luation results.
General requirements:
With main dependence on AI algorithms, an AI-based video motion comparisonanalysis teaching platform is capable of collecting user motions throughcameras on it and thus identifying the similarity of user motions and motionsin videos with the later one as criteria. Teaching videos of motion teaching,exercise and fitness, action games, etc. used under the topic are related tomotions and provide rich interactive means of teaching or entertainment. Inorder to promote entertainment, the platform can have extra entertainmentfunctionality of course lobby, member management, integration management, thirdparty sharing and the like. 

Topicscenarios: Describing the business scenarios

 ofrelated real companies, and simplifying or extracting proper competition scenarios from the real ones

For general video teaching atpresent, especially exercise teaching such as Keep, traditional expositiveteaching is not ideal, and face-to-face teaching is most common. Now, withimage processing technology, learners can have real-time action comparison andinteraction with teachers in videos, thereby achieving face-to-face learningwith videos. In this way, learners only need to face cameras and simulatemotions in videos, and then the motion similarity and learning suggestions arefed back to them in real time after feature detection and recognition areperformed on videos through image processing algorithms, thereby implementing interactionsbetween teachers in videos and learners. This topic is to develop a videoteaching platform based on the technology abovementioned.

We select exercise and fitnessas the application scenario of the AI-based video motion comparison analysisteaching platform. After a user selects the scenario, the system plays exercisevideos initialized in advance, the user faces the camera and does the samemotions, and the system calculates motion similarity in real time and makesoverall eva luation when the exercise ends. Its specific functionalities havethe following features:

  • The system can work with cameras on it, and needs noextra equipment, thus being convenient to carry.

  • Course resource management: an administrator publishesexercise video courses at the back-end, and also does other operations such asclassification, labeling, recommendation, and feature learning and detection,which are the foundation for a user to select exercise and the criteria offeature matching.

  • Video play: when a user selects exercise to learn, thesystem enters an exercise link, and its interface automatically presents ateaching video selected by the user.

  • Motion recognition: user motions, including motions of upperand lower limbs, are captured through a camera and then are detected andrecognized, motion locus is shown on a video playing interface, and imagesfitting videos are displayed in real time.

  • Similarity recognition: based on user motionrecognition, the similarity computing and display are performed in real timewith video motions as standard and user motions as samples, and then thesimilarity of whole program is computed and eva luated.

  • Teaching platform: based on the coretechnology abovementioned, the teaching system can have more management andentertainment functionalities, such as exercise sharing, comments, integratingand other interactive entertainment.

Data statistics andanalysis: learning data and exercise data of a user are subjected tostatistics, so as to generate an overall user exercise report; then, users interest is definedaccording to long-term user activeness data, so as to generate a user featureprofile and a feature profile of user groups active on the platform.

Functionalrequirements

There are three mainfunctionalities of capturing user motions and motion locus through a camera,and synchronously displaying user motion locus and real-time similarity whileplaying teaching videos; developing an entertainment platform with functionalmodules of resource management, user management and motion management; and analyzingusers interest according to user motion data generated in thesystem. The system should have the following functions: 

(1) Motion recognition engine

Capture user exercise pictures byWebcamon the system, perform user motion recognition, and display motion locus in ateaching video. (15 points)

(2) Motion eva luation

Prerecord an exercise teachingvideo for teaching broadcast exercises, shadowboxing, etc., simulate motions bya user facing a camera, providing motion similarity on the platform in realtime, displaying fitting effect in the teaching video, and finally, eva luatingthe overall effect. (20 points)

(3) Teaching platform

Implement interactive teachingbased on cameras (creation is allowed, but should be combined with usermotions). Basic functions are as follows: (1) in a teaching interaction lobby,exercise courses can be added or deleted dynamically; (2) exercise is recordedwith basic data about exercise frequency, effective time, exercise time,calorie consumption and scores, and exercise pictures and videos are recordedand then compressed to be uploaded to the back-end, and also can be shared; (3)users can share, review and score courses, and the overall eva luation is takenas a basis of course sequencing. (15 points)

(4) Entertainment games

Create entertainment gamesbased on motion recognition of cameras, wherein each game can have 3 points,and the total score cannot exceed 15 points. (15 points)

(5) Data management

Achieve multilevel accessto user learning recording data, such as province and city level access;perform statistics on exercise data according to individuals, user groups,regions and exercises, and implement comparison at user-defined time intervals;and analyze user interest features and define user groups according to analysison the platform use time and period, courses and other data of users. (10pints)


Non-functional requirements

(1) A human-computer interaction interface is friendly, andis easy to operate. (5 pints).

(2) For BS framework or H5 hybrid development, a page supportsresponsive means as well as mobile equipment such as mobile phones and tabletcomputers. (5 points)

(3) Complete development documents are provided. (5 points)

(4) Cross-platform detection, recognition andcomparison of video features can be performed, Windows, Android and IOSplatforms are available, and good performances are achieved on each platform.(10 points)

Extra points: 

(1) Teaching videos have cartooncharacters (10 points), and cartoon characters are dynamically replaceable (10points).

(2) Other creative functionalities are achieved. (20 points)

Otherrestrictions: Development environment, test platform, development language,database, complier, etc. (as explicit as possible)

Development environment: norestriction

Development language: norestriction

Databaseno restriction

Testdata or platform: Test environment and data provided to competitors (electronicdocuments are acceptable)

Test environment : Windows 7 or higher version, Android 5.0 or higher version, or IOS10 or higher version, and test machines withcameras

Test data:

(1)Single motion judgment: mainly precisely recognizing and describing motions offour limbs, head and body, such as raising left arm, laying down left arm,raising head and stepping forward with right foot;

(2) Combined motion judgment: describingcombined motions of four limbs and head; and

(3) Test video: with “XIWANG FENG FAN” (thethird broadcast exercises of pupils) as a reference video, makingsimilarity judgment in real time by the system when a user faces a camera anddoes exercise in accordance with motions in the video.
Instructionsabout development equipment and equipment metrics
 Imageacquisition equipment: acquiring images through cameras on the equipment, and notusing depth cameras or somatosensory equipment.

Otherrequirements

Relevant documents:

1. Requirement specification: stating functional andnon-functional requirements of the topic in detail;

2. System design specification: describing theframework, design philosophy, algorithm idea, etc. of software in details;

3. Test documents: illustrating the establishment oftest environment, test data prepared, test methods, etc.; and

4. Program source codes: meaning program codes notcomplied and written according to certain programming language specifications,and including code structure specification.

Scoring standard: 

Thesystem is scored according to the technical feasibility of comprehensivescheme, the implementation degree of functional requirements, and theimplementation programs of non-functional requirements, accounting for 20%, 40% and 40% of the total scores, respectively. Wewill consider both the directivity of system solutions, and the feasibility ofimplementation process and the advancement of technical schemes.

 

关键字: 责任编辑:cnsoft
】【打印繁体】【投稿】【收藏】 【推荐】【举报】【评论】 【关闭】 【返回顶部
分享到QQ空间
分享到: 
上一篇Safety helmet extraction and an.. 下一篇Credible Digital Asset Store Ce..

相关栏目