arXiv cs.AI· Abhiram Kothagundu, Pheelip Pritipal Raipure, Abhijit Chandrakant Patil, Himangshu Sarma, Christian Eichhorn, David A. Plecher, Johanna Pirker·· 10 小时前AI 评分26
智能手机摄像头驱动的 VR 健身游戏：用实时姿态估计为 HIIT 增加趣味性
Smartphone-Aided VR Exergames for HIIT: Gamifying Fitness with Real-Time Pose Estimation
AI 导读
一项研究提出用三脚架上的普通智能手机摄像头实时捕捉全身动作，驱动 VR 健身游戏完成 11 种预设组合动作（如深蹲出拳、双臂击打、斜向拉伸），替代穿戴式动捕设备。
正文 · AI 翻译
摘要：本文介绍了一种创新的虚拟现实（VR）健身游戏系统，通过 11 个预定义连招动作（包括深蹲-出拳组合、双臂击打和斜向拉伸组合）将高强度间歇训练（HIIT）锻炼游戏化。与通常依赖可穿戴动作捕捉服或有限的头显传感器的传统追踪方法不同，我们的系统使用放置在三脚架上的标准智能手机摄像头来捕捉全身运动。这种方法提供了一种经济高效且可扩展的替代方案，特别适合 HIIT 训练中典型的快速、动态动作。
智能手机拍摄的画面使用姿态估计算法实时处理，提取的生物力学数据由基于 Model Context Protocol（MCP，Anthropic 用于将 AI 模型连接到结构化数据源和工具的开放标准）构建的后端服务器和 GPT-4o 大语言模型进行分析。系统生成针对高冲击、时间敏感型锻炼量身定制的个性化评估，涵盖动作准确性、运动效率、锻炼强度和潜在受伤风险。
一项涉及 20 名参与者（年龄 18-25 岁）的受试者内研究比较了 VR 和非 VR HIIT 课程的体验。结果表明，在 VR 条件下，愉悦感显著更高（均值 = 3.5 对 2.8，p = 0.02），沉浸感/专注度有所改善（均值 = 3.2 对 2.8，p = 0.03），推荐意愿增加（均值 = 3.2 对 2.7，p = 0.04）。继续锻炼的信心在两种条件之间没有显著差异（p = 0.15），而感知强度保持相当。MCP 系统与专家评估表现出高度一致性（87.5%，N = 10 次课程，一名认证教练），支持其作为反馈工具的可靠性。
| 主题： | 人机交互（cs.HC）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.06734 [cs.HC] |
| （或 arXiv:2611.06734v1 [cs.HC] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.06734 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Himangshu Sarma [查看电子邮件]
[v1]
2026 年 11 月 4 日星期三 16:18:35 UTC（4,274 KB）
来源：arXiv cs.AI · arxiv.org