Markerless Pose Estimation for Resistance Training Technique Assessment

In der Welt des körperlichen Trainings kommt es bei dem Unterschied zwischen dem Aufbau von Kraft und der Vermeidung von Verletzungen oft auf ein einziges Detail an: wie sich ein Körper bewegt. Seit Jahrzehnten verlassen sich Experten auf zwei Hauptmethoden, um diese Bewegung zu beurteilen. Die erste ist das menschliche Auge, bei dem ein Trainer einen Athleten beobachtet und basierend auf Erfahrung Feedback gibt. Die zweite ist das Labor, in dem Wissenschaftler teure Kameras und winzige reflektierende Aufkleber verwenden, die auf die Haut einer Person geklebt werden, um jedes Gelenk mit extremer Präzision zu messen. Während die Labormethode eine unbestreitbare Genauigkeit bietet, ist sie in Forschungszentren eingeschlossen, weit entfernt von den Trainingsräumen, in denen die meisten Menschen trainieren. Dies hinterlässt eine Lücke zwischen der hochtechnologischen Wissenschaft der Bewegung und der alltäglichen Realität des Gewettelns.

Eine neue Studie der Universität Bristol versucht, diese Lücke zu schließen, indem sie eine einfache Frage stellt: Kann eine handelsübliche Smartphone-Kamera, ohne Aufkleber oder Spezialausrüstung, uns sagen, ob eine Person sicher hebt? Die Forscher konzentrierten sich auf drei grundlegende Übungen – die Kniebeuge (Squat), das Bankdrücken (Bench Press) und das Kreuzheben (Deadlift) –, da diese Bewegungen mehrere Gelenke involvieren und ein hohes Verletzungsrisiko bergen, wenn sie falsch ausgeführt werden. Sie wollten wissen, ob moderne Computer Vision, die es Maschinen ermöglicht, den menschlichen Körper aus einem Video zu „sehen“ und abzubilden, den Besuch eines Labors ersetzen kann. Das Ziel war nicht die Schaffung eines perfekten medizinischen Werkzeugs, sondern zu sehen, ob ein praktisches, zugängliches System die wesentliche Form einer Bewegung erfassen und mit einem bekannten guten Beispiel vergleichen kann.

Um diese Idee zu testen, baute das Team ein digitales Framework, das gewöhnliche Videoaufnahmen in eine Geschichte der Bewegung verwandelt. Sie verwendeten ein leichtgewichtiges Computerprogramm, das in der Lage ist, in jedem einzelnen Frame eines Videos dreißig drei Schlüsselpunkte am menschlichen Körper, wie Schultern, Ellbogen und Knie, zu identifizieren. Sobald diese Punkte identifiziert waren, verband das System sie, um die Winkel der Gelenke zu berechnen, während sich die Person bewegte. Bei einer Kniebeuge beispielsweise beobachtete das Programm, wie sich das Knie beugte und wie der Oberkörper nach vorne neigte. Die Forscher erstellten daraufhin einen „Goldstandard“-Referenzwert, indem sie ein Video einer perfekten Wiederholung aus einer Sammlung von Instruktionsclips auswählten. Diese perfekte Bewegung diente als Ziel, als Vorlage, an der alle anderen Versuche gemessen werden konnten.

Die Forscher speisten hunderte Videos in ihr System ein und filterten jene heraus, die eine schlechte Beleuchtung aufwiesen oder bei denen die Körper zu stark verdeckt waren. Sie konzentrierten sich auf einen Datensatz von achtundachtzig hochwertigen Aufnahmen. Als sie die Kniebeuge-Videos analysierten, arbeitete das System bemerkenswert gut. Es verfolgte die Bewegung erfolgreich in fast jedem einzelnen Frame und erfasste die sanfte Kurve des Beugens und Streckens des Knies. Der Computer konnte den Unterschied zwischen einer tiefen, kontrollierten Kniebeuge und einer flachen oder zittrigen Kniebeuge erkennen. Durch den Vergleich des Kniewinkels in einem Testvideo mit dem Winkel im perfekten Referenzvideo vergab das System eine Punktzahl. Eine Punktzahl von einhundert bedeutete, dass die Bewegung das Ideal perfekt entsprach, während eine niedrigere Punktzahl eine Abweichung anzeigte. In einem Test, der zehn Wiederholungen einer Kniebeuge umfasste, identifizierte das System, dass die erste Wiederholung am stärksten vom Ideal abwich, während die achte die engste Übereinstimmung darstellte, was zeigte, dass die Technologie subtile Veränderungen der Technik selbst innerhalb eines einzigen Satzes von Übungen erkennen kann.

Die Studie offenbarte jedoch auch eine erhebliche Einschränkung, die jeder Nutzer einer solchen Technologie respektieren muss: Der Kamerawinkel ist wichtiger als fast alles andere. Die Forscher testeten dies, indem sie eine Person in einer statischen Kniebeuge-Position beobachteten, während sie um sie herumgingen und aus der Seite, von hinten und von vorne filmten. Wenn die Kamera direkt von der Seite positioniert war und ein zweidimensionales Profil der Bewegung einfing, sah der Kniewinkel korrekt aus. Doch sobald die Kamera nach vorne oder hinten schwenkte, änderte sich die Schätzung des Kniewinkels durch den Computer dramatisch, obwohl sich das Bein der Person überhaupt nicht bewegt hatte. Diese Verzerrung wurde verschlimmert, wenn der Lifter sich innerhalb eines Metall-Gewichtsständers befand, wo die Stangen Teile des Körpers blockierten. Das System hatte Schwierigkeiten zu erraten, wo sich die verborgenen Gelenke befanden, was zu verwirrenden und ungenauen Daten führte. Dieses Ergebnis widerlegte die Vorstellung, dass eine Kamera überall platziert werden könne; damit die Technologie funktioniert, muss das Video aus einer spezifischen Seitenansicht aufgenommen werden.

Die Technologie zeigte auch, dass sie für einige Übungen besser funktioniert als für andere. Während die Kniebeuge und das Kreuzheben mit hoher Zuverlässigkeit verfolgt wurden, erwies sich das Bankdrücken als schwierig. Beim Bankdrücken liegt die Person auf dem Rücken, und die schwere Langhantel verdeckt oft die Sicht auf die Arme und Schultern. Da der Computer die Schlüsselgelenke nicht klar sehen konnte, gelang es ihm nicht, die Bewegung in einem großen Teil der Videos zu verfolgen. Dies deutet darauf hin, dass die Methode zwar kraftvoll für aufrechte Bewegungen ist, bei denen der Körper vollständig sichtbar ist, aber noch nicht bereit für jede Art von Übung ist. Die Forscher kamen zu dem Schluss, dass ihr System ein vielversprechender Schritt in Richtung zugänglicher Biomechanik ist, das in der Lage ist, nützliches Feedback für die Kniebeuge und das Kreuzheben zu geben, aber es ist keine magische Lösung, die in jeder Situation funktioniert.

Letztendlich zeigt diese Arbeit, dass wir uns einer Zukunft nähern, in der hochwertige Bewegungsanalyse für jeden verfügbar ist, nicht nur für diejenigen mit einem Laborbudget. Das System kann die Geschichte einer Hebebewegung aus einem einfachen Video extrahieren und identifizieren, wann eine Technik konsistent ist und wann sie vom Ideal abweicht. Es kann einem Athleten sagen, dass seine ersten paar Wiederholungen zittrig waren und dass er später im Satz seinen Rhythmus gefunden hat. Dennoch erfordert der Weg nach vorn Disziplin. Um das Beste aus diesem Werkzeug herauszuholen, müssen die Nutzer vorsichtig sein, wo sie mit ihrer Kamera stehen und was sie filmen. Die Technologie ist kein Ersatz für einen Trainer, sondern eine neue Art von Spiegel – einer, der uns die Geometrie unserer eigenen Kraft zeigen kann, sofern wir wissen, wie wir hinsehen müssen.