A Residual Transformer Framework for Biomechanics-Aware Yoga Posture Recognition and Feedback

Al eeuwenlang is de beoefening van yoga een brug geweest tussen fysieke discipline en mentale helderheid, waarbij vertrouwd wordt op de precieze uitlijning van het lichaam om de voordelen ervan te ontsluiten. Toch is het pad naar de juiste vorm voor miljoenen beoefenaars die in isolatie of via digitale schermen leren, vaak geplaveid met onzekerheid. Zonder een deskundige instructeur die een verkeerd geplaatste knie of een gekantelde ruggengraat opmerkt, kunnen de bewegingen die bedoeld zijn om te genezen juist leiden tot spanning of letsel. De uitdaging ligt in het vertalen van de subtiele, vloeiende taal van het menselijk lichaam naar iets dat een machine kan begrijpen. Dit is het domein van computer vision, een veld waar camera's en algoritmen samenwerken om beweging te zien en te interpreteren. Hoewel moderne systemen al kunnen identificeren waar de gewrichten van een persoon zich in een video bevinden, hebben ze historisch gezien moeite gehad om het verhaal van beweging door de tijd heen te vatten of om specifiek, veilig advies te geven over hoe een fout te herstellen. Ze zien vaak slechts een enkele snapshot van een houding in plaats van de continue stroom van een beoefening, en ze missen het vermogen om onderscheid te maken tussen een bewuste stretch en een gevaarlijke fout.

Een team van onderzoekers aan de Techno Main Salt Lake in India heeft een nieuw systeem ontwikkeld dat ontworpen is om deze specifieke problemen op te lossen, waardoor een digitale assistent ontstaat die niet alleen yogahoudingen herkent, maar ook de biomechanica erachter begrijpt. Hun werk, getiteld de Residual Biomechanical Transformer Network, gaat verder dan eenvoudige beeldherkenning om een model te bouwen dat een persoon ziet bewegen, de hoeken van hun gewrichten analyseert en directe, duidelijke instructies geeft over hoe ze hun vorm kunnen corrigeren. Het systeem werd getest op acht veelvoorkomende yogahoudingen, waaronder de Krijger, de Boom en de Cobra, en behaalde een opmerkelijk nauwkeurigheidsniveau, waarbij de houding in 98 procent van de gevallen correct werd geïdentificeerd. Belangrijker nog, het doet dit zonder een database van de persoonlijke fysieke details van de gebruiker nodig te hebben, zoals leeftijd of flexibiliteit, wat het een universeel hulpmiddel maakt voor iedereen die veilig wil oefenen.

De reis begint met de camera, die fungeert als de ogen van het systeem. In plaats van te proberen de complexe details van de kleding van een persoon of de achtergrond van de kamer te analyseren, lokaliseert de software eerst zeventien specifieke punten op het menselijk skelet, zoals de schouders, ellebogen, heupen en knieën. Dit proces, bekend als pose estimation, stript alles wat onnodig is om zich puur te concentreren op de structuur van het lichaam. De onderzoekers realiseerden zich echter dat het weten waar deze punten zich in een enkel frame bevinden, niet voldoende is. Yoga is een dynamische activiteit; een houding is vaak het resultje van een beweging, en de transitie naar een positie kan bedrieglijk veel lijken op andere bewegingen. Om dit te vangen, kijkt het systeem niet naar één afbeelding tegelijk. In plaats daarvan bekijkt het een sequentie van dertig frames, waardoor een kort tijdsvenster ontstaat dat het systeem in staat stelt de stroom van de beweging te begrijpen. Dit temporele bewustzijn helpt het systeem om onderscheid te maken tussen een houding die stabiel wordt vastgehouden en een die slechts een vergelijkbare vorm passeert tijdens een transitie.

Zodra het systeem deze sequentie van skeletbewegingen heeft vastgelegd, vertaalt het de ruwe posities van de gewrichten naar een geometrische taal die onafhankelijk is van de grootte van de persoon of de afstand tot de camera. Het berekent de hoeken tussen gewrichten, de relatieve lengtes van ledematen en de lichaamsverhoudingen, en normaliseert deze metingen zodat een lang persoon en een kort persoon die dezelfde houding uitvoeren, identiek lijken voor het algoritme. Dit creëert een compacte, 74-dimensionale beschrijving van de configuratie van het lichaam die zich volledig richt op de biomechanica van de houding. Het systeem voert deze beschrijving vervolgens in een gespecialiseerd neuraal netwerk, een type kunstmatige intelligentie dat ontworpen is om patronen in sequenties te vinden. Dit netwerk besteedt veel aandacht aan de meest kritieke momenten binnen de sequentie, waarbij het leert de stabiele, definiërende kenmerken van elke yogahouding te herkennen terwijl de vluchtige momenten van transitie worden genegeerd.

De ware innovatie van dit framework ligt in de manier waarop het met fouten omgaat. Veel bestaande systemen zouden simpelweg de juiste pose raden en daar stoppen, of ze zouden vertrouwen op rigide, vooraf geprogrammeerde regels die falen wanneer het lichaam van een gebruiker iets anders is. Deze nieuwe aanpak combineert het leervermogen van het neurale netwerk met een set duidelijke, anatomische regels. Zodra het systeem een houding identificeert, controleert het onmiddellijk de hoeken van de gewrichten van de gebruiker tegen de ideale bereiken voor die specifieke houding. Als een knie te ver gebogen is of een schouder te hoog wordt getild, signaleert het systeem niet alleen een fout; het genereert een specifieke, menselijk leesbare instructie. Bijvoorbeeld, als een gebruiker de Krijger-houding probeert maar de voorste knie recht is in plaats van gebogen, zal het systeem expliciet vermelden dat de knie ongeveer negentig graden gebogen moet zijn. Deze feedback wordt gegenereerd op basis van de gemeten afwijking van de ideale hoek, waardoor het advies altijd relevant is voor de specifieke fout die wordt gemaakt.

De onderzoekers testten hun systeem op een dataset met duizenden afbeeldingen van mensen die acht verschillende yogahoudingen uitvoeren. De resultaten waren indrukwekkend. Het systeem identificeerde de houding correct in 98 procent van de testgevallen, een niveau van precisie dat suggereert dat het de visuele en temporele nuances van deze bewegingen onder de knie heeft. Het presteerde bijzonder goed op duidelijke houdingen zoals de Stoel en de Boom, waarbij het lichaam een duidelijke, unieke vorm aanneemt. Zelfs in meer uitdagende scenario's waar houdingen vergelijkbare begin- of eindposities delen, zoals de transitie tussen de Krijger en de Hond-houding, slaagde het systeem erin ze met hoge nauwkeurigheid te differentiëren. Wanneer het systeem een fout maakte, was dat bijna altijd een verwarring tussen twee houdingen die tijdens een specifieke fase van de beweging erg op elkaar lijken, in plaats van een totaal falen om de lichaamsstructuur te herkennen.

Buiten de cijfers om demonstreerde het systeem het vermogen om in realtime te werken, waarbij videobeelden van een webcam met een snelheid worden verwerkt die directe feedback mogelijk maakt. In live tests identificeerde het systeem succesvol houdingen en benadrukte het specifieke gewrichten die niet goed uitgelijnd waren, waarbij het correcties aanbood die overeenkwamen met de ideale biomechanische bereiken. Bijvoorbeeld, wanneer een gebruiker een houding vasthield met een kniehoek die te breed was, gaf het systeem een directe instructie om het ledemaat aan te passen, wat de begeleiding van een menselijke instructeur nabootst. Dit vermogen om actiegerichte, houdingsspecifieke feedback te geven zonder dat de gebruiker persoonlijke fysieke statistieken hoeft in te voeren, maakt het systeem zeer aanpasbaar. Het hoeft niet te weten of de gebruente jong of oud is, flexibel of stijf; het meet simpelweg de geometrie van de beweging tegen de universele standaarden van de houding.

Het succes van dit framework suggereert een nieuwe richting voor hoe technologie fysiek welzijn kan ondersteunen. Door weg te bewegen van statische, regelgebaseerde controles en toe te bewegen naar een systeem dat beweging begrijpt als een continue, temporele gebeurtenis, hebben de onderzoekers een hulpmiddel gecreëerd dat zowel intelligent als interpreteerbaar is. Het systeem werkt niet als een black box; de feedback is direct herleidbaar naar de hoeken van de gewrichten, wat het advies transparant en betrouwbaar maakt. Hoewel de huidige studie zich richtte op acht specifieke houdingen, is de onderliggende methode ontworpen om schaalbaar te zijn, in staat om nieuwe bewegingen te leren naarmate er meer gegevens beschikbaar komen. Het werk bewijst dat met de juiste combinatie van computer vision, biomechanische techniek en deep learning, machines kunnen leren om het menselijk lichaam niet alleen te zien als een verzameling pixels, maar als een dynamische structuur die geleid kan worden naar veiligere, effectievere beweging.