智能手机辅助的 HIIT VR 健身游戏：用实时姿态估计让健身游戏化

本文介绍了一种创新的虚拟现实（VR）健身游戏系统，该系统通过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连招）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受限的头戴式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普通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，尤其适合HIIT训练中典型的快速、动态动作。智能手机拍摄的画面通过姿态估计算法实时处理，提取的生物力学数据由基于模型上下文协议（MCP，Anthropic的开放标准，用于将AI模型连接到结构化数据源和工具）构建的后端服务器以及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、运动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训练中的体验。结果表明，在VR条件下，愉悦感显著更高（均值 = 3.5 vs 2.8，p = 0.02），沉浸感/专注度有所改善（均值 = 3.2 vs 2.8，p = 0.03），推荐意愿增加（均值 = 3.2 vs 2.7，p = 0.04）。继续训练的置信度在两种条件之间无显著差异（p = 0.15），而感知强度保持相当。MCP系统与专家评估显示出高度一致性（87.5%，N = 10次训练，一名认证教练），支持其作为反馈工具的可靠性。

中文由 AI 翻译，仅供参考，以原文为准。