提出了一种新的应用来实时监测老年人自己的居家缺乏运动的情况，旨在支持老年人的生活和独立性。基于 RGB-D 相机和紧凑型计算机处理器的轻量级相机监控系统在社区家庭中进行了开发和试验，以观察老年人的日常行为。匿名和不显眼地检测到了日常情境中的身体静止事件。这些事件可以从更高的层面解释，例如意识丧失或生理恶化。评估了静止监测系统的准确性，并提供了与老年人日常行为相关的静止事件统计数据。结果表明，我们的方法在各种环境下，包括低照明、电视抖动和不同的摄像机视角中准确地进行了静止检测。

Nov, 2023

本文介绍了将人工和计算智能技术应用于游戏研究，以用于物理治疗的一种途径。我们提供了一个原型研究的概述，重点讨论了运动传感器输入设备和虚拟现实设备在康复运动障碍治疗中的应用问题。 我们强调，程序内容生成和玩家建模的进步可以通过改善康复方案的质量和测量患者的表现推动该领域的发展。

Apr, 2018

我们设计了一个基于 HoloLens 2 的应用程序，通过自主训练和自动评估来实现老年人和受伤人员的肌肉骨骼训练，我们评估了 HoloLens 2 的运动数据是否足以控制和预测肌肉骨骼训练中的身体动作和关节角度，结果显示 HoloLens 2 的运动数据与上半身运动和下肢关节角度的外部跟踪存在高度相关性。

Aug, 2023

本项目通过引入多智能体强化学习，创造了一款竞争人类的机器人选手 - Fencing Game，评估了机器人选手的能力和用户体验，用户研究发现它能够持续创造具有挑战性和愉悦性的交互，能有效增加人体心率，被绝大多数受试者认为是有趣且能提升锻炼质量的系统。

Feb, 2022

本文介绍了一种将足球比赛的单眼视频转化为可交互地呈现球员和球场的三维重建系统，通过使用卷积神经网络估算每个球员的深度图，我们将其与现有的身体姿态和深度估计技术进行比较，并展示了在合成和真实的 YouTube 足球片段的实验结果。

Jun, 2018

本文提出了一种非玩家角色（AI）设计，用于促进全身运动游戏中身体各部分平衡性的使用。在使用 FightingICE 平台进行 AI 开发的战斗中，通过使用名为 UKI 的中间件，允许玩家使用身体动作而非键盘和鼠标来控制游戏。在游戏过程中，通过预测每个候选行动如何引起玩家移动以及玩家的生命状态如何受到影响，建议的 Monte-Carlo 树搜索算法确定下一步行动。结果表明，在 4 名受试者中成功提高了身体各段的平衡性。

Apr, 2017

本研究基于大规模可穿戴传感器数据和搜索引擎日志，研究了 Pokémon Go 对于人们体育锻炼的影响，并发现该游戏可以在很短时间内显著增加总体的步数，特别是那些多次查询游戏使用详情的用户，平均每天增加 1473 步，相比之前的活动水平增加了 25% 以上，可以增加所有年龄、体重和活动水平的男女的运动量，表明这种游戏能够对公共卫生产生重大影响。

Oct, 2016

该研究探讨了基于智能手表捕获的 3D 动作分析的远程患者监护可能性，该研究基于快速人类运动的运动学理论，在古特曼神经康复医院进行了实验验证，并显示出有前途的结果。该技术可能在远程医疗应用中发挥重要作用，提高医疗效率，降低医疗成本，未来将进一步在临床验证、多模式分析体系结构以及监测其他神经退行性疾病的应用方面探索。

Dec, 2022

通过使用非侵入式摄像头传感器监控个体的坐姿和放松活动，本研究旨在检测衰弱迹象，并通过建立贝叶斯网络模型特征、活动和健康状况之间的关系，确定最适合观察变化的时间尺度。研究结果表明，在日常水平上区分模拟的衰弱的准确率为 0.97，而一些精细的行为特征和活动，包括非主导上半身运动速度和规模，以及静止分布和 300 秒的时间窗口，则被发现最为有效。然而，鉴于无法确定适用于所有参与者的通用优化特征和活动，建议使用个体特定模型。

Jun, 2024

本文介绍了如何在物理治疗领域利用 Microsoft Kinect 等低成本设备，通过计算机视觉技术、离群点数据处理算法、以及基于 Unscented Kalman Filter 算法的卡曼滤波器模型，提取精确可靠的人体运动参数。

Dec, 2015