Анализ состава тела может помочь в фитнесе

Аналитика в моде в профессиональном спорте, бейсбол и баскетбол лидируют. Каждое движение, каждое действие, каждый результат неустанно отслеживаются с целью достижения хотя бы номинального прироста производительности, который может привести к преимуществам и, в конечном счете, к победам.

Для любителей фитнеса, особенно для тех, для кого потеря веса имеет первостепенное значение, анализ прогресса часто ограничивается показаниями весов в ванной или спортзале. Но есть гораздо более продвинутые технологии, доступные даже обычным бегунам и спортсменам.

InBody в прошлом месяце запустила свои умные весы h30N в США. Они позиционируются как первые умные весы, которые измеряют все ваше тело с помощью технологий, основанных на их профессиональных анализаторах состава тела.

SportsMD встретился с Дэвидом Юном , помощником менеджера по развитию бизнеса в InBody, чтобы поговорить об этом объявлении и о том, что оно означает как для обычных, так и для профессионалов.

SportsMD: Как люди могут использовать смарт-весы в своих режимах фитнеса?

Дэвид Юн: InBody зарекомендовала себя как лидер в области профессионального анализа состава тела с помощью нашей запатентованной технологии DSM-BIA. Мы считаем, что профессиональный анализ состава тела является важным компонентом для всех, будь то элитный спортсмен или тот, кто только начинает свой путь в фитнесе, чтобы улучшить свою физическую работоспособность, общее состояние здоровья и самочувствие. Это позволит вам измерять и отслеживать ключевые показатели здоровья, такие как масса скелетных мышц и жировые отложения.

При этом занятому человеку может быть сложно пройти тестирование между запланированными встречами в учебном центре. Вот почему мы создали InBody h30N. В отличие от других интеллектуальных весов на рынке, InBody h30N измеряет все ваше тело с помощью нашей 8-точечной системы тактильных электродов (по сравнению с традиционной системой датчика стопы) для более точного и точного измерения массы тела и массы скелетных мышц. Кроме того, у него есть дополнительное преимущество — автоматическая синхронизация с приложением InBody. Эта функция позволяет беспрепятственно отслеживать и сравнивать данные наших профессиональных устройств с тестовыми данными h30N.

SMD: Каковы основные преимущества использования интеллектуальных весов по сравнению со стандартными?

DY: Когда вы встаете на стандартные весы и видите, что набрали/похудели на 5 фунтов, трудно понять, что это означает в контексте ваших целей в отношении здоровья. С InBody h30N вы получаете точные и точные измерения жировых отложений и массы скелетных мышц. Все эти данные записываются и отслеживаются в приложении InBody, которое вы можете использовать для корректировки своего плана питания или тренировок.

SMD: Какие спортивные франшизы используют продукты InBody, включая h30N?

DY: Профессиональная линейка анализаторов состава тела InBody используется спортивными клубами во всех четырех основных профессиональных спортивных лигах США и Канады, а также в высших лигах по всему миру. Для начинающих спортсменов или тех, кто хочет улучшить свою физическую форму дома, InBody h30N — отличный вариант.

SMD: Какие функции h30N могли бы использовать элитные спортсмены, которые могут быть не так полезны для «воинов выходного дня»?

DY: Все функции h30N отлично подходят для элитных спортсменов, воинов выходного дня и всех, кто хочет улучшить свое здоровье с помощью данных, которым они могут доверять. h30N обеспечивает точные и точные измерения веса, жировых отложений, мышц и ИМТ. Эти данные автоматически записываются и отслеживаются в приложении InBody, поэтому ваши данные всегда доступны, когда вам это нужно.

SMD: Для каких видов спорта или специальностей больше всего подходят h30N?

DY : InBody h30N отлично подходит для любого спортсмена, пытающегося улучшить или сохранить состав своего тела.

С учетом сказанного, точные и точные результаты состава тела могут быть особенно полезны для спортсменов, соревнующихся в весовых категориях. Отслеживание жировых отложений и мышц при попытке попасть в весовую категорию может оказать большое влияние на производительность.

Джерри Милани

Джерри Милани — независимый писатель и руководитель отдела по связям с общественностью, проживающий в Блумфилде, штат Нью-Джерси. Более 25 лет он работал в сфере связей с общественностью в колледжах и на конференциях по связям со спортивными СМИ, в двух агентствах и в Международной бойцовской лиге, команде основал лигу смешанных единоборств, а сейчас является менеджером по связям с общественностью Wizard World, которая занимается поп-культурой и съездами знаменитостей по всей Северной Америке. Милани также является диктором футбольных и баскетбольных трансляций Университета Колдуэлла. Он является гордым выпускником Фордхэмского университета, и, когда он не посещает игру Yankees, Rams или Cougars, с ним можно связаться по адресу jerry (at) jerrymilani (dot) com.

15 июля 2019 г.

Программное обеспечение может автоматически анализировать композицию цифровых фотографий

Исследования

Программное обеспечение выполняет попиксельный анализ для извлечения признаков из фотографии, а затем использует статистический анализ для классификации и сравнения ее с высокоэстетичными изображениями. . Предоставлено: Патрик Мэнселл / Penn State. Creative Commons

UNIVERSITY PARK, Pa. — Каждый может быть критиком, но теперь исследователи Пенсильванского университета прокладывают путь для машин, чтобы они могли участвовать в действии. Однако исследователи добавляют, что их алгоритм фотоанализа предназначен для предоставления конструктивной обратной связи, а не для замены фотографов.

Исследователи разработали алгоритм, который анализирует расположение визуальных элементов — композицию — цифровых фотографий. По словам профессора информационных наук и технологий Джеймса Вана, он также дает обратную связь о восприятии композиции фотографии и предоставляет примеры изображений с похожим составом, имеющих высокую эстетическую ценность. Ван и его коллеги недавно получили патент на систему.

«Если подумать об эстетике, то все дело в композиции», — сказал Ван. «Вы можете рассматривать цвета, текстуры или формы, но, если свести все к минимуму, вам в конечном итоге придется рассматривать все эти элементы как часть композиции».

По словам исследователей, научить машину стать искусствоведом непросто. Машину необходимо обучать на примерах высоко оцененных фотографий, чтобы распознавать хорошие композиционные элементы, говорит Цзя Ли, профессор статистики, работавший с Ваном.

Ли добавил, что программное обеспечение, разработанное командой, опирается на психологические теории человеческого зрения, а также на мнения людей, помогающие классифицировать изображения. Например, при разработке программного обеспечения исследователи учитывали работу, проделанную в области гештальт-психологии, которая фокусируется на том, как люди воспринимают форму и форму.

Группа аспирантов помогла разработать алгоритм, вручную пометив сотни изображений из коллекции изображений на веб-сайте photo. net. Композиция каждого изображения подразделяется на горизонтальные, вертикальные, центрированные, диагональные и текстурные типы. Затем эти метки служат обучающим набором данных, который учит алгоритм классифицировать фотографии.

«Эстетика, конечно, вещь субъективная», — сказал Ли. «То, что может понравиться одному человеку, может не понравиться другому, но есть элементы, общие для многих хороших фотографий».

Программное обеспечение выполняет попиксельный анализ для извлечения признаков из фотографии, а затем использует статистический анализ для классификации и сравнения фотографий с высокоэстетичными изображениями.

Часто фотографии могут иметь смесь композиционных элементов. Программное обеспечение может обнаруживать и указывать случаи, когда у фотографа может быть несколько композиционных вариантов.

«Например, группа людей может посмотреть на фотографию, скажем, каньона, и кто-то увидит ее как вертикальную композицию, кто-то увидит ее как диагональную композицию, а кто-то даже скажет, что это горизонтальное изображение», — сказал Ван.