Aller au contenu principal
2023 conference-paper

GymSense: Exploration in Measuring Bench Press Form Using Sensor Technology

0Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : us. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Proper weightlifting form is essential to prevent injuries, particularly for beginners. Our GymSense project is a computer system that monitors and provides feedback on critical aspects of form during the bench press exercise, including grip width, shoulder distance, shoulder abduction angle, tilt, and back arch. The system employs force and camera sensors, ArUco markers, and the BlazePose algorithm to measure the key parameters of form and provides feedback to the user during and after each set. The feedback loop allows users to identify areas for improvement and reduce the risk of injury. We conducted a user study to assess the accuracy of the first iteration of the system. We found through the user study that our system is not as accurate as a personal trainer, but our project presents the initial phase of an alternative approach for obtaining feedback on a user’s bench press form.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
GymSense: Exploration in Measuring Bench Press Form Using Sensor Technology
Date Crossref
27/04/2023
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • James Madison University pays non établi dans la notice
    Université ou école supérieure

James Madison University.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Hand Gesture Recognition SystemsSports Performance and TrainingHuman Pose and Action Recognition

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.