「羽」你同行–基於多模態深度學習與大語言模型的手機端羽毛球姿態矯正系統
隨著台灣在奧運羽球雙打再奪金牌後,更多台灣人想嘗試這項運動。為提升新手學習效率,本研究旨在開發一套幫助新手透過手機進行姿勢矯正的軟體。首先,本研究選擇BlazePose模型當作人體姿態辨識模型,並訓練MLP、KNN及YOLO等姿勢分類器。其中,KNN分類器在影片姿勢分類表現最佳,準確率達94.80%。此外,本研究設計Ball In Ball Out流程可偵測羽球並自動剪輯單一打擊片段,準確率為95.89%。經上述多模態資料分析後,再檢查常見錯誤姿勢及比對專家姿勢差異,最終LLM給予使用者姿勢錯誤矯正建議。羽球專家對姿勢矯正建議的平均認同百分比達82.40%,羽球新手達81.16%。