許多人已經使用智能手錶等可穿戴設備來記錄運動數據。美國卡耐基梅隆大學的研究人員已經開發出了一種更好的選擇，但是，它還是以用戶-監控計算機視覺系統的形式。可穿戴設備的問題在於，雖然它們能夠識別身體部位與運動相關的運動，但它們可能會漏記一些。考慮到這一限制，博士生Rushil Khurana和Karan Ahuja創建了GymCam系統。

該系統使用普通的固定式攝像機，它連接到計算機-該技術甚至可以整合到智能手機應用程序中。當用戶在鍛煉時相機會“觀察”他們，定制設計的算法會自動檢測重複的身體動作，將它們與已知的練習相匹配，併計算重複的次數。

雖然該系統可供個人在家中使用，但它也能夠在同一房間內同時跟踪許多用戶。實際上，通過了解哪些健身器位於房間的哪個部分，系統能夠更好地確定每個人正在執行哪種活動。

據報導，當涉及到跟踪和識別運動時，諸如健身房設備本身的障礙物（其可能部分地阻擋相機對用戶身體的視圖）是不成問題的。並且因為系統不記錄或傳輸用戶臉部的圖像，所以他們的隱私受到保護。

據報導，在擁擠的大學體育館進行的測試中，當前版本的GymCam在區分練習與其他類型的動作時準確率達到84.6％，然後在確認正在進行的練習類型時準確率為93.6％。

Khurana和Ahuja將在本週四舉行的普適計算領域頂級會議UbiComp上展示他們的研究成果。