隨著智慧手機的進化與人工智慧運算力的提升，運動科技也進入了一個嶄新的階段。如今只要用手機拍攝一段影片，就可能分析一位跑者的動作細節。這聽起來或許有些不可思議，但根據《Sensors》期刊最新的一項研究，這項技術正快速成真。
這篇由英國Northumbria大學團隊發表的研究，透過智慧型手機攝影，搭配 AI人體骨架，能精確地測量跑步表現。它的特點是：無需在身上貼反光標記、無需穿戴感測器，只需要手機錄影，即可自動辨識關鍵關節點並進行姿勢評估。
傳統跑步分析的痛點
過去若想精準分析跑步姿勢，往往需仰賴高階的實驗室設備，例如 Vicon 動作捕捉系統、穿戴式感測器等。這些裝置價格昂貴、操作繁複，而且使用者必須進入特定環境，才能得到精準資料。
這不僅提高了使用門檻，也限制了應用普及化。例如教練可能無法即時掌握選手在比賽或訓練中步態變化，而一般民眾更難獲得個人化的建議。
因此，研究團隊提出一項重要問題：是否可以利用現有手機錄影與人工智慧模型，直接進行步態分析？
手機錄影，雲端分析
本研究使用兩隻手機側錄與後錄跑步者的動作影片，搭配開源深度學習模型OpenPose辨識幾處關節點。這些影像資料經處理後，上傳至雲端伺服器進行分析，系統會自動計算下列參數：
- 關節角度變化（髖、膝、踝）
- 步幅與步頻
- 時間參數 (著地時間、騰空時間、一步時間)
- 著地方式（前腳掌或後腳跟）
- 步態對稱性與穩定性
所有資料最終會匯整為報告，供訓練參考，並同步回傳至使用者端手機 App 顯示結果。
評估準確度與效能表現
研究團隊將這套系統與傳統的三維動作捕捉結果相比較。實驗中包含超過 60 位受試者，測試條件涵蓋兩種跑速，分析結果顯示：
|
分析項目 |
智慧手機系統 |
傳統 3D 系統 |
|
關節角準確度誤差 |
平均 < 5° |
標準值 |
|
步幅誤差 |
低於 6% |
標準值 |
|
著地方式辨識率 |
約 90% |
幾近 100% |
這項結果證明，即便是非專業器材，只要搭配適當演算法與擺設攝影位子，也可達到相當程度的運動技術分析效果。
實際應用在哪些場景
這套系統的最大優勢，在於「便利性」與「低成本」。未來，它可能應用於以下情境：
- 一般跑者在公園練習時自我紀錄
- 健身房或田徑隊教練做初步技術檢視
- 醫療康復期患者居家步態監測
- 企業健康促進方案整合
換言之，每個人手機裡可下載的應用軟體，再搭配運動科學家的分析與運用，使用戶效能提升、事半功倍！
結語
這篇研究顯示，只要手機錄一段錄影，加上一點 AI 的力量，我們就能擁有以往需上萬元設備才能進行的運動分析。雖然目前仍需進一步優化準確度與自動化程度，但它為一般人打開了一條親近運動科技的道路。未來，也許我們只需在手機架好角度、按下錄影鍵，就能開始為自己的跑姿做全面體檢！
參考文獻
Young, F., Mason, R., Morris, R., Stuart, S., & Godfrey, A.
(2023). Internet-of-things-enabled markerless running gait
assessment from a single smartphone camera. Sensors, 23(2), 696.
https://doi.org/10.3390/s23020696
加入會員看更多
