Te weinig bewegen is slecht voor je gezondheid. De oplossing lijkt simpel: korte, frequente inspanning. Maar in de praktijk struikelt iedereen over hetzelfde probleem — motivatie. Drie onderzoekers, Yanis Zaoui, Valentin Bégel en Mohamed Adjel, denken dat een game kan helpen. Zij ontwikkelden 'Rhythmic Fitness Beat 'Em All', een systeem dat fysieke activiteit omtovert tot een spel — zonder dat je dure, gespecialiseerde hardware nodig hebt. Volgens hun publicatie op arxiv.org draait de volledige techniek op een gewone smartphone, die je met een USB-C naar HDMI-kabel aan je tv koppelt.
Hoe het werkt: één camera, geen sensoren
Het hart van het systeem is monoculaire 3D-houdingsherkenning (human pose estimation). Waar traditionele motion-capture vaak meerdere camera's of dieptesensoren vraagt, volstaat hier één enkele camerafeed. De zware rekenwork vindt plaats op de Neural Processing Unit (NPU) van de telefoon. Resultaat: het systeem haalt 30 frames per seconde.
Het spel is een 'beat 'em up' waarin je met je hele lichaam beweegt. Het systeem herkent vijf specifieke schaduwboksmoves:
- De guard-positie
- Stoten (punches)
- Slippen (slip)
- Huurken (squat)
- Springen (jump)
Elke beweging wordt gemeten met een metrische maatstaf in een lichaamsframe dat is uitgelijnd met de zwaartekracht. Omdat iedereen anders beweegt, kalibreert het systeem zich tijdens een tutorial op de speler via drempelwaarden met hysteresis.
Muziek als motor
Wat dit project bijzonder maakt, is de rol van muziek. Veel exergames negeren ritme volledig; dit systeem niet. De bewegingssignalen zijn gekoppeld aan de kickdrum van het nummer dat je hoort. Het spel meet bovendien wanneer een beweging wordt vastgelegd en leert per speler een specifieke vertraging (delay), zodat de timing nauwkeurig beoordeeld kan worden.
Volgens analyse van aipapers.ai heeft deze aanpak een hoge haalbaarheid voor commerciële implementatie. Het systeem vertrouwt immers alleen op standaard consumentenelektronica. Dat zou de markt voor thuisfitness flink kunnen opschudden: interactieve en gepersonaliseerde ervaringen, zonder de kosten van complexe hardware.
Deel van een grotere trend
'Rhythmic Fitness Beat 'Em All' past in een bredere wetenschappelijke beweging richting markerloze bewegingsanalyse. Recent onderzoek, gepubliceerd op nature.com, onderzocht de nauwkeurigheid van diverse open-source monoculaire schatters met een dataset van 2,2 miljoen RGB-frames. De conclusie: markerloze methoden zijn goedkoper en sneller op te zetten, maar de precisie blijft vaak achter bij traditionele optische systemen met passieve markers.
Aan één camera kleven ook praktische beperkingen. Zo beschrijft een studie op nlnih.gov hoe sensorfusie met slimme zooltjes helpt wanneer het onderlichaam buiten beeld valt — dat verbetert de consistentie van de hele lichaamshouding.
Het project van Zaoui en collega's werd gepresenteerd op de International Conference on Entertainment Computing 2026 in Parijs. Het laat zien hoe complexe computer vision-technieken kunnen uitgroeien tot een toegankelijke consumentenapplicatie die gezondheid en entertainment samenvoegt.