基於Kinect之銀髮族體適能距離量測系統設計

Design of Seniors Physical Fitness Distance Measurement System Based on Kinect

10.6285/MIC.201908/SP_02_8.0010

謝愛家(Ai-Jia Hsieh)；張峻彬(Chun-Pin Chang)；劉川綱(Chuan-Gang Liu)；張峻瑋(Chun-Wei Chang)

銀髮族 ； 體適能檢測 ； i運動資訊平台 ； 椅子坐姿體前彎 ； 抓背測驗 ； Seniors ； Physical Fitness Testing ； iSports Information Platform ； Chair Sit-and-Reach ； Back Scratch Test

管理資訊計算

8卷特刊2（2019 / 08 / 01）

102 - 113

繁體中文

本研究是基於Kinect體感設備，依教育部體育署的規範設計一套銀髮族體適能的「椅子坐姿體前彎」及「抓背測驗」等二項之自動檢測系統。椅子坐姿體前彎檢測主要採使用者影像資料，依國民體適能檢測項目之檢測流程及注意事項，設計五個階段：預備、勾腳尖、手往前伸、檢測及評估；而抓背測驗設計四個階段：預備、慣用手往後、另一手往後、檢測及評估。經實際測試後，坐姿體前彎檢測的平均誤差約0.55公分；而抓背測驗的平均誤差約-1.03公分。

This study is based on Kinect somatosensory equipment, according to the specifications of the Sports Administration of the Ministry of Education, to design two seniors physical fitness testing systems: chair sit-and-reach test distance measurement and back scratch test distance measurement. The chair sit-and-reach test distance measurement is mainly based on the user's data. According to the testing process and precautions of the National Fitness Test, the design is in five stages: preparation, hook tip, hand extension, detection and evaluation. The back scratch test distance measurement is designed in four stages: preparation, habitual hand backwards, another hand backwards, detection and evaluation. After the real test, the average error of the chair sit-and-reach test distance measurement is about 0.55 cm; and the average error of the back scratch test distance measurement is about -1.03 cm.

1. 謝愛家,張峻彬,盛夢徽,吳佩靜(2018)。銀髮族體適能自動檢測系統之研究以肱二頭肌手臂屈舉為例。管理資訊計算，7(特刊1)，81-89。
   連結：
2. Chen, C.,Liu, K.,Jafari, R.,Kehtarnavaz, N.(2014).Home-based Senior Fitness Test measurement system using collaborative inertial and depth sensors.36th Annual International Conference of the IEEE Engineering in Medicine and Biology Society,Chicago, USA:
3. Goncalves, A.R.,Gouveia, E.R.,Cameirao, M.S.,Badia, S.B.(2015).Automating senior fitness testing through gesture detection with depth sensors.IET International Conference on Technologies for Active and Assisted Living,London, UK:
4. Kovac, J.,Peer, P.,Solina, F.(2003).Human Skin Colour Clustering for Face Detection.International Conference on Computer as a Tool EUROCON
5. Pterneas, Vangos(2017) ， Floor Detection using Kinect ， Retrieved from https://pterneas.com/2017/09/10/floor-kinect/。
6. Pterneas, Vangos(2016)，Detect a Weight-Lifting Bar using Kinect，Retrieved from https://pterneas.com/2016/05/17/weight-lifting-bar-kinect/。
7. Rahman, Mansib(2017).Beginning Microsoft Kinect for Windows SDK 2.0: Motion and Depth Sensing for Natural User Interfaces.New York:Apress.
8. 內政部統計處(2019)，內政統計通報108年第5週， Retrieved from https://www.moi.gov.tw/click_change_url.aspx?node_sn=7917&t_name=site_node_file&t_sn=6059
9. 友聲電子(2019)，友聲電子運動儀器網，Retrieved from http://www.yes-sports.com.tw/
10. 何永彬(2017)，高齡者體適能檢測與增進方式，臺東大學通識教育中心，Retrieved from http://c.nknu.edu.tw/adulteducenter/UploadFile/News/201710510433/高齡者體適能檢測與增進方式.pdf
11. 吳伊婷,蔡俊賢(2014)。國內外體適能檢測項目比較研究。高師大體育，12，46-57。
12. 張耿介,林新龍(2015)。銀髮族體適能檢測意義與內涵之探究。屏東大學體育，1，205-220。
13. 教育部(2014)，國民體適能檢測實施辦法，Retrieved from http://law.moj.gov.tw/LawClass/LawAll.aspx?PCode=H0120013。
14. 程雪蓮,段渭軍,高昂(2016)。基于Kinect的無接觸式體質檢測方法。傳感器與微系統，35(3)，85-88。
15. 程雪蓮,段渭軍,張雷,謝翟(2015)。程雪蓮、段渭軍、張雷、謝翟(2015)，基于 Kinect 的無接觸式學生體質測評方法，中國大陸專利 CN105608467A。
16. 黃思維,李勝雄(2012)。體適能研究現況探討。屏東教大體育，15，34-45。
17. 蕭伃伶,劉淑娟(2004)。老年人的健康體適能。長期照護雜誌，8(3)，300-310。
18. 蘇榮基(2008)。體適能檢測軟體系統發展的研究。弘光人文社會學報，9，241-264。
19. 65歲以上銀髮族體適能健身寶典
20. 體育署(2019)，i運動資訊平台：107年運動現況調查結案報告，Retrieved from https://isports.sa.gov.tw/Apps/TIS08/TIS0801M_01V1.aspx?MENU_CD=M07&ITEM_CD=T01&MENU_PRG_CD=12&LEFT_MENU_ACTIVE_ID=26
21. 體育署(2018)，國民體適能檢測項目及說明， Retrieved from http://www.beclass.com/share/201804/6477923328417smg_1.pdf。