Anatomical Mirror 3D

Atlas anatomiczny pokazuje kości w pozycji statycznej. Zrozumienie, co dzieje się z obojczykiem przy uniesieniu ręki albo z kręgosłupem przy pochyleniu nad biurkiem, wymaga wyobraźni przestrzennej, której nie każdy ma — a która jest kluczowa przy nauce anatomii i przy korekcji postawy.

Lustro, które zamiast odbicia pokazuje szkielet. Użytkownik rusza ręką, model kostny rusza tak samo — związek między ruchem a mechaniką staje się oczywisty, bo widać go na własnym ciele, w czasie rzeczywistym.

Z twardym warunkiem prywatności: aplikacja obserwuje człowieka przez kamerę, więc obraz nie może nigdzie trafić. Opcjonalny zapis rejestruje wyłącznie współrzędne stawów w pliku JSONL, nigdy klatki wideo.

Potok zaczyna się od detekcji człowieka i estymacji pozy 3D, po czym trafia na najtrudniejszy etap — retargeting. Punkty stawów zwracane przez model estymacji nie odpowiadają jeden do jednego kościom modelu anatomicznego, więc potrzebna jest jawna mapa przekształceń, zapisana w osobnym pliku konfiguracyjnym.

Model anatomiczny jest przygotowywany w Blenderze i eksportowany do postaci runtime osobnym skryptem. Inwentarz anatomii zajmuje blisko pół megabajta JSON-a — to katalog wszystkich elementów z ich relacjami.

Dwa tryby pracy odpowiadają dwóm sytuacjom: NEAR/DESK dla osoby siedzącej przy laptopie, gdzie w kadrze jest górna część ciała, oraz FULL BODY dla całej sylwetki. Różnią się nie tylko zakresem, ale i sposobem filtracji — przy biurku drobne ruchy mają znaczenie, przy pełnej sylwetce są szumem.

Aplikacja ma dwa tryby wyświetlania: sam szkielet oraz zastąpienie postaci modelem w kadrze kamery. Drugi jest efektowniejszy, pierwszy czytelniejszy dydaktycznie — i to on jest domyślny, bo celem jest zrozumienie mechaniki, a nie efekt wizualny.

Nagrania w formacie JSONL pełnią jeszcze jedną funkcję: pozwalają zbudować zestaw przypadków testowych z realnych ruchów. Sekwencja, na której retargeting się wykłada, staje się plikiem, który da się odtworzyć po każdej zmianie kodu.

Aplikacja uruchamia się w kilku wariantach: domyślnym (sam szkielet), z zastąpieniem człowieka modelem, z wyborem kamery oraz — co istotne dla rozwoju — w trybie odtwarzania nagranej pozy z pliku JSONL, całkowicie bez kamery.

Ten ostatni tryb jest odpowiednikiem emulatora z innych projektów: pozwala pracować nad retargetingiem i wizualizacją bez stawania przed kamerą przy każdej zmianie kodu.

Dokumentacja obejmuje decyzję architektoniczną, raport z analizy zasobów blenderowych, plan wdrożenia i raport etapu — projekt jest prowadzony metodycznie mimo edukacyjnego charakteru.

Działa estymacja pozy, retargeting i wyświetlanie modelu kostnego w obu trybach. GPU jest opcjonalne — procesor wystarcza dla pełnego modelu, co ma znaczenie przy zastosowaniu edukacyjnym, gdzie sprzęt bywa przypadkowy.