Browsing by Author "Chuang, Lin-Ming"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    OpenCap AI於跆拳道運動表現之應用
    (2025) 莊林旻; Chuang, Lin-Ming
    背景：OpenCap AI 是一種基於機器學習的動作分析系統，相較傳統 3D 運動捕捉系統，OpenCap AI無需昂貴設備，操作便利，適用於競賽與日常訓練。然而，傳統運動分析常受限於設備成本、場地限制與操作複雜性，難以彈性應用於跆拳道訓練場域。因此，本研究關注於 OpenCap AI 在跆拳道前踢動作分析中的實務應用與信效度表現。目的：本研究旨在：(1) 評估 OpenCap AI 與 Motion Analysis系統於跆拳道前踢下肢運動學參數的一致性與誤差；(2) 探討不同熱身方式對跆拳道選手前踢表現的影響。方法：招募 20 名大專跆拳道品勢選手參與三種熱身方式後執行前踢，採隨機交叉設計。以智慧型手機錄影並上傳至 OpenCap AI 系統進行運動學分析，同步以 Motion 系統進行比較。統計方法採重複量數單因子變異數分析（One-way ANOVA with Repeated Measures），並以 ICC 與 RMSE 評估兩系統之一致性與誤差表現。結果：不同熱身方式對踢擊的膝關節最大角速度與角加速度未達顯著差異（p> .05）。信效度分析顯示，OpenCap AI 與 Motion 系統間的關節角度一致性如下：膝關節： ICC = 0.991，RMSE = 4.2°（極高一致性）、髖關節： ICC = 0.937，RMSE = 8.6°（高度一致性）、踝關節： ICC = 0.860，RMSE = 15.7°（中高度一致性）討論：OpenCap AI 在膝與髖關節測量具極高一致性，顯示其可取代部分實驗室系統，並支援場域即時數據分析。儘管熱身方式未顯著影響精英選手之表現，OpenCap AI 能提供準確運動學數據，進行即時回饋與技術優化。結論：OpenCap AI 為跆拳道運動學分析提供低成本、高效率的可行方案。