久坐人群无器械训练动作识别与计数算法研究

• 作者: 王威 孙少明 孙怡宁 陈超 陈竟成 张海涛
• 来源期刊: 电子测量技术
• 关键词: 久坐人群 动作识别 骨骼数据 动作计数
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 信息技术及图像处理|Information Technology and Image Processing
• 页码范围: 109-114
• 页数: 6页
• 分类号: TP2
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2005319

摘要

针对久坐人群长期缺乏运动导致身体呈现亚健康状态和现有训练方法缺乏监督性的现状,提出一种人体动作识别与计数方法实现4种无器械训练动作精准识别与计数.以手机摄像头捕获训练者的视频信息作为输入,通过BlazePose网络模型处理得到的人体骨骼点数据经过数据滤波处理、特征提取后,利用3种常见的机器学习算法进行动作分类,将分类的结果结合骨骼信息,采用检测波峰波谷计数算法统计训练动作的完成次数.实验结果表明,采用GBDT算法得出动作识别率为96.5％,计数算法准确率为98.9％,具有良好的实际应用价值.