计算机应用

作者：郭天晓, 胡庆锐, 李建伟, 沈燕飞

单位：1. 北京体育大学 运动人体科学学院, 北京 100084;2. 北京体育大学 体育工程学院, 北京 100084

关键词：计算机视觉,动作识别,智能健身,骨架信息,姿态估计

基金：国家重点研发计划项目（2018YFC2000600）；中央高校基本科研业务费专项资金资助项目（校2020056，校2020010）。

健身动作识别是智能健身系统的核心环节。为了提高健身动作识别算法的精度和速度，并减少健身动作中人体整体位移对识别结果的影响，提出了一种基于人体骨架特征编码的健身动作识别方法。该方法包括三个步骤：首先，构建精简的人体骨架模型，并利用人体姿态估计技术提取骨架模型中各关节点的坐标信息；其次，利用人体中心投影法提取动作特征区域以消除人体整体位移对动作识别的影响；最后，将特征区域编码作为特征向量并输入多分类器进行动作识别，同时通过优化特征向量长度使识别率和速度达到最优。实验结果表明，本方法在包含28种动作的自建健身数据集上的动作识别率为97.24%，证明该方法能够有效识别各类健身动作；在公开的KTH和Weizmann数据集上，所提方法的动作识别率分别为91.67%和90%，优于其他同类型方法。

来源：2021年第5期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第5期