计算机应用

作者：喻露, 胡剑锋, 姚磊岳

单位：1. 南昌大学 信息工程学院, 南昌 330031;2. 江西科技学院 协同创新中心, 南昌 330098

关键词：深蹲检测,姿势检测,Kinect,深度图像,骨架信息

基金：国家自然科学基金资助项目（61762045）；江西省科技厅项目（20171BAB202031）；江西省科技厅科技攻关项目（20171BBE50060）；江西省博士后援助项目（2017KY33）；江西省教育厅项目（GJJ161143，GJJ151146）；江西省科技厅科技计划专项重点研发项目（20181BBE50018）；南昌市科技局科技规划项目（2016-ZCJHCXY-013）。

针对健身者在健身过程中因缺乏监督指导而导致姿势不正确甚至危及健康的问题，提出了一种深蹲姿势实时检测的新方法。通过Kinect摄像头提取人体关节三维信息，对健身中最常见的深蹲行为进行抽象与建模，解决了计算机视觉技术对于细微动作变化难以检测的问题。首先，通过Kinect摄像头捕获深度图像，实时获取人体关节点的三维坐标；然后，将深蹲姿势抽象为躯干角度、髋部角度、膝部角度和踝部角度，并进行数字化建模，逐帧记录下角度变化；最后，在深蹲完成后，采用阈值比较的方法，计算一定时间段内非标准帧比率。如计算比率大于所给定阈值，则判定此次深蹲为不标准；如低于阈值则为标准深蹲姿势。通过对六种不同类型的深蹲姿势进行实验，结果表明，该方法可检测出不同类型的非标准深蹲姿势，并且在六种不同类型的深蹲姿势中平均识别率在90%以上，能够对健身者起到提醒指导的作用。

来源：2019年第5期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第5期