自动视觉捕捉技术在功能动作评估与训练中的应用

左伊鹏

(河北师范大学,河北 石家庄 050024)

基于视觉的人体动作识别相关领域近年来得到高度关注,动作捕捉技术已被应用于各个行业领域[1-3],主要包括运动分析、智能视频监控、虚拟现实、用户接口等。运用视觉捕捉技术可实现自动化功能动作评估,从而降低评估时的人为误差,便于进行量化分析。此外,可实时分析运动员的竞技状态,量化评价关键指标,结合人体生理学、训练学原理,为运动员的训练提供参考和指导,使体育训练摆脱经验依赖模式,进入理论化、数字化时代,科学提高运动员的竞技水平[4]。因此,基于视觉的运动分析对竞技训练及大众健身均具有重要意义。

1 人体动作识别

人体动作识别是通过在时域上跟踪一些关键点的动作以记录人体运动,并转换为可用的数学方式表达,传统的动作识别技术有机械式、声学式、光学式等,均存在局限性[5]。基于视觉的人体动作识别打破了传统识别技术的局限,利用摄像机和计算机对目标进行捕捉、跟踪、测量,并通过人工智能算法实现对动作的自动识别。因此,基于视觉的人体动作识别与分析从根本上说是人工智能的范畴,涉及机器视觉、图像处理、模式识别、人工智能等多个学科。

2 人体功能动作评估与训练方式

功能性动作评估是通过功能性测试来检测受试者者灵活性、稳定性、对称性及动作模式的评价技术。目前有多种运动评估方案,包括FMS、TPI、SFMA及 YBT 等,被广泛运用于欧美国家的运动训练中[6]。……