关键词:
体感技术
隐马尔科夫模型
骨骼识别
BMI指数
KinectV2
摘要:
随着互联网技术和体感技术的迅猛发展,人们日益增长的体质健康需求推动了体育产业的变革,最新科学技术纷纷进入体育行业,不断冲击着传统运动设备。然而目前高校传统体育设备技术方案不合理,运动训练管理模式陈旧,无法做到对学生运动进行科学化指导,出现整体运动效果不佳的现状。本论文提出一种基于视觉传感的智能运动训练系统,针对在动作识别领域中的研究普遍停留在单个动作的识别问题,本文致力于对连续动作识别方面的研究,利用隐马尔科夫模型对运动变化过程中具有时间延续性的序列进行建模,提出了高效检测运动动作的识别算法。针对高校运动设备简陋、功能单一的问题,提出了基于云端监测的多功能运动识别终端。云端服务器通过HTTP方式与运动识别终端进行通信和数据传输,管理监控终端实现终端定位、运动数据采集等,运动终端实现了引体向上、仰卧起坐、深蹲运动和立定跳远等多功能运动训练。针对传统传感器等穿戴运动设备操作繁琐、容易损坏并且需要人工计数等难以统一化管理的问题,提出基于视觉传感的非穿戴式无人监管的运动训练模式。运动终端采集用户运动动作视频数据流,提取特征建立HMM运动识别算法实现对运动动作的识别,实现自动计数,智能打分功能。针对高校学生缺乏科学运动锻炼计划指导,导致整体运动效果不佳的问题,提出了基于BMI指数的科学运动训练计划定制。采用国际通用身体健康BMI指数,通过分析大量学生实时上传的运动数据,实现根据不同学生体质定制个性化的科学运动训练计划。本系统经过开发测试性能稳定可靠,山在高校投入使用,经过实际应用检验表明本文提出的基于视觉传感的智能运动训练系统实用性和趣味性兼备,获得了市场的认可。