基于深度学习的健身动作识别系统

随着全民健身热潮的兴起,越来越多的人积极参加健身锻炼,但由于缺乏科学的运动指导,使健身难以取得相应的效果。据我们所知,没有产品可以自动分析健身运动并提供指导。针对这个现象,设计了一个基于深度学习的健身动作识别系统,该系统由三个部分组成:提取运动边界、人体姿态估计和动作识别/评分。首先使用边界敏感网络来生成包含动作实例的时序动作提名,这样可以确定视频中的动作边界,提取视频中做健身运动的部分,忽略无关背景的影响;然后应用AlphaPose来估计人体姿态;最后通过人体姿态构造图形,并利用图卷积网络来识别健身动作。还通过比较用户姿态和教练姿态之间的相似性来获得用户健身动作的得分。大量的实验表明,设计的系统在性能上可以满足实际应用的要求。