久坐人群无器械训练动作识别与计数算法研究

来源：电子测量技术杂志2021年第2期北京时间：

作者：王威，孙少明，孙怡宁，陈超，陈竟成，张海涛

单位：1.中国科学院合肥物质科学研究院，合肥 230031;2.中国科学技术大学，合肥 230026; 3.中科院合肥技术创新工程院，合肥 230088

摘要：针对久坐人群长期缺乏运动导致身体呈现亚健康状态和现有训练方法缺乏监督性的现状，本文提出一种人体动作识别与计数方法实现四种无器械训练动作精准识别与计数。以手机摄像头捕获训练者的视频信息作为输入，通过BlazePose网络模型处理得到的人体骨骼点数据经过数据滤波处理、特征提取后，利用三种常见的机器学习算法进行动作分类，将分类的结果结合骨骼信息，采用检测波峰波谷计数算法统计训练动作的完成次数。实验结果表明：采用GBDT算法得出动作识别率为96.5%，计数算法准确率为98.9%，具有良好的实际应用价值。

关键词：久坐人群 动作识别 骨骼数据 动作计数