基于人体骨架的非标准深蹲姿势检测方法

• 全文链接
• 请求原文

作   者：

喻露;  胡剑锋;  姚磊岳; 

作者机构：

南昌大学信息工程学院;  江西科技学院协同创新中心; 

关键词：

Kinect;  骨架信息;  深蹲检测;  姿势检测;  深度图像; 

期刊名称：

计算机应用

基金项目：

基于功能性脑网络和多特征融合的疲劳驾驶状态识别方法研究

i s s n：

1001-9081

年卷期：

2019 年 05 期

页   码：

1448-1452

摘   要：

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。