公开(公告)号：CN119152572A

公开(公告)日：2024-12-17

申请号：CN202411225811.1

申请日：2024-09-03

Applicant: 暨南大学

Inventor： 林义尊 ,  刘致铄 ,  鲁嘉 ,  郑晓雯

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/25 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464

Abstract: 本发明提出了一种基于机器学习的人体动作识别方法，解决了健身训练中动作识别的问题。本方法使用Mediapipe框架处理视频，识别人体的关键点并构建人体模型；使用矩阵透视变换来纠正视频的失真，确保人体模型的准确性；使用SVM对Mediapipe提取的人体关键点作为特征对来对动作进行分类。本发明还借助YOLO‑v7模型来区分不同的训练对象，以适应多人同时锻炼的场景。本发明在动作分类上的高准确性和性能证明了它在健身训练中作为实时反馈和指导工具的潜力。通过准确识别和评估运动动作，能帮助个人改善其运动形态并预防运动损伤。这种准确的运动识别技术为个人提供了更好的健身指导和质量控制。