基于人工智能的視頻運動比對分析教學平臺

林條達，林夏想，崔月娟，吳浩森，蔡奇倡，何韋穎（通訊作者）

（廣州理工學院 廣東 廣州 510540）

1 引言

隨著社會經濟和互聯網的發展，近年來人們越來越關注個人的生活品質和健康問題，堅持運動已成為人們首選的健康之路，對于如何保證高效、高標準運動已成為人們日益關注和討論的話題[1-2]。

面對傳統的運動或訓練，人們一般會選擇對著鏡子一遍又一遍地練習，要想獲得更多的指導和隨時了解自身動作的完成情況，傳統的方式會聘請教練或者讓他人直接指導，對不足之處給出個人意見。雖然教練可以快速地指出錯誤、有效地進行指導，但是聘請教練更多地需要考慮錢和場地的問題，一旦牽扯到錢的問題，人們或許會選擇放棄聘請教練或者自己對著鏡子繼續練習。而我們的人工智能視頻運動對比平臺可以滿足以上兩方面的要求，人們對著平臺自帶攝像頭錄下視頻，平臺會對此視頻快速、標準地評分，給出運動時間和消耗卡路里量，同時會指出達不到標準之處[3-4]。除此之外，互聯網是有記憶的，運動者即可通過對比視頻一遍又一遍地糾正自己的不足之處。平臺亦是教練，我們把這個教練稱為“人工智能”[5]。人工智能視頻對比分析平臺亦是一個教學平臺，可以利用這個系統，選擇在自家或者免費場地進行運動。它打破了傳統的面對面真人教練指導的方式，利用網絡技術更好地幫助人們省錢、省時間、省空間，符合科學發展觀。

2 可行性與需求分析

2.1 可行性分析

（1）社會需求方面。人工智能視頻運動對比分析平臺與傳統的運動方式有所不同，它適用于全網人民，時間、場地隨用戶自由化。打造一款“健身教練”運動APP，快速給出指導建議，幫助用戶高效、高質量、高標準地提升運動質量[6]，正是網民急需的運動軟件。

快節奏、高效率、省時間的社會，人們急迫需要一個便捷、簡單、有效的運動平臺。

（2）開發成本、技術方面。視頻運動對比分析平臺是基于AI人工智能人臉識別、圖像識別技術研發系統，用戶可通過瀏覽器網址訪問、安卓小程序訪問或者平臺APP注冊使用，頁面操作簡單，功能人性化。

（3）用戶操作方面。人工智能視頻運動對比分析平臺操作簡單，用戶登錄之后，一鍵開啟系統自帶攝像頭開始運動，一鍵保存視頻，一鍵提交視頻即可，短時間內會收到系統的判斷和建議等[7]。

2.2 需求分析

在系統開發可行情況下，開展相關的需求。

2.2.1 對用戶進行分析

用戶在注冊時填寫真實年齡，系統通過采集用戶運動，給出建議。同時，系統也可人性化地為用戶推薦相關的健身運動。

2.2.2 對管理員（系統）進行分析

系統管理員具有最高權限，可以對系統用戶進行增刪改查，其可以劃分為以下幾個子模塊。

（1）普通用戶管理。對用戶的信息進行新增、刪除、修改、查詢等。

（2）設備管理。對設備（攝像頭、監控器）等設備進行新增、刪除、修改、查詢等。

（3）管理員。對系統管理員進行劃分為普通管理員、超級管理員等進行新增、刪除、修改、查詢等。

3 軟件設計

3.1 目標

視頻運動分析是每天執行的一項簡單任務，無需多加考慮。人類生理學已經從原始祖先的視力發展到如今的感知檢測和分析的水平。“運動分析”一詞是自我描述的，用術語來說，它使人們了解對象在環境中的移動方式。在醫學相關機構中，運動分析被用作觀察行動不便患者的運動的非侵入性方法。在視頻監控中，運動分析被用于視頻跟蹤和面部識別。

3.2 功能設計

運動分析是一項首要任務，可以分解為許多組件，如物體/人物檢測、運動檢測、姿勢估計等。

（1）物體/人物檢測。此處的關鍵字是“檢測”。為了理解和進行人體分析，我們首先必須在提供用于分析的數字內容（圖像序列）中檢測人體。對象檢測的任務通常涉及在感興趣的對象的實例周圍顯示邊界框，并識別檢測到的對象所屬的類。在特定情況下，我們專注于識別圖像中的一個對象；在其他情況下，我們對多個對象進行檢測會更加敏感。有一些對象檢測應用程序蓬勃發展的場景示例，例如視覺搜索引擎、面部檢測、動作檢測、ariel圖像分析、行人檢測和手勢識別。通常，使用機器學習技術，有兩種主要的對象檢測實現方法，第一種是從頭開始設計和訓練網絡體系結構，包括層的結構和權重參數值的初始化等[8]。

（2）運動檢測。運動檢測是一種過程，其中包含運動對象的圖像要經過能夠通過差分方法或背景分割實現運動跟蹤的圖像處理技術。在圖像中，通過丟棄圖像的靜止部分來提取圖像中的運動部分，隔離運動部分。該技術主要取決于對圖像中像素強度的觀察，以確定像素是否屬于背景類別。通過識別幀或圖片之間像素強度的級數，可以在強度發生明顯變化的地方繪制運動的推論。運動檢測是運動分析的基本方面，因為需要運動檢測才能確定執行分析的內容和位置。更重要的是，計算機視覺和機器學習技術已將運動檢測的要求從受控環境內的硬件監視設備降低到僅需要相機進行檢測和進一步分析的最新算法[9]。

（3）姿勢估計。姿勢估計是從圖像或圖像序列中得出人體重要部位和關節的位置和方向的過程。姿勢估計的輸出是圖像中身體姿勢配置的2D或3D剛性表示。這種估算分析的應用程序的輸出一般是由一些復雜算法生成的圖像，該算法以某種形式或方式描述了感興趣對象的重要身體部位和關節在原始圖像中的位置。姿勢估計已在計算機視覺中發展，并已成為一個突出的領域。姿勢估計與計算機視覺和機器學習中其他研究領域的關系，例如對象檢測，跟蹤和運動分析，促進了解決姿勢估計的各種技術的發展。旨在解決姿態估計問題的較早方法提出了基于組件或已實現的模塊化解決方案的技術。一些解決方案最初將人的輪廓從具有靜止背景的圖像中分離出來，然后估計關節和四肢的位置。其他解決方案提出的技術也是基于階段的解決方案，涉及檢測和提取視頻序列或圖像序列中代表人類的2D圖形，然后繼續基于2D圖形和軌跡生成3D姿態估計[10]。

4 結語

隨著人們生活質量的提升與生活習慣的轉變，越來越多的人認識到了運動的重要性，社會上逐漸興起一股運動風，視頻運動也受到了更多人的關注與喜愛。在互聯網時代，計算機視覺在社會各領域得到了普遍關注，尤其是人體動作識別技術已廣泛應用于監控、安防、視頻教學等領域。傳統的視頻教學采用單一的灌輸式教學模式，無法知曉學習者的知識掌握情況，此問題在動作教學方面尤為突出。灌輸式教學模式已然落后，當學習者不知道自身知識掌握程度的時候很難提升學習積極性，容易喪失學習熱情，也難以取得理想的學習成果。當前，人們采用人工智能技術對于視頻中的人物動作實施特征提取，借助攝像頭捕捉學習者的畫面，通過對比教學視頻與學習者的學習動作便能夠有效評估學習者的學習效果，并分析評估結果以便于更具針對性地對學習者進行指導[11]。

如今，我國民眾關注健康，運動已經成為許多人日常生活中的必備活動。科學技術極大程度地影響了人們的生產生活方式，在運動鍛煉時，很多人因為看不到自己的成果而未能堅持下去，通過人工智能視頻運動分析教學平臺能夠讓人們掌握自己的學習進度，了解自身的不足，有針對性地加以改進。并且合理應用該教學平臺可有效提升人們的學習自主性，人們能夠針對自身實際情況合理安排學習內容。對于人工智能視頻運動分析教學平臺能夠更好地提高傳授知識的水平，對教學界做出了一定貢獻。所以，該教學平臺有著較好的發展前景。