摘 要

本文通过对人体运动姿规范性识别技术的研究开发了一个识别人体运动姿态规范性的系统。该系统的设计应用场景是在无人健身房里面，系统实现了在无人指导的健身房内，由系统对用户的运动姿态的规范性进行指导的功能。该系统对于运动姿态规范性的指导对于无人健身房的实现有着重要的意义。

论文主要研究了单帧图像的运动姿态的对比，数据的存取，视频数据长度的对齐，重复动作数据的提取等与人体运动姿规范性识别系统相关的算法，并且进行了编程的实现。

研究结果表明：所研究开发的系统能够对运动姿态的规范性做出正确的检测，能够对健身者的健身给出合理的建议。

关键词：运动姿态规范性；无人健身房；人体姿态估计

Abstract

This paper develops a system of recognizing the normalization of human pose during sports event through researching the relative theories. This system is designed to use in a unmanned gym, which achieves guiding the fitness people on the normalization of their pose in a unmanned gym. This system has a great significant on the development of unmanned gym.

This paper mainly researches the algorithm of compare pose in a image, the algorithm of save and read data, the algorithm of deal with different length of video and the algorithm of repetitive motion data extraction , which related to the system, and turn all the algorithm into code.

The research shows that the system we developed can check the normalization of human pose during exercise correctly and can give some reasonable advise to the users.

Key Words：the normalization of human pose during exercise；unmanned gym；human pose estimation

目 录

第1章 绪论 1

1.1研究的背景 1

1.2研究的意义 1

1.3人体姿态识别国内外研究现状 1

1.3.1国外研究现状 2

1.3.2国内研究现状 2

1.4研究的内容 2

第2章 人体运动姿态规范性识别系统的需求分析 4

2.1业务功能描述 4

2.1.1 系统分析 4

2.1.2业务描述 4

2.1.3业务流程图 4

2.2业务功能需求 5

2.2.1提取人体关键点 5

2.2.2时序数据生成与文件读写 6

2.2.3分离重复动作 6

2.2.4姿态对比 6

第3章 人体运动姿态规范性识别系统的设计 7

3.1开发平台的选取 7

3.2系统各部分的算法设计 7

3.2.1人体姿态估计设计 7

3.2.2数据生成与存取设计 8

3.2.3单帧图像姿态对比设计 9

3.2.4单运动周期视频对齐设计 11

3.2.5分离重复动作设计 12

第4章 人体运动姿态规范性识别系统编程实现 14

4.1提取人体关键点 14

4.2画出人体骨架 14

4.3单帧图像姿态规范性识别 16

4.4保存与读取时序数据 18

4.5分离重复动作 19

4.6视频姿态规范性识别 21

4.6.1处理视频帧对比的映射关系 21

4.6.2对比视频中的姿态 23

第5章 人体运动姿态规范性识别系统测试 25

5.1提取关键点测试 25

5.2时序数据读写测试 26

5.3单帧图像姿态规范性识别测试 27

5.4 视频姿态规范性识别测试 29

第6章 总结 31

参考文献 32

致谢 33

第1章 绪论

1.1研究的背景

近年来涌现出了的无人超市、无人健身房等无人经济为人体姿态识别提供了又一个新兴领域。从国外的亚马逊到国内的阿里巴巴、苏宁等公司，他们都相继都推出了自己的无人商店。在以上各个业界领头羊的带领下，无人经济正呈现出快速的增长态势。在诸多有人经济场所，往往是用人去实现与人的沟通，从而完成相应的业务。但当实现无人化以后，就需要通过计算机实现对人类行为的理解，从而完成相应的业务。让计算机代替人去管理无人经济的场所的运营，这对人体运动姿态识别这一研究内容又是一项新挑战。在诸如超市的无人经济场所，因为涉及的多是商品的买卖，所以电子标签之类的技术就能支持其运行。但是在诸如健身房之类的场所，如果实现无人化则需要大量的运用计算机视觉相关的技术，其中人体运动姿态的规范性识别就是重要一项。因为在健身房的主要业务是健身，而健身房需要扮演着提供器械、管理与指导的角色。因此，在此种需求场景下，对人体运动姿态规范性的研究将会对无人健身房意义重大。

1.2研究的意义

在许许多多的无人场景里面，除了语音与软件交互之类的被动理解方式，更好的理解方式是对运动着的人进行主动理解，如果计算机能读懂人的特定动作，那么便能实现更高级得交互，从而给人带来更好的更有科技感的体验。另外，通过设立规范姿态，通过计算机识别人体运动姿态的规范性将会大大的解放人力，这一点也是无人健身房的一个初衷，从社会与心理层面来说，在许多不想或不方便麻烦别人的场合，比如说我白天上班，晚上甚至深夜抽空出来健身这种情况，或者说知识单纯的不想麻烦别人的情况，这种识别能很好地方便人们的生活。通过对规范的严格制定以及对规范性识别标准的严格设计，该研究有望在无人健身领域为用户提供专业有效的健身指导。

1.3人体姿态识别国内外研究现状

人体的姿态识别是计算机视觉研究里面的一个重要分支，所谓计算机视觉就是通过对输入的信息进行一定的处理，从而使得计算机具有像人一样的视觉的一个过程。而人体姿态识别就是使得计算机所获得的视觉能够从输入的信息比如说图片、视频中识别出人的姿态。当下的人体姿态识别大致可分为两类，第一类就是基于深度图像的人体姿态识别，这一类的人体姿态识别需要图像采集设备能够采集深度图像；而另一类则是基于普通的二维图像的，这一类的人体识别对图像的采集设备没有第一类高。人体的姿态识别在人机交互、运动动作校正、安防监控以及虚拟现实等等领域有着广泛的应用前景。

综上可知，人体的姿态识别有着很高的研究价值，也正是如此，其才成为了国内外热门的研究方向。无论国内国外，许多专家学者都在以极大的热情投入到此项研究工作中。

1.3.1国外研究现状

国外人体的姿态识别开始比较早，国外的研究人员很早就开始进行了大量的研究，在不同的应用领域以及不同的方法下，他们做了很多的研究与实验，这些人体的姿态识别有着众多的研究有很多取得了很好地识别效果，比如：

①1997年美国设立了以CMU、MIT等高校参与的视觉监控重大项目VSAM(Visual Surveillance And Monitoring)，在多个应用场景有着出色的识别率。

②Haritaolu等人开发的实时视觉监控系统不仅能对人体身体进行定位和分割，而且实现了对多人的跟踪，同时能够检测运动目标（人）是否携带物体等简单行为，而且还可以进行站、坐、躺、卧等人的标准姿势识别。

③2017年卡内基梅隆大学的OpenPose项目是一个对人体、人脸以及人手进行估计的实时多人关键点检测库。它是首个同时检测一张图像中人的身体，手以及人脸（共130个关键点）的多人实时检测系统。而且此项目为开源项目，在github能够下载学习。

④Liqun实现了一种模型，可以提取出人体的五个部分，通过对人体五个部分的建立索引，很好地检测出了关节。

1.3.2国内研究现状

国内的人体的姿态识别起步比较晚，但是国内的研究人员也在不停地努力，做出了很多研究成果，例如：

①我国的陈风生等人设计了一套姿态识别系统，其系统针对台湾的手语，实现了对15种不同的姿态特征的识别。

②清华大学的任海兵的团队对人的简单的日常行为动作进行了分类识别，他们使用的方法是动态贝叶斯网络。

③当下国内也正开展这许多关于人体姿态识别的研究项目，其中不乏一些“985”计划、国家自然科学基金项目等等。

1.4研究的内容

本研究的内容是人体运动姿态规范性识别，研究选取了无人健身房为研究场景，因为在健身房，无论是有器械还是无器械的运动都是在一定的规范动作下才能达到锻炼效果的，因此在众多的健身领域会大量涉及到人体运动姿态的规范性识别，所以此场景对于我的研究很适合。

在无人健身房的场景下，计算机将会代替健身房的管理人员与教练，健身者的运动的看护，运动的指导将都由计算机来完成。因此本研究的主要内容是对健身者的运动姿态的规范性进行识别，判别其运动动作的规范性，从而给予健身者相应的健身建议，帮助其正确合理有效的健身。

本研究的主要研究内容可以分为以下的四个方面。因为本研究中运动姿态的信息来源于运动者的运动视频，所以，想要从视频中得到人体的运动信息，首先，要解决的是人体的姿态识别问题。所谓的人体姿态识别问题，就是通过计算机的算法，让计算机能够从视频中辨识并把人提取或者标识出来。这种处理往往有两个思路，其一是检测出整个人的存在位置，而另一种则是具体的检测出人体的各个部位。由于本研究涉及到运动姿态的判别，所以是需要实现后者，即提取出人体的各部位信息。其次，需要解决如何表示和存储所识别的信息的问题，此处主要要解决的是寻找一种合适的数据结构，从而能够很好地保存人体姿态识别所得到的信息。而且，考虑到要处理的对象是视频，所以此处的设计必须要能够对视频的信息能很好的表示。此处另还需要研究如何将以某种数据结构保存的人体姿态信息以文件信息保存的问题。第三，这一研究点也是本研究最重要的问题。此处需要设计相应的算法实现待比对动作与规范动作比对的算法，即判断人体运动姿态规范性的算法。在这个研究点中，需要考虑如何比较视频的单帧图像的运动姿态规范性、如何处理不同长度的视频、如何提取长视频中运动的有关部分以及如何分离重复动作等等研究。以上所提及的三个方面都需要设计相应的算法加以实现。第四，为了实现友好的使用体验，本设计还需要设计实现相应的可视化界面，从而方便各种操作的直观实现。

第2章 人体运动姿态规范性识别系统的需求分析

2.1业务功能描述

2.1.1 系统分析

该系统是为了实现在无人健身房的场景下让计算机代替教练以及管理人员的功能，所以其需要能对运动姿态的规范性做出判别。这也就设计到了规范姿态的定义以及如何判别规范性。

2.1.2业务描述

人体运动姿态规范性识别系统最终实现的功能是使用者输入一个健身视频，然后选择相应的规范动作，之后系统会对其输入的视频中的运动姿态的规范性进行判别，对于不规范的动作系统会提取出来，并且予以显示。其显示的方式是把使用者输入的视频从头开始播放，播放的视频在原视频的基础上会附带运动者的骨架信息，以及动作不规范的身体部位的信息，同时对于不规范的部位还会有文字提示，如此，使用者通过播放输出的判别结果就能很直观的了解到输入视频中运动姿态的规范性，从而达到无人指导的情况下由计算机实现对运动规范性的的判断。如此，可以实现电脑就能指导健身，从而使健身者在更加规范的动作下得到更好的锻炼效果。

整个系统的追求是使用简单，而且准确率高。也就是说系统需要有友好的交互界面的支持，而且，姿态对比的算法必须设计合理，从而保证系统判别的准确性，因为这直接影响到系统给出的建议是否具有建设性。

人体运动姿态的规范性识别就是要识别一个运动姿态是否规范，也就是需要将人体姿态识别的结果与规范的姿态进行对比，从而判别其规范性。

2.1.3业务流程图

整个人体运动姿态规范性识别系统可分为两个流程，其一是规范动作（模板）的录入的流程，另一个是规范性识别的流程。所谓的规范动作的录入流程，就是取得一个规范动作的时序数据，此处的处理是选择教练的示范动作作为标准动作，对教练的示范视频进行提取关键点、得到时序数据、储存时序数据等等一系列操作，从而实现模板的制作。而规范性识别流程则是把用户输入的视频进行分离重复动作、提取关键点、生成时序数据、读取模板文件、对比姿态等等一系列操作。具体处理流程见图2.1：

图2.1 系统业务流程图

2.2业务功能需求

在系统中有制备规范姿态还是姿态规范性对比两个流程，因为二者有许多相似的处理，所以总体上可以分为五个处理业务。首先，是人体姿态识别中的提取人体的关键点；其次，生成关节的时序数据及其文件读写；第三，分离重复动作；第四，对比姿态。

2.2.1提取人体关键点

在人体运动姿态规范性识别系统中，首先需要解决的是人体的姿态识别问题。人体姿态的识别就是把人体的关键点提取出来。通过关键点的提取，可以明确的的表示出人体各部分的位置，从而能很好地完成后续处理。

2.2.2时序数据生成与文件读写

当人体姿态识别算法从视频中提取出人体的关键点以后，需要选择一种数据结构将得到的信息保存下来，这就是时序数据的生成业务。此处的生成关节的时序数据不仅仅关系到用户输入视频的处理，除此之外在规范模板的制备中也有着重要的作用。所有的对比算法都是以规范模板作为基准，所以此处对规范动作的视频所生成的时序数据是十分重要的。

因为整个系统的关键是规范性识别，因此会有一个制备规范的姿态过程，因为姿态对比环节需要多次的使用规范模板的信息，因此最好的处理方法是把所得到的数据作为文件储存下来，在使用时再从文件中将信息读取出来，这样就使得每一次的姿态对比的流程只存在一个视频处理过程。这样，一方面加快了处理速度，另一方面也保证了系统的稳定性。

2.2.3分离重复动作

分离重复动作是因为健身过程往往是一个动作反复做，从而达到不断刺激锻炼部位肌肉的作用。但是当需要判别每次动作的规范性时，就需要对这种重复的动作进行分离，从而实现单个动作的的规范性识别。分离重复动作的主要任务是把输入视频的重复动作检测出来，得到这些重复动作的开始和结束的点，从而为与模板进行对比划出对比区间。

2.2.4姿态对比

对比姿态是整个系统中最重要的业务，他直接影响到系统的核心任务---运动姿态规范性识别。对比姿态就是把用户输入视频中检测出的姿态与规范姿态相对比，从而判断其规范性。因为视频也是一帧一帧的图像组成的，因此主要的姿态对比就是实现静态图像的对比即可。

第3章 人体运动姿态规范性识别系统的设计

3.1开发平台的选取

本系统的研究属于计算机视觉领域，需要对视频进行研究，所以会使用到计算机视觉库，因为最常用的计算机视觉库是OpenCV,所以此处选择的计算机视觉库是OpenCV3.1。在编程语言的选择方面，虽然JAVA也支持OpenCV，但是因为C 对OpenCV支持很好，也是计算机视觉常用的开发语言，所以选择了C 作为开发语言。在此因为笔者所比较熟悉的开发语言只有以上两种，所以在进行编程语言的选取时只做了JAVA与C 的对比。因为选择了C 作为开发语言，所以开发的IDE就选择了微软公司的Visual Studio 2015的社区版。

3.2系统各部分的算法设计

本系统需要完成人体运动姿态规范性识别的任务，在系统的设计上由第三章分析的系统业务可知系统可以分为几个部分。

3.2.1人体姿态估计设计

该部分主要任务是实现人体姿态的估计，也就是要把人体的关键点提取出来，从而为后续处理做准备。在该部分中，设计实现一个C 类，用来封装OpenPose所要用到的一些函数。该类需要调用OpenPose的一些方法与文件，从而实现人体姿态估计的任务。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：