Health is one of the topics that people are most concerned about. The standard of fitness movements is an important factor that affects the quality of fitness. In response to this situation, we’ve developed a mobile application with fitness motion correction and counting functions. It can act as a fitness coach for users, which is committed to helping users calculate exercise volume, correct fitness posture, and provide fitness advice to achieve intelligent and scientific fitness.
项目组人员
1. 周倚桐 2019级计算机科学与技术
2. 汪学峰 2019级计算机科学与技术
3. 李雨辰 2019级计算机科学与技术
项目指导老师
刘海洋
推荐级别
国家级
项目简介
健康是人们最为关注的话题之一。对于健身来说，健身动作的标准与否是影响健身质量的重要因素，针对这样的情况，我们想要开发出一款具有健身动作纠正和计数功能的移动端应用。他能在使用者没有专业人士指导的情况下，充当健身教练，致力于帮助用户计算运动量，纠正健身姿势，以及提供健身建议，实现智能和科学健身。
实验过程
本项目的工作大体可以分为四个部分。首先，基于BlazePose识别模型实现了人体姿势识别。其次，在专业教练的帮助下完成了动作训练集的采集与训练，并基于此建立了动作识别模型，实现了动作分类。在识别出对于不同的动作后，通过构建总体关节置信度曲线实现了动作相似度的比对。为了实现动态实时计数与纠正功能，项目组成员以关节的距离和角度作为动作特征，构建出了整体和局部的动作评价模型。最后，完成了移动端的部署。
特色和创新
首先，本项目通过峰值曲线实现实时动态计数，其次，该模型具有高实时性和高泛化性，最后，我们在移动端实现了纠正和计数的功能。现有的移动端健身软件都没有能够做到真正的人体姿态识别，类似的项目在进行动作识别时又往往没有计数和纠正功能。具有相似功能的设计，比如健身环因为需要昂贵的设备支持，成本太高，不能够在群众中普及。而本项目具有低成本，高精度和即时性的特点，可以进行健身动作的计数和动作纠正，拥有很开阔的发展前景。
项目成果形式
软件
