付軍 李睿敏 黃湖 范宏斌 緱水平 羅卓荊

為了全面提升大學(xué)生的綜合素質(zhì)，教育部發(fā)布了《全國學(xué)生體質(zhì)健康標(biāo)準(zhǔn)》（以下簡稱《標(biāo)準(zhǔn)》），其中包括了跑、跳及引體向上等多個運動動作。在這其中，單杠引體向上是男性的通用考核項目，同時也是幾項考核項目中訓(xùn)練需求和考核需求最高的一個項目，對于學(xué)生而言，是有一定難度的，同時也對運動醫(yī)學(xué)教育提出了新的要求。在完成引體向上動作時，動作是否標(biāo)準(zhǔn)、如何改進(jìn)，完全依靠考官的主觀經(jīng)驗評價，很難在不同單位、不同時間、不同個體之間做到指導(dǎo)、考評的一致性，同時難以告知學(xué)生動作不規(guī)范的具體點在哪里。隨著計算機科學(xué)的發(fā)展，人工智能、大數(shù)據(jù)、區(qū)塊鏈等技術(shù)的產(chǎn)學(xué)研體系的良好結(jié)合使得這些前沿技術(shù)快速地走入現(xiàn)實，融入大眾的日常生活中。其中，基于視頻的人工智能人體動作捕捉及分析技術(shù)，就是一項顛覆性的技術(shù)。

1 資料與方法

本研究采用Azure Kinect深度攝像頭進(jìn)行動作視頻樣本的采集，使用python語言進(jìn)行系統(tǒng)開發(fā)。筆者共采集了51個引體向上的動作視頻樣本，同時邀請相關(guān)專家對這些樣本進(jìn)行了人工計數(shù)與標(biāo)準(zhǔn)化評估，人工計數(shù)和評估將作為真值來評估本研究提出的引體向上智能考核與評估系統(tǒng)的性能。本研究提出的引體向上智能考核與評估系統(tǒng)共包含人體動作智能捕捉、單次引體向上動作檢測和引體向上智能評估與計數(shù)三部分主要內(nèi)容。

1.1 人體動作智能捕捉

人體的骨骼結(jié)構(gòu)決定了人類運動的幾何結(jié)構(gòu)[1]，因此，三維人體骨骼數(shù)據(jù)可以用于有效描述人體動作。三維骨骼數(shù)據(jù)可以通過動作捕捉系統(tǒng)獲取，但是最初的動作捕捉系統(tǒng)需要在特定的采集環(huán)境下進(jìn)行，并且需要在人體關(guān)鍵點粘貼反射標(biāo)記，采集過程復(fù)雜，成本昂貴。近些年，隨著計算機視覺技術(shù)的飛速發(fā)展，可以通過人體骨骼估計算法實現(xiàn)基于視頻的人體動作的智能捕捉。因此，本研究通過MediaPipe算法[2]基于普通RGB視頻提取人體三維骨骼數(shù)據(jù)，如圖1所示，圖中橙色點和藍(lán)色點表示檢測到的人體骨骼關(guān)鍵點，白色的線表示骨骼點之間的物理連接。在對視頻中的圖像進(jìn)行逐幀動作捕捉后，即可得到整個引體向上過程中人體三維骨骼數(shù)據(jù)序列。

圖1 基于視頻的人體動作捕捉結(jié)果示意圖

1.2 單次引體向上動作檢測

在采集的長視頻中，通常會包含多次引體向上動作，在對引體向上進(jìn)行智能評估之前，應(yīng)該先對單次引體向上動作進(jìn)行時間上的檢測，確認(rèn)單次引體向上的起止時間，提取單次引體向上的動作視頻。本研究根據(jù)引體向上過程中，身體尤其是頭部規(guī)律性的上下浮動來進(jìn)行單次引體向上動作檢測，將引體向上過程中的頭部關(guān)鍵點位置序列輸入CAS搜索算法[3]，即可實現(xiàn)單次引體向上動作檢測。

1.3 引體向上智能評估與計數(shù)

《標(biāo)準(zhǔn)》對引體向上的考核標(biāo)準(zhǔn)進(jìn)行了明確規(guī)定，標(biāo)準(zhǔn)的引體向上應(yīng)該滿足以下三大條件：①下頜要高于杠面；②身體不能借助振浪或者擺動；③懸垂時雙肘關(guān)節(jié)需伸直。本研究通過對人體骨骼數(shù)據(jù)進(jìn)行分析來評估引體向上的三大關(guān)鍵要素，輸出一個三維向量[α，β，γ]：α=0表示下頜低于杠面，α=1表示下頜高于杠面；β=0表示身體借助振浪或者擺動，β=1表示身體未借助振浪或者擺動；γ=0表示懸垂時雙肘關(guān)節(jié)未伸直，γ=1表示懸垂時雙肘關(guān)節(jié)伸直。若α=1∧β=1∧γ=1，則該次引體向上動作合格，并令引體向上計數(shù)加1，否則表示該次引體向上動作不合格，計數(shù)不變。依次對原始視頻中的單次引體向上動作片段進(jìn)行以上操作，即可實現(xiàn)引體向上動作的智能評估與計數(shù)。

1.4 評價指標(biāo)

為了對提出的單次引體向上動作檢測和引體向上智能評估與計數(shù)進(jìn)行客觀、公正的評價，筆者提出了兩個評價指標(biāo)：平均計數(shù)誤差和平均標(biāo)準(zhǔn)化誤差。

計數(shù)誤差指的是每個樣本進(jìn)行引體向上的人工計數(shù)與算法計數(shù)的差的絕對值，平均計數(shù)誤差為51個樣本的計數(shù)誤差的平均值。標(biāo)準(zhǔn)化誤差指的是每個樣本完成標(biāo)準(zhǔn)引體向上的人工計數(shù)與算法計數(shù)的差的絕對值，平均標(biāo)準(zhǔn)化誤差為51個樣本的標(biāo)準(zhǔn)化誤差的平均值。

2 結(jié)果

對實驗結(jié)果進(jìn)行統(tǒng)計與分析，如圖2所示。51個樣本計數(shù)誤差的統(tǒng)計直方圖如圖2A所示：對于78.43%（40/51）的樣本，算法得到的結(jié)果與人工計數(shù)完全一致，計數(shù)誤差為0；19.61%（10/51）的樣本存在微弱的計數(shù)誤差，誤差為1；只有1.96%（1/51）的樣本的計數(shù)誤差為2。這就說明本研究提出的計數(shù)方法準(zhǔn)確，誤差較小。51個樣本標(biāo)準(zhǔn)化誤差的統(tǒng)計直方圖如圖2B所示，可以看出80.4%的樣本的標(biāo)準(zhǔn)化誤差小于等于2，其中，標(biāo)準(zhǔn)化誤差等于0和1的樣本占大多數(shù)，驗證了本研究提出的標(biāo)準(zhǔn)化評估方法的準(zhǔn)確性。

圖2 誤差直方圖：A.計數(shù)誤差直方圖；B.標(biāo)準(zhǔn)化誤差直方圖

實驗結(jié)果表明，提出的智能考核與評估系統(tǒng)的平均計數(shù)誤差為0.24，平均標(biāo)準(zhǔn)化誤差為1.27。該實驗結(jié)果表明本研究已經(jīng)初步實現(xiàn)了引體向上智能計數(shù)與標(biāo)準(zhǔn)化評估。

3 討論

目前，體育運動項目的考核評估基本上是由考官直接給出評估結(jié)果，這樣的評分辦法在體育運動的教學(xué)、測評中十分常見。但對于一些有具體動作要求的運動項目，比如引體向上、俯臥撐、仰臥起坐等，很容易在測評時帶有考官主觀傾向性。而且，傳統(tǒng)的考官計分方法需要大量的人力資源參與工作，同時，各考官之間的主觀判斷差異，帶來測評的不均衡性。在測評結(jié)束后，考官往往只能告知完成的數(shù)量，很難對動作的不足之處給予指導(dǎo)性的建議?；谟嬎銠C科學(xué)技術(shù)的飛速發(fā)展，人工智能、機器學(xué)習(xí)、大數(shù)據(jù)挖掘等新興技術(shù)改變了人們觀察世界的視角，帶來了新的分析問題的方法。筆者所做的基于視頻的人體動作捕捉及動作智能分析技術(shù)，就是人工智能技術(shù)的一種全新應(yīng)用，為解決單杠引體向上智能訓(xùn)練與考核帶來了希望。本研究針對單杠引體向上人工考核中存在的效率低、主觀性強等問題，通過基于視頻的人工智能分析系統(tǒng)，智能捕捉、分解引體向上動作，并結(jié)合《標(biāo)準(zhǔn)》的要求，分析動作是否達(dá)標(biāo)，做到智能化、客觀化、系統(tǒng)化的評判引體向上動作，實現(xiàn)單杠引體向上的整體智能評估與計數(shù)。

單杠引體向上作為大學(xué)生體能考核科目中的一項基本內(nèi)容準(zhǔn)則，在實際訓(xùn)練和考核中存在各種問題[4-5]。由于缺乏規(guī)范的考核標(biāo)準(zhǔn)，各學(xué)校在考核時對于引體向上的動作評判缺乏統(tǒng)一的準(zhǔn)則，同時日常訓(xùn)練中的錯誤動作會造成肌肉骨骼組織不同程度地?fù)p傷，長久以往會對學(xué)生體能提高產(chǎn)生影響。近年來，人工智能技術(shù)飛速發(fā)展，結(jié)合神經(jīng)網(wǎng)絡(luò)分析、深度學(xué)習(xí)和智能穿戴設(shè)備的應(yīng)用，量身定制體育訓(xùn)練中的技術(shù)要領(lǐng)、動作標(biāo)準(zhǔn)和分析系統(tǒng)，可以使整體訓(xùn)練效果得到了進(jìn)一步優(yōu)化[6-7]。Grunz等[8]運用人工神經(jīng)網(wǎng)絡(luò)的分層結(jié)構(gòu)對典型足球比賽的數(shù)據(jù)進(jìn)行分類分析處理，在短時間內(nèi)實現(xiàn)了對大量數(shù)據(jù)的精準(zhǔn)處理，他們發(fā)現(xiàn)使用分層結(jié)構(gòu)能夠有效優(yōu)化戰(zhàn)術(shù)策略，根據(jù)場上不同情況提出最優(yōu)戰(zhàn)術(shù)。Jian等[9]使用卷積神經(jīng)網(wǎng)絡(luò)模型對舉重運動員的訓(xùn)練視頻進(jìn)行逐幀分析，提取深層關(guān)鍵幀對姿勢進(jìn)行精確估計，成功構(gòu)建了基于感知變化的關(guān)鍵幀算法，進(jìn)而優(yōu)化了職業(yè)舉重運動員的技術(shù)關(guān)鍵要領(lǐng)，針對性完善了技術(shù)動作，使訓(xùn)練更加科學(xué)有效。在體育運動的技術(shù)分析和優(yōu)化中，神經(jīng)網(wǎng)絡(luò)技術(shù)對錄像的分析預(yù)測有效地提高了效率和動作標(biāo)準(zhǔn)。迄今為止，深度學(xué)習(xí)在運動相關(guān)分析領(lǐng)域中表現(xiàn)出了優(yōu)秀的預(yù)測能力和良好的應(yīng)用效果[10-11]。然而，應(yīng)用于單杠引體向上的人工智能技術(shù)罕有報道，張海文和趙華榮等[12]報道了基于樹莓派的引體向上計數(shù)系統(tǒng)的探索取得了初步成果，目前部分學(xué)校用智能單杠引體向上測試儀來進(jìn)行考核，但受制于高昂的成本和指導(dǎo)性的缺乏。

本研究提出的引體向上智能考核與評估系統(tǒng)通過智能分解與動作分析，達(dá)到了引體向上計數(shù)與標(biāo)準(zhǔn)化評估的要求。通過本系統(tǒng)的建立，能夠幫助學(xué)生體能考核的測試場，更加智能化、客觀化、系統(tǒng)化地記錄、評價學(xué)生的引體向上測試。相信在不久的未來，這項人工智能技術(shù)將在運動醫(yī)學(xué)研究、教育、訓(xùn)練、考核等領(lǐng)域廣泛的應(yīng)用。