摘要：鑒于當(dāng)前軍事體育訓(xùn)練領(lǐng)域智能裝備應(yīng)用的局限性，特別是針對技術(shù)動作規(guī)范性和個性化訓(xùn)練指導(dǎo)方面的不足，結(jié)合《中國人民解放軍軍事體育訓(xùn)練大綱（試行）》提出的新要求，提出了開發(fā)一套基于多人動作識別技術(shù)的軍事體育訓(xùn)練智能裝備系統(tǒng)和必要性和具體方案。該裝備系統(tǒng)結(jié)合人臉識別、人體運動姿態(tài)識別、動作采集與分析、運動損傷風(fēng)險測評等功能，旨在提升訓(xùn)練的科學(xué)性、針對性和實效性，為官兵提供個性化、實時有效的訓(xùn)練指導(dǎo)，有效預(yù)防運動損傷，提高戰(zhàn)斗力。通過多人動作識別技術(shù)的應(yīng)用，該系統(tǒng)可實現(xiàn)對官兵技術(shù)動作的精準(zhǔn)捕捉與分析，為軍事體育訓(xùn)練的現(xiàn)代化和實戰(zhàn)化貢獻力量。

關(guān)鍵詞：多人動作識別；軍事體育訓(xùn)練；智能裝備系統(tǒng)；開發(fā)方案

一、引言

隨著《中國人民解放軍軍事體育訓(xùn)練大綱（試行）》的頒布，戰(zhàn)斗體能訓(xùn)練的重要性日益凸顯，對動作規(guī)范性和訓(xùn)練效果提出了更高要求。然而，傳統(tǒng)訓(xùn)練方法存在動作不規(guī)范、效率低下及運動損傷頻發(fā)等問題，缺乏科學(xué)量化數(shù)據(jù)支持。

鑒于此，本研究依托快速發(fā)展的計算機視覺技術(shù)，提出開發(fā)一套基于多人動作識別技術(shù)的軍事體育訓(xùn)練智能裝備系統(tǒng)，旨在實現(xiàn)關(guān)鍵動作數(shù)據(jù)的快速采集與分析，為官兵提供精準(zhǔn)的技術(shù)指導(dǎo)和個性化訓(xùn)練方案，以提升訓(xùn)練效果、預(yù)防運動損傷，進而增強部隊?wèi)?zhàn)斗力。

二、研究背景

近些年，人工智能尤其是計算機視覺技術(shù)發(fā)展迅速，并在體育領(lǐng)域廣泛應(yīng)用。計算機視覺技術(shù)通過攝像機捕捉和人工智能算法處理，能精準(zhǔn)捕捉并分析人體動作，自動評估訓(xùn)練效果，輔助決策，實現(xiàn)個性化指導(dǎo)。多人動作識別技術(shù)是一種利用計算機視覺技術(shù)和機器學(xué)習(xí)算法來識別和理解視頻中的一個或多個動作的高級技術(shù)[2]。同時基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)模型在大規(guī)模圖像分類和身體姿勢識別方面取得了標(biāo)志性進展，不僅能夠精準(zhǔn)地識別和檢測人體運動動作，而且在訓(xùn)練效果反饋和輔助決策中發(fā)揮著越來越重要的作用[4]。例如：基于人體骨架關(guān)鍵點的人類動作識別算法ST-GCN（時空圖卷積網(wǎng)絡(luò)模型）被成功運用于花樣滑冰動作識別[5]，能夠?qū)崟r識別并分類視頻中運動員的技術(shù)動作，輔助比賽打分和訓(xùn)練評估?；谟嬎銠C視覺技術(shù)的人機交互（HCI）運動訓(xùn)練教學(xué)系統(tǒng)將語音識別、手勢識別、人體識別與人機交互技術(shù)相結(jié)合，不僅能自動分析學(xué)生的訓(xùn)練和學(xué)習(xí)效果，還能為學(xué)生提供針對性的改進建議[4]。多人動作識別技術(shù)在競技體育、學(xué)校體育和大眾健身領(lǐng)域都已有比較成熟的應(yīng)用。鑒于此，開發(fā)一套基于多人動作識別技術(shù)的軍事體育訓(xùn)練智能裝備系統(tǒng)是現(xiàn)實可行的。

三、需求分析

（一）基于完善戰(zhàn)斗體能“評訓(xùn)考”一體化訓(xùn)練模式需求

隨著《中國人民解放軍軍事體育訓(xùn)練大綱（試行）》的頒布，戰(zhàn)斗體能訓(xùn)練的重要性、全面性與復(fù)雜性顯著提升，要求學(xué)員不僅體能達標(biāo)，還需動作規(guī)范高效[1]。然而，當(dāng)前訓(xùn)練存在不規(guī)范與低效問題。

鑒于此，構(gòu)建基于多人動作識別技術(shù)的智能訓(xùn)練裝備迫在眉睫。該裝備能夠?qū)崿F(xiàn)關(guān)鍵動作數(shù)據(jù)的快速采集與分析，結(jié)合大數(shù)據(jù)與AI構(gòu)建標(biāo)準(zhǔn)模型，創(chuàng)建“評訓(xùn)考”一體化訓(xùn)練模式，為學(xué)員提供精準(zhǔn)的技術(shù)指導(dǎo)和個性化訓(xùn)練方案。此舉對提升軍事體育訓(xùn)練質(zhì)效與考核優(yōu)良率具有重大意義。

（二）基于動作模式錯誤造成的運動損傷預(yù)防需求

調(diào)查顯示，在軍事體育訓(xùn)練中，膝、踝、肩等關(guān)節(jié)損傷頻發(fā)，且多與動作模式不佳有關(guān)。不良動作模式導(dǎo)致關(guān)節(jié)力學(xué)失衡、神經(jīng)肌肉控制障礙，增加損傷風(fēng)險。現(xiàn)有評估方法難以全面便捷地診斷每名學(xué)員的動作質(zhì)量，反饋滯后。鑒于此，構(gòu)建基于多人動作識別技術(shù)的智能訓(xùn)練裝備，能夠智能采集分析運動數(shù)據(jù)，精準(zhǔn)評估動作質(zhì)量，建立個人檔案，實時反饋指導(dǎo)，糾正不良動作，有效預(yù)防運動損傷，具有極高的現(xiàn)實需求與應(yīng)用價值。

四、軍事體育訓(xùn)練智能裝備系統(tǒng)開發(fā)方案

（一）人臉識別裝備系統(tǒng)開發(fā)方案

在訓(xùn)練區(qū)域布置高精度攝像頭，利用先進的人臉識別技術(shù)，自動提取人臉特征并識別進入測試區(qū)域的訓(xùn)練對象身份（預(yù)先注冊學(xué)員），將其與數(shù)據(jù)庫中的信息進行檢索匹配，實現(xiàn)大群體人員身份的準(zhǔn)確識別。

人臉識別裝備系統(tǒng)可以完成組織結(jié)構(gòu)的建立和維護，人員信息的錄入和輸出，人員查詢和人臉圖像的注冊[7]。在操作上集新增、修改、查詢、刪除、導(dǎo)入、導(dǎo)出等處理為一體，簡便靈活，自動化功能強大，做到一人一檔，清晰管理。

（二）人體運動姿態(tài)識別裝備系統(tǒng)開發(fā)方案

1.總體技術(shù)方案

人體運動姿態(tài)識別系統(tǒng)采用“人形檢測+2D關(guān)節(jié)點檢測+多路2D的3D合成”的技術(shù)路線?；谏疃染W(wǎng)絡(luò)的人形檢測器從每路畫面中即時檢測出目標(biāo)人物，并將目標(biāo)人物與背景其他干擾物體區(qū)分開。2D關(guān)節(jié)點檢測在人形檢測輸出畫面中對人體2D關(guān)節(jié)點進行檢測[8]，深度網(wǎng)絡(luò)從輸入的圖像數(shù)據(jù)中通過卷積層逐層抽象并通過全連接層回歸出關(guān)節(jié)點的熱力圖最終得到具有最大概率的關(guān)節(jié)點輸出。多路2D關(guān)節(jié)點數(shù)據(jù)通過3D合成器優(yōu)化求解得到運動人體3D關(guān)節(jié)點的坐標(biāo)輸出。

2.人體關(guān)節(jié)點自動識別技術(shù)方案

人體關(guān)節(jié)點自動識別采用了基于深度網(wǎng)絡(luò)的2D檢測方法[9]，能夠支持多人互相之間有肢體疊加的情況下檢測出目標(biāo)運動員的2D關(guān)節(jié)點（組），有效地解決了實際應(yīng)用場景中可能出現(xiàn)的多人并存的情況。

3.人體3D空間重建

在2D關(guān)節(jié)點坐標(biāo)（亞像素級）的基礎(chǔ)上，結(jié)合多相機標(biāo)定矩陣通過3D立體視覺技術(shù)實現(xiàn)人體3D重建，得到人體關(guān)節(jié)點三維空間坐標(biāo)，進而可以解析出運動學(xué)數(shù)據(jù)。

（三）軍事體育動作采集與分析裝備系統(tǒng)開發(fā)方案

在訓(xùn)練區(qū)域關(guān)鍵位置布置高清相機，搭建動作采集系統(tǒng)，通過攝像機標(biāo)定、畸變矯正、圖像融合等技術(shù)[10]，實時處理每臺攝像機獲取的視頻影像，自動定位官兵位置；通過多角度光學(xué)攝像、神經(jīng)網(wǎng)絡(luò)剖析、底層數(shù)學(xué)算法，自動解析人體關(guān)鍵點，無需貼Mark點或佩戴傳感器，對訓(xùn)練全程無干擾。

當(dāng)系統(tǒng)啟動后，官兵開始進行特定的訓(xùn)練動作時，系統(tǒng)會實時捕捉并分析學(xué)員的運動軌跡、姿態(tài)和動作質(zhì)量。系統(tǒng)通過人體運動姿態(tài)識別算法，對參加測試的官兵自動進行身體關(guān)鍵關(guān)節(jié)點的解算和人體三維運動建模，實現(xiàn)身體主要關(guān)節(jié)角度隨時間的全過程變化采集與記錄，為動作分析提供數(shù)據(jù)基礎(chǔ)。

系統(tǒng)支持建立官兵、教員及操作人員信息庫?？梢酝斤@示測力臺三維力曲線、運動人員測試的視頻和人體運動三維模型，支持通過表格、圖形等形式展示各個子系統(tǒng)的結(jié)果數(shù)據(jù)。系統(tǒng)具體功能包括：

1.動作技術(shù)分析

實時捕捉官兵的身體姿態(tài)和運動軌跡，根據(jù)官兵進行的不同動作，針對性地輸出完成個數(shù)、持續(xù)時間、步長、起跳角度、跳遠(yuǎn)遠(yuǎn)度等專項數(shù)據(jù)以及左右髖、膝、踝、肩、肘、腕等身體關(guān)節(jié)位移、速度、角度變化情況，并根據(jù)運動評估模型對完成動作的質(zhì)量進行評價，包括但不限于動作準(zhǔn)確性、動作完成度、動作連貫性等。

2.實時問題反饋

在官兵訓(xùn)練動作完成后，系統(tǒng)可以提供動作反饋，幫助官兵及時調(diào)整和改進動作；提供官兵動作的視頻回放功能，結(jié)合關(guān)鍵點標(biāo)注，讓官兵直觀了解自己的動作問題。

3.生成個性化訓(xùn)練方案

根據(jù)技術(shù)分析結(jié)果，提供具體的動作改進建議，例如：調(diào)整起跳角度、優(yōu)化跑步姿態(tài)等。

（四）運動損傷風(fēng)險測評裝備系統(tǒng)開發(fā)方案

復(fù)用軍事體育動作采集與分析系統(tǒng)部署的相機，實現(xiàn)一套硬件，雙重功能，多場景應(yīng)用。在訓(xùn)練區(qū)域進行深蹲、弓箭步、單腿蹲、落地以及落地后起跳等動作，使用高清相機進行捕捉，對采集的運動學(xué)和動力學(xué)數(shù)據(jù)實現(xiàn)智能匯總和分析，根據(jù)功能性動作關(guān)鍵時刻和動作要領(lǐng)對采集的運動學(xué)數(shù)據(jù)進行自動切分和數(shù)據(jù)提取，通過大數(shù)據(jù)分析方法對比判斷官兵動作中的不足之處，提供詳細(xì)的數(shù)據(jù)報告，實現(xiàn)運動動作智能診斷。系統(tǒng)具體功能包括：

1.運動能力判斷

判斷核心關(guān)節(jié)角度與模型的偏差值，評估關(guān)節(jié)活動度、身體環(huán)節(jié)在完成動作時穩(wěn)定性、左右側(cè)軀體完成動作時對稱性、主要身體部位肌群能力等，例如：在完成深蹲動作時學(xué)員需要雙腳朝前與肩同寬，挺胸站立，上身挺直，雙膝姿勢保持不變，盡量往下蹲，蹲到最低后保持一秒，然后回到原來的站立姿勢。通過完成動作過程中的姿態(tài)等數(shù)據(jù)可以評價髖、膝和踝關(guān)節(jié)的雙側(cè)均衡性和功能靈活性。

2.運動風(fēng)險評估

量化評估預(yù)測身體主要部位運動中的運動損傷風(fēng)險。例如：在深蹲過程中，如果重心偏移并且左膝蓋向外朝外，這可能導(dǎo)致膝關(guān)節(jié)內(nèi)側(cè)和外側(cè)韌帶的應(yīng)力增加，增加膝關(guān)節(jié)損傷的風(fēng)險；膝蓋外翻會導(dǎo)致膝關(guān)節(jié)的不穩(wěn)定性，增加半月板撕裂或磨損的可能性。不正確的膝蓋位置也可能會引起髖關(guān)節(jié)和腰部的代償性動作，從而增加這些部位的受傷風(fēng)險。

3.生成糾正訓(xùn)練方案

自動生成個性化的糾正訓(xùn)練方案，方案將包括具體的訓(xùn)練建議，幫助學(xué)員降低損傷風(fēng)險。例如：如果系統(tǒng)檢測到學(xué)員在深蹲時膝蓋外翻，系統(tǒng)將提供針對性的肌肉強化和動作糾正練習(xí)，例如：通過加強股四頭肌和髖外展肌的訓(xùn)練來改善膝蓋的對齊和穩(wěn)定性，協(xié)助學(xué)員進行運動鞏固和提高。

五、結(jié)語

綜上所述，針對當(dāng)前軍事體育訓(xùn)練領(lǐng)域智能裝備應(yīng)用的局限性、新大綱的高標(biāo)準(zhǔn)新要求以及軍事體育訓(xùn)練中存在的問題，提出了一套基于多人動作識別技術(shù)的軍事體育訓(xùn)練智能裝備系統(tǒng)開發(fā)方案。該裝備系統(tǒng)通過集成人臉識別、人體運動姿態(tài)識別、軍事體育動作采集與分析以及運動損傷風(fēng)險測評等核心功能，旨在提高訓(xùn)練的科學(xué)性、針對性和實效性，為官兵提供個性化、實時的訓(xùn)練指導(dǎo)，有效預(yù)防運動損傷，提升戰(zhàn)斗力。

參考文獻：

[1]鄒虹.基于計算機視覺的動作識別對人機界面消隱的研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)碩士學(xué)位論文，2009.

[2]霍波，李彥鋒，高騰，王子鑫，杜澤華，孫紀(jì)元.體育人工智能領(lǐng)域關(guān)鍵技術(shù)的研究現(xiàn)狀和發(fā)展方向[J].首都體育學(xué)院學(xué)報，2023，35（3）：233-256.

[3]位俊超，陳春雨.基于SAT-GCN的花樣滑冰選手動作檢測算法研究[J].應(yīng)用科技，2023，50（1）：7-13.

[4]鄭潔瓊.基于B/S和人臉識別的在線考試系統(tǒng)的研究與實現(xiàn)[D].長沙：湖南大學(xué)碩士學(xué)位論文，2018.

[5]李由，王春慧，嚴(yán)曲，張小虎，謝良.SpaceMocap：在軌人體運動捕捉系統(tǒng)[J].宇航學(xué)報，2019.DOI：CNKI：SUN：YH XB.0.2019-06-014.

[6]趙煥彬.運動技術(shù)可視化實時生物力學(xué)診斷系統(tǒng)的研制[D].石家莊：河北師范大學(xué)博士學(xué)位論文，2007.

[7]劉暢，金立左，費樹岷，馬軍勇.固定多攝像頭的視頻拼接技術(shù)[J].數(shù)據(jù)采集與處理，2014，29（1）8.