闫 航 陈 刚 崔莉亚 张乐芸 胡北辰

1(郑州大学信息工程学院 河南 郑州 450001)2(郑州大学互联网医疗与健康服务协同创新中心 河南 郑州 450052)3(郑州大学护理与健康学院 河南 郑州 450001)

0 引 言

近年来基于视觉的人体动作识别的研究得到了广泛的关注，是计算机视觉中一个极具挑战性的课题，其涉及图像处理、模式识别、人工智能等多个学科，在智能监控、人机交互、康复运动等领域有着广泛的应用前景[1]。脑卒中是最常见的慢性病之一，具有高发病率、高致残率的特点，是老年人健康的重大威胁。而康复锻炼是恢复卒中患者日常生活能力的主要手段，也是广泛推荐的康复疗法[2]。当前在居家康复领域缺乏护理医师的现场指导，同时存在看护者缺乏耐心和信心、康复知识不足的问题，导致患者出院后在家中难以完成有针对性的康复目标，依从性较差[3]。因此建立一种居家康复场景下的在线动作识别模型，实现患者康复过程中动作的实时监督与指导，对患者中长期的康复水平有着重要的意义。

根据获取数据的方式，可以分为基于传感器和基于视觉的人体动作识别。基于传感器的动作识别方式起步较早，且在康复动作识别领域中也有较多的研究。Bisio等[4]采用三轴加速度计采集病人运动信息，通过SVM分类器对手臂伸展、肩关节屈伸等康复动作取得了良好的识别效果。马高远等[5]对采集的上肢肌电信号通过小波分解提取特征，在8种常用康复动作上取得了92.86%的识别率。……