郭天晓，胡庆锐，李建伟，沈燕飞

（1.北京体育大学运动人体科学学院，北京 100084；2.北京体育大学体育工程学院，北京 100084）

（*通信作者电子邮箱jianwei@bsu.edu.cn）

0 引言

随着计算机视觉和图像处理技术的高速发展，基于视觉信息处理的智能化训练系统逐渐被应用于运动训练［1］和康复医疗领域［2］。对于初学者而言，接受及时有效的指导和反馈不仅能够帮助其掌握动作［3］，还能够有效避免运动损伤［4-5］。传统的健身动作指导是在教练员的监督引导下纠正错误动作以实现良好的锻炼效果，要求在特定场地下由专人指导进行练习，不适用于居家环境以及利用碎片化时间锻炼的场景。而当前已经出现的依托智能设备的健身指导方案［6］大多缺少对运动过程的有效监控且无法给出反馈和建议，不利于初学者掌握动作［7］。运动技能学习过程的起始阶段为泛化阶段［8］，其学习重点为掌握动作要领，需要通过重复观看示范和接收反馈来纠正错误动作［9］。通过技术手段对运动过程进行监控和评估，不仅能够帮助运动者掌握动作，还能够节省人力成本，增加训练过程的趣味性和互动性。

智能健身系统［10-11］是集成了人体运动信息采集，数据处理与交互，用户终端与设备等模块的综合训练平台。健身动作识别作为其中的核心环节之一，通过采集和分析人体运动特征区分受试者执行的不同动作。目前，人体动作识别主要分为基于惯性传感器［12-13］和基于视觉特征采集［1，14］的两大类方法。前者通过可穿戴设备采集人体运动学信息完成动作识别，但在各关节处附着传感器不仅提高了成本，也会影响运动体验；……