伏选杰 田畅

摘要： 针对部队日常体能训练中引入功能性动作筛查（FMS）的困难，提出一种基于单目视觉的自动化解决方案。通过改进现有人体姿态识别算法，再结合余弦相似性完成FMS动作提取。分析现有算法的弊端，提出利用帧间光流提高人体姿态识别精度的解决思路，并验证其可行性。

关键词： 人体姿态识别; FMS; 光流; 余弦相似

中图分类号：TP319          文献标识码：A 文章编号：1006-8228（2021）10-23-05

Human posture recognition based on monocular vision

Fu Xuanjie， Tian Chang

（Army Engineering University， Nanjing， Jiangsu 210000， China）

Abstract： Aiming at the difficulty of introducing functional movement screening （FMS） in the daily physical training of troops， an automated solution based on monocular vision is proposed. The FMS action extraction is completed by improving the existing human body posture recognition algorithm and combining cosine similarity. The shortcomings of existing algorithms are analyzed and solutions to improve the accuracy of human posture recognition by using optical flow between frames are proposed， and the feasibility is verified.

Key words： human body posture recognition; FMS; optical flow; cosine similarity

0 引言

保證训练的有效性和安全性一直是健身塑形、军事体能、医疗康复等训练的首要目标。在特种训练、部队训练、专业体育训练甚至日常健身中，合理引入纠正性训练方法（FMS）已经成为广泛共识[12-13]。

功能性动作筛查FMS是一种身体运动功能的评估和训练方法，可有效的提升体能训练水平，大幅度降低运动损伤风险。然而，在部队训练、大众健身等非专业领域广泛推广FMS存在很大的困难。一是相关领域缺乏大量专业的指导教练;二是人工指导往往缺乏耐心无法保证测量的有效性;三是FMS需要多测量及时的发现问题进行纠正性训练，人工无法保证个性化的纠正性训练。所以，在部队训练以及日常健身中引入FMS方法必须基于计算机自动分析完成，才能保证其发挥广泛有效的作用[1]。

FMS通过七个简单的动作（深蹲、跨栏步、直线弓步、肩部活动、主动直腿抬高、躯干稳定性俯卧撑、旋转稳定性俯卧撑），对肢体之间相对距离角度的测量便可以得到身体运动功能评估，完全可以通过智能设备辅助测量。……