人体姿势识别和自动评分检测用于体育康复的体育康复

科学领域:

• 运动医学 运动医学
• 生物机械工程 生物机械工程
• 康复科学 康复科学 康复科学

背景情况:

• 准确的评估对于有效的体育康复至关重要.
• 传统方法与实时,复杂环境的识别作斗争.

研究的目的:

• 开发一个综合框架,以有效和准确地识别人体姿势,并在体育康复中进行自动评分.
• 解决目前康复监测系统的局限性.

主要方法:

• 使用姿势跟踪和关键点提取构建了一个人体姿势识别模型.
• 采用随机森林算法进行姿势分类.
• 集成了一个罗神经网络和相似度指标,用于自动评分.

主要成果:

• 在人体姿势识别中实现了98%的准确性.
• 证明了连接角度误差率低于6%.
• 展示了康复得分的相关性在92%-98%之间.

结论:

• 开发的模型为康复治疗提供了高的识别准确性和评估稳定性.
• 该系统是提高康复培训效率的有效工具.
• 该框架有可能提高患者的生活质量.