基于CenterNet的跑步姿态鉴别系统的设计

摘要

为了改善目前大众跑步姿势普遍不规范的现状，提出了一种基于CenterNet的跑步姿态鉴别系统。首先，通过截图、拍照的方式自制数据集，并对数据集进行清洗、标注和分析，消除数据无关信息与简化数据。其次，引入多尺度通道注意力机制与添加十字星变形卷积2种方式改进CenterNet算法模型，将动作图像转化为数字信息和特征向量，并以此为基础，利用KNN(K-nearest neighbors)算法对跑步姿态类型进行分类。最后，与经典模型方案进行对比，验证改进CenterNet算法鉴别系统的有效性。结果表明：改进的CenterNet模型的精确率与召回率都有所提升，其参数量与计算量降低。所提算法模型能够对大多数不良姿势作出及时、准确反馈，有效帮助跑步爱好者发现问题，从而改善跑步姿态、提高运动效率、预防伤病。

关键词

计算机图像处理 / 人体行为识别 / 跑步姿态 / CenterNet / 人体关节 / 注意力机制