結構光相機在運動訓練領域中的分析

鄭星宇　汪銘暄　翟星辰

摘要：本文章主要分析通過結構光相機對肢體動作信息的三維錄入與Kinect骨骼識別原理比對為主要功能，以對運動體三維測量及數據重現為技術基礎，應用于動作教學規范、運動訓練等一系列利用肢體3D模型數據的領域。通過結構光相機設備與3D軟件編程相結合的形式，突破了原有的傳統教學模式、學生能夠享受智能化生活帶來的便捷，更好的引領全民健身，避免因動作不規范而引起運動訓練水平難以提高。

關鍵詞：結構光相機;三維重建;Kinect識別及比對;發展前景

1 引言

21世紀以來，大數據、人工智能、5G技術迅速發展，三維虛擬成像技術與結構光相機技術是近年來新興的高科技產品，目前已應用于與臨床醫學、礦山地質信息采集、人臉識別等領域，有著極高的開發價值，但是在體育教學與運動訓練的領域上還并未完全涉及，因此具有極高的研究價值。

人們健身的目的是增強體質增進健康，2016年，國務院印發全民健身計劃的通知，計劃實施以來，公眾的健身意識普遍增強，每周參加1次以上運動訓練的人數達到7億，經常參加運動訓練的人數達到4.35億。隨后在2018年，國家體育總局又發布了《全民健身指南》，中國運動健身人數將以39%的速度增長，到2030年計劃增長至5.3億，由此可見國家以及全國人民對體育發展的重視，隨著經濟的發展，各項新設備、新技術在體育運動中將會被更加廣泛的應用。

而動作教學的無人指導、照顧不周、不及時等，無疑會使運動損傷的風險增加，致骨骼發育、身體行為動作及后期進步等嚴重問題，后期形成難以改正，效果變差，效率變低等?；诖吮尘?，我們通過雙目結構光、動作信息采集、3D建模等技術以實現深度三維立體模型的構建，并在此基礎上實現動作分析、對比以及矯正等助學方向。通過對肢體動作信息的錄入，將人體緊挨的兩個或多個骨關節節點的位置偏移或舒張角度信息與標準的模型比對，最終以不同色差的三維立體模型在屏幕上顯現，使其更直觀、高效的看到自己問題的不足并改進，并借此滿足大部分人群在無面對面指導情況下高效、便捷的自主學習需求，提高自身的運動技能水平，具有獨特的創新性價值以及未來大好的前景。

2 運動訓練動作識別和矯正的原理

2.1雙目結構光相機原理背景及應用

結構光三維成像的硬件主要由相機和投射器兩者組成，結構光就是通過投射器投射到被測物體表面從而形成主動結構信息，如正弦條紋、格雷碼等;然后，通過單個或多個相機拍攝被測表面即得結構光圖像數據;最后，基于三角測量原理經過對圖像的三維解析計算從而實現三維重建。而結構光相機便是基于此技術的一種深度相機，完善了雙目立體視覺的深度相機的部分不足，拓展了適用范圍。

其次針對于目前發展前景最廣闊、越來越智能高科技化的深度相機，尤其是安裝在手機上的，包括有TOF技術的OPPO R17 pro，華為榮耀V20等系列、以及采用結構光技術的iPhone X系列，他們都將各自的技術廣泛應用在活體人臉識別、空間測距、三維重建、AR（增強現實）等領域。

由于大眾的動作技能學習有著不同的學習場所，無論是在室內還是室外的動作學習都需要身處在不同的或者說變化很大的環境自然光中。因此要解決這個問題，結合當前主流的TOF、雙目、結構光深度相機，我們選擇采用對于室內室外大多數情況均可適用的雙目結構光技術。

2.2 3D建模技術和可直接采用的模型

通過結構光相機對運動中的標準人體動作捕捉，并使用內置函數，其中X、Y、Z是點云坐標系，X'、Y'是圖像坐標系，D為深度值?？梢詫⑸疃葓D像的圖像坐標系轉換為世界坐標系，并生成點云數據（三維坐標系統中的一組向量的集合），再通過導入3Dmax等軟件進行三維立體模型構建，最終將形成可供用戶直接采用的標準的三維立體模型。

這項技術側重動作的規范性，在現有動作學習的基礎上引導用戶更加規范、完善、安全的進行動作學習，使運動訓練達到最好的效果。市場上的主流APP，對健身過程的指導不具針對性，易導致盲目性和不安全性。例如Keep、每日瑜伽等，大多都是使用戶觀看標準的動作教學視頻，從而完成健身任務，而并無對動作的規范性要求，這便導致用戶大多只是盲目練習、模仿練習，甚至對于動作如何實現、是否正確也不清楚，而動作的不準確性必然會導致肌肉拉傷、筋骨扭傷等等，不僅不會起到健身的效果，反而損害我們的身體健康、留下不必要的后遺癥。

2.3? Kinect識別以及對比技術

首先通過雙目結構光相機對運動時的動作人體拍攝，將人體的深度三維立體信息導入內置程序，通過結構光的Kinect 骨骼識別原理，對人體進行提取特征骨骼系統和關節結點數據（包括頭部、左右肩、左右手等 20 個結點（P2），并根據骨關節信息生成屬于個人的三維立體圖像。

之后將身體的節點等深度信息（主要為緊挨著的兩個或多個骨關節節點的偏移與舒張角度信息）通過三維模型幾何相似性比較算法計算三維模型的骨關節點以及網格分布特征，從而與標準模型進行比對分析。目前針對于此有許多算法，對于該識別檢測的需求，應將采用三維幾何模型算法。通過這種方法將其誤差降低在一定范圍內，可以同時適用于所有身材構成的用戶。

經過對比后的模型會以不同色差的顏色標注在手機或大屏幕上顯示，例如左腿抬地高度不夠，左臂與規范動作偏差角度，并提供出其對應的標準動作模型，以供用戶參考，使用戶更加直觀的看到自身問題的不足，并在最短的時間內針對自身的動作情況進行及時修改、完善和提高。

3 市場分析

3.1市場調查

我們組織了關于群眾運動狀況的調查，并選取其中的1200份問卷進行分析。

首先，結果顯示將近90%的人平時會參與體育運動，但僅有4.17%的人認為自己動作非常標準，這說明群眾的健身意識不斷增強并積極參與運動健身，但是標準化運動尚未普及，群眾需要研發一個可以幫助人民科學運動的工具，即結構光相機與識別比對技術相結合。

其次，結果顯示學生在老師教過動作后的掌握率平均為62.35%，近40%的學生會選擇課下搜索網絡視頻進行再學習，這在一定程度上反映出當今學校體育教學的局限性：一位老師需要面對一個班級，沒有足夠的時間和精力去教會每一名同學，而通過后期的研發技術可以同時實現多人動作比對矯正，大大提高了教學效率。當老師不在時，也能提供教學視頻，并幫助學生進行自動比對和矯正。

另外，調查發現65.71%的被訪者更傾向于面對面矯正，有77.5%的被調查者表示愿意接受并使用一款自動比對矯正動作的設備，因此可以體會到社會大眾是希望有老師幫助可以矯正自身動作問題，但對與無人指導和老師照顧不周時，首款也是短時間內唯一一款的運動訓練技術因此將被大眾接受、使用并喜愛，具有不可替代性。

總而言之，隨著人民生活水平的提高和對高質量生活的追求，人民對科學健身、正確運動的需求越來越多且很長一段時間內保持增長趨勢。

3.2 自身競爭力

市場的新開發性：調查顯示有極少數的一線城市開展了3D體育教學，并且開展此類教學的學校中，學生成績提高近17%;而有超過70%的機構最先學習的就是身體動作，但是無法真正固定動作和完美地傳授教學知識。

通過充分的市場調查得出，無論是應用的技術、方向、領域都是目前市場上所欠缺的，這便使公共機構、私人企業有了新的選擇，也使得我們擁有更廣闊的市場和更多的機遇。

且與普通相機相比，雙目結構光相機具有相對較高的分辨率和精度等優勢。首先普通的相機拍攝出來呈現的是平面2D圖像，而結構光深度相機由于特殊的光線和攝像頭可以獲取到三維立體坐標形式的數據，從而通過方法計算形成三維重建;其次，古老的掃描技術，設備大，精準度不高，跟蹤位置定位需要放在所要測量的身體位置上，極其的不方便，而雙目結構光無論是從分辨率，精度，幀率，以及成本都是脫穎而出，因此選取雙目結構光相機與識別原理配套使用，打破傳統的教學模式，幫助學校開展體育課程教學活動、協助健身房、俱樂部正常運營，讓人民居家科學健身成為現實，是當前社會亟需的一個技術設備。

4 結語

通過使用雙目結構光相機對信息的錄入與3D建模相結合，建立出標準的數據模型，再運用Kniect骨骼識別原理將肢體動作與標準模型比對的形式，使運動訓練、體育健身逐漸智能化、科學化，減少不必要的損傷，提高運動成績、訓練的高效率性，進而拓寬科技體育的發展方向。

參考文獻：

[1]符亞云，胡慶勝，牛一，楊少杰.基于雙目視覺的三維重建技術研究[J].河南科技，2021，40（01）：16-18.

[2]陳燕軍.基于Kinect的人體骨骼信息提取與手勢識別[J].機械工程與自動化，2020（04）：173-175.

[3]胡緒，李俊強，陳振，楊科，蒙超和.動作捕捉技術在運動訓練領域中的應用分析[J].當代體育科技，2021，11（04）：18-21.

作者簡介：

鄭星宇（2001.10—），女，漢，鄭州市，本科，鄭州大學，方向：動作捕捉比對

汪銘暄（2001.1—），男，漢，鄭州市，本科，河南大學，方向：動作捕捉比對

翟星辰（1991.6—），男，漢，鄭州市，指導老師，鄭州大學，方向：動作捕捉比對]參考文獻：

資助項目：鄭州大學大學生創新創業訓練計劃資助項目。