实时瑜伽姿态检测与姿势纠正的智能框架
计算机视觉与模式识别
2026-05-06 v1 数字图书馆
摘要
瑜伽因有助于提升体能、柔韧性及心理健康而广为人知，但其效益高度依赖正确的姿势执行。不当的姿势对瑜伽练习可能降低效果并增加肌肉骨骼受伤风险，尤其在自导或线上训练环境中更为突出。本文提出一种基于边缘AI的混合框架，用于实时瑜伽姿态检测与姿势纠正。该系统整合轻量级人体姿态估计模型、生物力学特征提取与基于CNN LSTM的时序学习架构，以识别瑜伽姿态并分析运动动力学。从检测到的关键点计算关节角度和骨架特征，并与参考姿势配置比较，以评估姿势正确性。引入定量评分机制衡量对齐偏差，通过视觉、文本及语音指导实时生成纠正反馈。此外，应用模型量化与剪枝等边缘AI优化技术，实现资源受限设备上的低延迟性能。该框架提供了一个智能且可扩展的数字瑜伽助理，能提升用户安全性与训练效果于现代健身应用中。
引用
@article{arxiv.2603.26760,
title = {An Intelligent Framework for Real-Time Yoga Pose Detection and Posture Correction},
author = {Chandramouli Haldar},
journal= {arXiv preprint arXiv:2603.26760},
year = {2026}
}