基于骨架表示的深度学习模型用于瑜伽姿势分类
计算机视觉与模式识别
2025-12-05 v2 人工智能
摘要
瑜伽因其精神和身体健康益处而在全球范围内流行，但错误的姿势会导致受伤。因此，自动瑜伽姿势分类变得重要，以减少对专家练习师的依赖。虽然人类姿态关键点提取模型在动作识别中显示出高前景，但针对瑜伽姿势识别的系统性基准测试仍有限，由于先前工作通常仅关注原始图像或单一姿态提取模型。在本研究中，我们引入了一个精选数据集“Yoga-16”，以解决现有数据集的局限性，并系统评估了三种深度学习架构（VGG16、ResNet50 和 Xception），使用三种输入模式（直接图像、MediaPipe Pose 骨架图像和 YOLOv8 Pose 骨架图像）。我们的实验表明，骨架表示优于原始图像输入，以 MediaPipe Pose 骨架输入的 VGG16 达到最高准确率为 96.09%。此外，我们提供了基于 Grad-CAM 的可解释性分析，为跨验证分析下的瑜伽姿势分类提供了模型决策的洞察。
引用
@article{arxiv.2512.00572,
title = {Integrating Skeleton Based Representations for Robust Yoga Pose Classification Using Deep Learning Models},
author = {Mohammed Mohiuddin and Syed Mohammod Minhaz Hossain and Sumaiya Khanam and Prionkar Barua and Aparup Barua and MD Tamim Hossain},
journal= {arXiv preprint arXiv:2512.00572},
year = {2025}
}