基于计算机视觉的瑜伽姿势实时识别用于智能医疗
计算机视觉与模式识别
2022-01-20 v1
摘要
如今，瑜伽已成为许多人的生活的一部分。运动与体育技术辅助已应用于瑜伽姿势识别中。本工作开发了一种基于自助的瑜伽姿势识别技术，可帮助用户实时以纠正功能练习瑜伽。该工作还提出了瑜伽手印（手部手势）识别。我们构建了 YOGI 数据集，包含 10 种瑜伽姿势，每种姿势约 400-900 张图像，并包含 5 种手印用于手印姿势识别，每种手印约 500 张图像。特征通过为瑜伽姿势在身体上、为手印姿势在手上建立骨架来提取。使用了两种不同的算法建立骨架，一种用于瑜伽姿势，第二种用于手部手印。关节角度被提取作为不同机器学习与深度学习模型的特征。在所有模型中，XGBoost 结合 RandomSearch CV 最为准确，达到 99.2% 准确率。本文描述了完整的设计框架。
引用
@article{arxiv.2201.07594,
title = {Real-time Recognition of Yoga Poses using computer Vision for Smart Health Care},
author = {Abhishek Sharma and Yash Shah and Yash Agrawal and Prateek Jain},
journal= {arXiv preprint arXiv:2201.07594},
year = {2022}
}