结构光相机在运动训练领域中的分析

郑星宇　汪铭暄　翟星辰

摘要：本文章主要分析通过结构光相机对肢体动作信息的三维录入与Kinect骨骼识别原理比对为主要功能，以对运动体三维测量及数据重现为技术基础，应用于动作教学规范、运动训练等一系列利用肢体3D模型数据的领域。通过结构光相机设备与3D软件编程相结合的形式，突破了原有的傳统教学模式、学生能够享受智能化生活带来的便捷，更好的引领全民健身，避免因动作不规范而引起运动训练水平难以提高。

关键词：结构光相机;三维重建;Kinect识别及比对;发展前景

1 引言

21世纪以来，大数据、人工智能、5G技术迅速发展，三维虚拟成像技术与结构光相机技术是近年来新兴的高科技产品，目前已应用于与临床医学、矿山地质信息采集、人脸识别等领域，有着极高的开发价值，但是在体育教学与运动训练的领域上还并未完全涉及，因此具有极高的研究价值。

人们健身的目的是增强体质增进健康，2016年，国务院印发全民健身计划的通知，计划实施以来，公众的健身意识普遍增强，每周参加1次以上运动训练的人数达到7亿，经常参加运动训练的人数达到4.35亿。随后在2018年，国家体育总局又发布了《全民健身指南》，中国运动健身人数将以39%的速度增长，到2030年计划增长至5.3亿，由此可见国家以及全国人民对体育发展的重视，随着经济的发展，各项新设备、新技术在体育运动中将会被更加广泛的应用。

而动作教学的无人指导、照顾不周、不及时等，无疑会使运动损伤的风险增加，致骨骼发育、身体行为动作及后期进步等严重问题，后期形成难以改正，效果变差，效率变低等。基于此背景，我们通过双目结构光、动作信息采集、3D建模等技术以实现深度三维立体模型的构建，并在此基础上实现动作分析、对比以及矫正等助学方向。通过对肢体动作信息的录入，将人体紧挨的两个或多个骨关节节点的位置偏移或舒张角度信息与标准的模型比对，最终以不同色差的三维立体模型在屏幕上显现，使其更直观、高效的看到自己问题的不足并改进，并借此满足大部分人群在无面对面指导情况下高效、便捷的自主学习需求，提高自身的运动技能水平，具有独特的创新性价值以及未来大好的前景。

2 运动训练动作识别和矫正的原理

2.1双目结构光相机原理背景及应用

结构光三维成像的硬件主要由相机和投射器两者组成，结构光就是通过投射器投射到被测物体表面从而形成主动结构信息，如正弦条纹、格雷码等;然后，通过单个或多个相机拍摄被测表面即得结构光图像数据;最后，基于三角测量原理经过对图像的三维解析计算从而实现三维重建。而结构光相机便是基于此技术的一种深度相机，完善了双目立体视觉的深度相机的部分不足，拓展了适用范围。

其次针对于目前发展前景最广阔、越来越智能高科技化的深度相机，尤其是安装在手机上的，包括有TOF技术的OPPO R17 pro，华为荣耀V20等系列、以及采用结构光技术的iPhone X系列，他们都将各自的技术广泛应用在活体人脸识别、空间测距、三维重建、AR（增强现实）等领域。

由于大众的动作技能学习有着不同的学习场所，无论是在室内还是室外的动作学习都需要身处在不同的或者说变化很大的环境自然光中。因此要解决这个问题，结合当前主流的TOF、双目、结构光深度相机，我们选择采用对于室内室外大多数情况均可适用的双目结构光技术。

2.2 3D建模技术和可直接采用的模型

通过结构光相机对运动中的标准人体动作捕捉，并使用内置函数，其中X、Y、Z是点云坐标系，X'、Y'是图像坐标系，D为深度值。可以将深度图像的图像坐标系转换为世界坐标系，并生成点云数据（三维坐标系统中的一组向量的集合），再通过导入3Dmax等软件进行三维立体模型构建，最终将形成可供用户直接采用的标准的三维立体模型。

这项技术侧重动作的规范性，在现有动作学习的基础上引导用户更加规范、完善、安全的进行动作学习，使运动训练达到最好的效果。市场上的主流APP，对健身过程的指导不具针对性，易导致盲目性和不安全性。例如Keep、每日瑜伽等，大多都是使用户观看标准的动作教学视频，从而完成健身任务，而并无对动作的规范性要求，这便导致用户大多只是盲目练习、模仿练习，甚至对于动作如何实现、是否正确也不清楚，而动作的不准确性必然会导致肌肉拉伤、筋骨扭伤等等，不仅不会起到健身的效果，反而损害我们的身体健康、留下不必要的后遗症。

2.3  Kinect识别以及对比技术

首先通过双目结构光相机对运动时的动作人体拍摄，将人体的深度三维立体信息导入内置程序，通过结构光的Kinect 骨骼识别原理，对人体进行提取特征骨骼系统和关节结点数据（包括头部、左右肩、左右手等 20 个结点（P2），并根据骨关节信息生成属于个人的三维立体图像。

之后将身体的节点等深度信息（主要为紧挨着的两个或多个骨关节节点的偏移与舒张角度信息）通过三维模型几何相似性比较算法计算三维模型的骨关节点以及网格分布特征，从而与标准模型进行比对分析。目前针对于此有许多算法，对于该识别检测的需求，应将采用三维几何模型算法。通过这种方法将其误差降低在一定范围内，可以同时适用于所有身材构成的用户。

经过对比后的模型会以不同色差的颜色标注在手机或大屏幕上显示，例如左腿抬地高度不够，左臂与规范动作偏差角度，并提供出其对应的标准动作模型，以供用户参考，使用户更加直观的看到自身问题的不足，并在最短的时间内针对自身的动作情况进行及时修改、完善和提高。

3 市场分析

3.1市场调查

我们组织了关于群众运动状况的调查，并选取其中的1200份问卷进行分析。

首先，结果显示将近90%的人平时会参与体育运动，但仅有4.17%的人认为自己动作非常标准，这说明群众的健身意识不断增强并积极参与运动健身，但是标准化运动尚未普及，群众需要研发一个可以帮助人民科学运动的工具，即结构光相机与识别比对技术相结合。

其次，结果显示学生在老师教过动作后的掌握率平均为62.35%，近40%的学生会选择课下搜索网络视频进行再学习，这在一定程度上反映出当今学校体育教学的局限性：一位老师需要面对一个班级，没有足够的时间和精力去教会每一名同学，而通过后期的研发技术可以同时实现多人动作比对矫正，大大提高了教学效率。当老师不在时，也能提供教学视频，并帮助学生进行自动比对和矫正。

另外，调查发现65.71%的被访者更倾向于面对面矫正，有77.5%的被调查者表示愿意接受并使用一款自动比对矫正动作的设备，因此可以体会到社会大众是希望有老师帮助可以矫正自身动作问题，但对与无人指导和老师照顾不周时，首款也是短时间内唯一一款的运动训练技术因此将被大众接受、使用并喜爱，具有不可替代性。

总而言之，随着人民生活水平的提高和对高质量生活的追求，人民对科学健身、正确运动的需求越来越多且很长一段时间内保持增长趋势。

3.2 自身竞争力

市场的新开发性：调查显示有极少数的一线城市开展了3D体育教学，并且开展此类教学的学校中，学生成绩提高近17%;而有超过70%的机构最先学习的就是身体动作，但是无法真正固定动作和完美地传授教学知识。

通过充分的市场调查得出，无论是应用的技术、方向、领域都是目前市场上所欠缺的，这便使公共机构、私人企业有了新的选择，也使得我们拥有更广阔的市场和更多的机遇。

且与普通相机相比，双目结构光相机具有相对较高的分辨率和精度等优势。首先普通的相机拍摄出来呈现的是平面2D图像，而结构光深度相机由于特殊的光线和摄像头可以获取到三维立体坐标形式的数据，从而通过方法计算形成三维重建;其次，古老的扫描技术，设备大，精准度不高，跟踪位置定位需要放在所要测量的身体位置上，极其的不方便，而双目结构光无论是从分辨率，精度，帧率，以及成本都是脱颖而出，因此选取双目结构光相机与识别原理配套使用，打破传统的教学模式，帮助学校开展体育课程教学活动、协助健身房、俱乐部正常运营，让人民居家科学健身成为现实，是当前社会亟需的一个技术设备。

4 结语

通过使用双目结构光相机对信息的录入与3D建模相结合，建立出标准的数据模型，再运用Kniect骨骼识别原理将肢体动作与标准模型比对的形式，使运动训练、体育健身逐渐智能化、科学化，减少不必要的损伤，提高运动成绩、训练的高效率性，进而拓宽科技体育的发展方向。

参考文献：

[1]符亚云，胡庆胜，牛一，杨少杰.基于双目视觉的三维重建技术研究[J].河南科技，2021，40（01）：16-18.

[2]陈燕军.基于Kinect的人体骨骼信息提取与手势识别[J].机械工程与自动化，2020（04）：173-175.

[3]胡绪，李俊强，陈振，杨科，蒙超和.动作捕捉技术在运动训练领域中的应用分析[J].当代体育科技，2021，11（04）：18-21.

作者简介：

郑星宇（2001.10—），女，漢，郑州市，本科，郑州大学，方向：动作捕捉比对

汪铭暄（2001.1—），男，汉，郑州市，本科，河南大学，方向：动作捕捉比对

翟星辰（1991.6—），男，汉，郑州市，指导老师，郑州大学，方向：动作捕捉比对]参考文献：

资助项目：郑州大学大学生创新创业训练计划资助项目。