林條達(dá)，林夏想，崔月娟，吳浩森，蔡奇倡，何韋穎（通訊作者）

（廣州理工學(xué)院 廣東 廣州 510540）

1 引言

我國的智能體育在20世紀(jì)90年代就已起步。隨著大數(shù)據(jù)和算法的突破性進(jìn)展以及我國體育業(yè)務(wù)和市場需求的擴(kuò)大，人工智能現(xiàn)已在競技體育領(lǐng)域不斷推進(jìn)，也在全民健身領(lǐng)域逐漸鋪開，傳統(tǒng)觀念中的體育設(shè)備和場景離人們的生活越來越遠(yuǎn)，取而代之的是一件件高科技、高智能化的產(chǎn)品。跑步用咕咚、睡覺靠手環(huán)、健身可預(yù)約已經(jīng)幾乎是所有運(yùn)動(dòng)達(dá)人的標(biāo)配。隨著科技的快速發(fā)展，社會(huì)變得越來越美好，但同時(shí)加速了人們的生活節(jié)奏，導(dǎo)致了人們的壓力大。同時(shí)，很多人開始擔(dān)心身體健康狀態(tài)，所以利用空閑時(shí)間進(jìn)行個(gè)人運(yùn)動(dòng)成為大部分上班族放松、鍛煉的好途徑。為了在有限的時(shí)間達(dá)到更好的運(yùn)動(dòng)效果，人們可能嘗試了各種途徑，諸如看運(yùn)動(dòng)視頻、周末報(bào)健身班等，但可能效果不佳。此時(shí)，基于人工智能的運(yùn)動(dòng)對(duì)比分析的視頻教練平臺(tái)應(yīng)運(yùn)而生?；谌斯ぶ悄艿囊曨l運(yùn)動(dòng)比對(duì)分析教學(xué)平臺(tái)，主要是以人工智能算法為依托，借助平臺(tái)，既可以免費(fèi)在線觀看學(xué)習(xí)健身運(yùn)動(dòng)的教學(xué)視頻，又可以在線對(duì)比訓(xùn)練，實(shí)時(shí)對(duì)比正確動(dòng)作并進(jìn)行評(píng)分，訓(xùn)練完成后生成運(yùn)動(dòng)報(bào)告，指出你在訓(xùn)練過程中的錯(cuò)誤動(dòng)作，方便學(xué)習(xí)改正，以使自己在沒有人指導(dǎo)的情況下獲得高正確率的指導(dǎo)。

2 需求的分析與構(gòu)思設(shè)計(jì)

2.1 平臺(tái)可行性

隨著人工智能的發(fā)展，特別是越來越準(zhǔn)確的各類行為及物品識(shí)別的發(fā)展讓軟件自動(dòng)識(shí)別視頻成為了一種可能，如行人行為分析、課堂教學(xué)分析、人流車流擁堵分析、值班人員狀態(tài)分析、駕駛?cè)藛T疲勞分析等。由于以上都是實(shí)時(shí)或以視頻形式出現(xiàn)，所以就要利用視頻處理技術(shù)和人工智能識(shí)別技術(shù)相結(jié)合的方式來解決這些問題。用到的技術(shù)有opencv、ffmpeg、YOLO.人臉識(shí)別、OCR等，其中ffmpeg是視頻處理的基礎(chǔ)，opencv是處理圖像的基礎(chǔ)，YOLO.人臉識(shí)別、OCR等是識(shí)別分析技術(shù)。在opencv可以直接使用dnn加載各種模型處理后，有些識(shí)別技術(shù)可以由opencv 直接來實(shí)現(xiàn)。

下面就以一個(gè)實(shí)例來實(shí)現(xiàn)基于分析視頻行為進(jìn)行視頻分類?？傮w設(shè)計(jì)思路是，先以指定的間隔時(shí)間提取視頻圖像[1]，比如隔30 s提取1次，每30 min的視頻提取圖片數(shù)為60張。然后，按提取順序進(jìn)行圖像中行為分析，如有無正面人臉、有無人頭、有無站立的人、有無教學(xué)白板等。根據(jù)st教學(xué)法的判斷方法，最后得出視頻的類型。

隨著計(jì)算機(jī)軟硬件以及互聯(lián)網(wǎng)的飛速發(fā)展，計(jì)算機(jī)視覺在各個(gè)領(lǐng)域得到了廣泛的關(guān)注。其中，視頻中的人體動(dòng)作識(shí)別技術(shù)已經(jīng)在安防和監(jiān)控等領(lǐng)域具有重要作用，同樣也可以在視頻教學(xué)中得到很好的應(yīng)用?，F(xiàn)有的基本硬件設(shè)施足以運(yùn)行我們的平臺(tái)，而沒有指導(dǎo)想要做出正確的運(yùn)動(dòng)是非常困難的，所以說這樣的平臺(tái)正是我們需要的。

2.2 實(shí)時(shí)運(yùn)動(dòng)錄像匹對(duì)分析

對(duì)比傳統(tǒng)的運(yùn)動(dòng)視頻教學(xué)，我們不難發(fā)現(xiàn)，它們以單純的灌輸式知識(shí)講解為主，有著快速且繁多的動(dòng)作，用戶們可能會(huì)覺得枯燥無味、難以記住動(dòng)作要領(lǐng)。我們可以采取最近火爆的人工智能、圖像識(shí)別技術(shù)，對(duì)教學(xué)視頻中的人物運(yùn)動(dòng)動(dòng)作特征進(jìn)行提取，同時(shí)通過攝像頭捕獲用戶的學(xué)習(xí)畫面。將這兩者進(jìn)行比對(duì)并對(duì)其進(jìn)行評(píng)分，實(shí)時(shí)返回分?jǐn)?shù)并顯示給用戶界面，讓用戶一目了然，對(duì)達(dá)不到標(biāo)準(zhǔn)的動(dòng)作可以及時(shí)更正，以達(dá)到更好地指導(dǎo)用戶學(xué)習(xí)的效果。運(yùn)動(dòng)結(jié)束后，會(huì)根據(jù)運(yùn)動(dòng)期間的錄像，進(jìn)行一個(gè)總評(píng)分，并給出該項(xiàng)運(yùn)動(dòng)的一些建議和技巧。同時(shí)，也可以知道運(yùn)動(dòng)能耗、時(shí)間、動(dòng)作的正確度是否標(biāo)準(zhǔn)，讓用戶更好地掌控自己的運(yùn)動(dòng)情況。

2.3 自主上傳錄像

考慮到部分用戶不喜歡、比較介意實(shí)時(shí)錄像，所以我們也設(shè)計(jì)了可直接上傳錄像功能。平臺(tái)根據(jù)用戶上傳的錄像，同樣進(jìn)行拆分，與該類型運(yùn)動(dòng)的標(biāo)準(zhǔn)視頻進(jìn)行一個(gè)匹配，生成一個(gè)左右分屏的對(duì)比視頻。左邊為標(biāo)準(zhǔn)動(dòng)作視頻，右邊為錄像運(yùn)動(dòng)視頻，在給出視頻動(dòng)作指正的時(shí)候，同時(shí)給出實(shí)時(shí)評(píng)分，這樣擴(kuò)展了平臺(tái)的使用范疇，也提高了平臺(tái)的可行性，方便用戶在運(yùn)動(dòng)后還能了解運(yùn)動(dòng)情況，方便改正與學(xué)習(xí)。

2.4 運(yùn)動(dòng)教學(xué)視頻推薦

一個(gè)好的教學(xué)平臺(tái)，當(dāng)然需要我們利用大數(shù)據(jù)算法去“捕獲”用戶的喜好。我們?cè)谟脩羯蟼饕曨l后，對(duì)用戶喜好的運(yùn)動(dòng)進(jìn)行歸類，以及記錄次數(shù)。對(duì)歸類中的運(yùn)動(dòng)類型進(jìn)行分析，找出相似運(yùn)動(dòng)的視頻教學(xué)，便可以推薦用戶最近喜愛的運(yùn)動(dòng)教學(xué)視頻了。

3 平臺(tái)和各種客戶端的實(shí)現(xiàn)

3.1 平臺(tái)和客戶端的確定

模仿是重要能力發(fā)展的先決條件。有相當(dāng)多的研究探討了如何最有效地教授這一關(guān)鍵技能，但許多流行的教學(xué)策略存在著實(shí)施困難、缺乏普遍性等問題。本研究試圖確定視頻建模（VM）是否可以成功地替代教學(xué)模仿，有關(guān)虛擬機(jī)的文獻(xiàn)表明，它可以是一種非常有效地技術(shù)，傳授各種技能。此外，虛擬機(jī)已被確定為易于實(shí)施。然而，關(guān)于VM何時(shí)、對(duì)誰最有效，仍然有許多問題。目前的研究通過分析VM和live modeling（LM）之間的比較來回答其中的一些問題。然后，對(duì)學(xué)習(xí)行為所需的標(biāo)準(zhǔn)進(jìn)行實(shí)驗(yàn)比較，結(jié)果表明，兩種類型之間存在顯著差異，其結(jié)果對(duì)模仿訓(xùn)練有著廣泛的意義，因?yàn)樗鼈凃?yàn)證了社交技能和模仿之間的關(guān)系，證明了虛擬記憶可以有效地模仿。首先我們實(shí)現(xiàn)了超多平臺(tái)的使用，其次考慮到我們的功能需要用攝像頭，或者使用錄播方式，所以推出了安卓客戶端、IOS客戶端、微信小程序、網(wǎng)頁端以及平臺(tái)的管理后臺(tái)。

3.2 運(yùn)動(dòng)視頻分析

以興趣休閑主題全面運(yùn)營的企業(yè)的網(wǎng)頁內(nèi)容為對(duì)象，利用社交大數(shù)據(jù)分析了用戶關(guān)系。研究方法運(yùn)用網(wǎng)絡(luò)分析方法，分析文本分析與頁面使用者之間的評(píng)論關(guān)系。通過文本分析和單詞的頻率分析，掌握了信息的主題，追蹤和視覺化使用者之間通過評(píng)論建立的關(guān)系，觀察了交流關(guān)系。分析結(jié)果，首先，比起形象，對(duì)視頻造型的反應(yīng)更高，對(duì)于鏈接其他內(nèi)容的造型反應(yīng)相對(duì)較低。其次，以關(guān)注度高的內(nèi)容為中心，使用者之間的關(guān)系活躍，確認(rèn)了興趣和休閑內(nèi)容之間發(fā)生了差異。因此，本研究結(jié)果在對(duì)中小企業(yè)的營銷層面上，可以提供實(shí)務(wù)上有用的價(jià)值。特別是，作為興趣休閑領(lǐng)域的新研究方法，有社會(huì)、政策的啟示，今后需要對(duì)廣泛的社交媒體進(jìn)行研究。運(yùn)動(dòng)分析功能是重中之重，運(yùn)動(dòng)檢測(cè)分析、姿勢(shì)分析，以及實(shí)時(shí)反饋。我們需要應(yīng)用圖像處理技術(shù)，把圖片解剖成多個(gè)部分，然后再實(shí)現(xiàn)讓視頻與學(xué)習(xí)者進(jìn)行實(shí)時(shí)的動(dòng)作分析與互動(dòng)，以及運(yùn)用圖像處理算法堆視頻進(jìn)行特征檢查和識(shí)別，實(shí)時(shí)反饋給學(xué)習(xí)者相似度和學(xué)習(xí)建議，從而使學(xué)習(xí)者在家也能用科技的力量體驗(yàn)到標(biāo)準(zhǔn)動(dòng)作更加良好的指導(dǎo)。

3.3 數(shù)據(jù)管理

大數(shù)據(jù)分析在現(xiàn)代運(yùn)營管理（OM）中至關(guān)重要。在本研究中，我們首先探討現(xiàn)有的大數(shù)據(jù)相關(guān)分析技術(shù)，并找出它們的優(yōu)勢(shì)、劣勢(shì)以及主要功能。然后，我們討論各種大數(shù)據(jù)分析策略，以克服各自的計(jì)算和數(shù)據(jù)挑戰(zhàn)。之后，我們研究了文獻(xiàn)，揭示了不同類型的大數(shù)據(jù)方法（技術(shù)、策略和架構(gòu)）如何應(yīng)用于不同的OM主題領(lǐng)域，即預(yù)測(cè)、庫存管理、收入管理和營銷、運(yùn)輸管理、供應(yīng)鏈管理和風(fēng)險(xiǎn)分析[2]。我們還通過案例研究調(diào)查了大數(shù)據(jù)分析在頂級(jí)品牌企業(yè)中的實(shí)際應(yīng)用。最后，對(duì)本研究進(jìn)行了總結(jié)，并對(duì)未來的研究進(jìn)行了展望。對(duì)于用戶學(xué)習(xí)記錄數(shù)據(jù)，可實(shí)現(xiàn)多級(jí)數(shù)據(jù)權(quán)限，比如省市區(qū)區(qū)域級(jí)別。同時(shí)，也可以按個(gè)人、用戶組、區(qū)域、運(yùn)動(dòng)項(xiàng)目統(tǒng)計(jì)運(yùn)動(dòng)數(shù)據(jù)，并進(jìn)行自定義時(shí)間區(qū)間的對(duì)比。根據(jù)用戶在平臺(tái)使用時(shí)間、使用周期、課程類別等其他數(shù)據(jù)進(jìn)行分析，分析用戶愛好特征及人群劃分。

3.4 運(yùn)動(dòng)視頻推薦的實(shí)現(xiàn)

用戶在使用時(shí)，比如實(shí)時(shí)運(yùn)動(dòng)錄像對(duì)比，首先會(huì)選擇運(yùn)動(dòng)類型相對(duì)應(yīng)的教學(xué)視頻。此時(shí)，我們就會(huì)有一個(gè)記錄，并將用戶的標(biāo)準(zhǔn)視頻運(yùn)動(dòng)類型存入用戶的相關(guān)記錄表中。通過用戶幾次使用后，我們根據(jù)用戶的運(yùn)動(dòng)類型進(jìn)行一個(gè)評(píng)估，占比較高的可以大致視為用戶最近喜歡的或者最近正在學(xué)習(xí)的運(yùn)動(dòng)，我們就可以據(jù)此推薦該類型的視頻給用戶。

3.5 主要功能

智能體育運(yùn)動(dòng)理念普及程度不夠是目前科技在體育應(yīng)用發(fā)展過程中的一個(gè)難題。根據(jù)艾瑞咨詢的調(diào)查數(shù)據(jù)，健身APP“Keep”目前擁有1.7億的注冊(cè)用戶，3500萬活躍用戶，但用戶中30歲以下的占比 80%，一二線城市人群占比60%。因此，采集到的運(yùn)動(dòng)數(shù)據(jù)都集中在這部分領(lǐng)域，而其他人群和其他項(xiàng)目的運(yùn)動(dòng)數(shù)據(jù)明顯缺失。數(shù)據(jù)采集量的不平衡導(dǎo)致存在數(shù)據(jù)失真、維度單一、不夠完備和結(jié)構(gòu)化不足等問題。此外，各類體育數(shù)據(jù)服務(wù)商系統(tǒng)間相互隔離也是智能體育應(yīng)用過程中產(chǎn)生的一個(gè)難題[3]。比如學(xué)員使用的智能可穿戴設(shè)備不一樣，有的用運(yùn)動(dòng)手環(huán)，有的用運(yùn)動(dòng)手表，大家使用的設(shè)備不同，如果想要后臺(tái)統(tǒng)計(jì)數(shù)據(jù)十分不方便。本文主要是實(shí)現(xiàn)3個(gè)方面的功能：（1）通過攝像頭捕捉的用戶動(dòng)作及軌跡，在教學(xué)視頻播放時(shí)同步顯示用戶動(dòng)作軌跡和實(shí)時(shí)相似度；（2）開發(fā)娛樂平臺(tái)，包含資源管理、用戶管理、運(yùn)動(dòng)管理等功能模塊；（3）針對(duì)系統(tǒng)用戶產(chǎn)生的運(yùn)動(dòng)數(shù)據(jù)，能夠分析用戶興趣愛好。

4 結(jié)語

基于人工智能的視頻運(yùn)動(dòng)比對(duì)分析教學(xué)平臺(tái)，我們選定運(yùn)動(dòng)健身作為應(yīng)用場景。通過系統(tǒng)預(yù)先初始化的運(yùn)動(dòng)視頻，用戶選擇該項(xiàng)目后，系統(tǒng)將播放視頻，用戶在攝像頭前做出相同動(dòng)作，系統(tǒng)實(shí)時(shí)計(jì)算相似度，在運(yùn)動(dòng)結(jié)束后做出總體評(píng)價(jià)。