基于BlazePose模型和KNN算法的消防体能训练识别系统设计  

作　　者：李怀义 李如晗 孙红霞[3] 

机构地区：[1]应急管理部消防救援局昆明训练总队,昆明650208 [2]电子科技大学,成都611731 [3]西南交通大学,成都611756

出　　处：《人工智能》2023年第3期89-97,共9页Artificial Intelligence View

基　　金：国家重点研发计划资助项目(2022YFC3005702)。

摘　　要：体能训练是提高消防员战斗力的重要途径之一,特别是对长时间处于灭火救援工作一线的消防员而言,体能训练的质量直接影响消防单位的整体战斗力。由于体能训练标准严格,受训消防员数量远超教员数量,针对消防员力量的体能训练不够充分。本文基于机器学习算法设计了消防体能训练识别系统,可以实现多种体能动作实时姿势的自动分类及计数功能。本文将体能训练问题转化为计算机视觉领域的人体姿态识别研究,利用BlazePose模型与KNN算法结合构建体能识别模型,通过提取关键点特征向量进行动作二分类,以实现动作计数功能;通过PCA降维实现体能多分类,模型准确率最高可达到98.19%,分类结果稳定可靠。

关 键 词：BlazePose模型 KNN算法 人体姿态识别 

分 类 号：TP391[自动化与计算机技术—计算机应用技术] TP18[自动化与计算机技术—计算机科学与技术]