基于视觉的人体动作质量评价研究综述  

A Survey of Vision-based Motion Quality Assessment

作　　者：沈媛媛 张燕明 沈燕飞 SHEN Yuan-Yuan;ZHANG Yan-Ming;SHEN Yan-Fei(School of Sport Engineering,Beijng Sport University,Beijing 100084;National Laboratory of Pattern Recognition,Institute of Automation,Chinese Academy of Sciences,Beijing 100190)

机构地区：[1]北京体育大学体育工程学院,北京100084 [2]中国科学院自动化研究所模式识别国家重点实验室,北京100190

出　　处：《自动化学报》2025年第2期404-426,共23页Acta Automatica Sinica

基　　金：北京市自然科学基金(9234029);国家自然科学基金(72071018);中央高校基本科研业务费专项资金(2024JCYJ004)资助。

摘　　要：基于视觉的人体动作质量评价利用计算机视觉相关技术自动分析个体运动完成情况,并为其提供相应的动作质量评价结果.这已成为运动科学和人工智能交叉领域的一个热点研究问题,在竞技体育、运动员选材、健身锻炼、运动康复等领域具有深远的理论研究意义和很强的实用价值.本文将从数据获取及标注、动作特征表示、动作质量评价3个方面对涉及到的技术进行回顾分析,对相关方法进行分类,并比较分析不同方法在AQA-7、JIGSAWS、EPIC-Skills 2018三个数据集上的性能.最后讨论未来可能的研究方向.Vision-based motion quality assessment utilizes computer vision techniques to analyze the quality of individual movement behavior automatically and provide the corresponding assessments of movement quality.It has gradually become the hot issue at the intersection of the sport science and artificial intelligence,and has widely used in the fields of sporting events,athlete selection,fitness and rehabilitation.This article conducts a retrospective analysis of the involved technologies from three aspects:Data acquisition and annotation,motion feature representation,and motion quality assessment.It categorizes and compares various mainstream methods on three datasets:AQA-7,JIGSAWS,and EPIC-Skills 2018.Finally,potential future research directions are discussed.

关 键 词：动作质量 评价 计算机视觉 信息获取 特征表示 损失函数 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]