关键点识别应用之动作检测及计数

人工智能的重要研究领域是机器视觉，然而机器视觉中的动作识别是人机交互、安防监控等方面的新宠。随着计算机视觉技术的不断发展，便捷快速的通过摄像头即可实现人体骨骼关节点信息也获得了令人惊艳的效果，通过视觉动作检测来实现各行业的针对性应用被越来越大胆的发掘出来。

视觉动作检测是一种不需要标记点且无需佩戴设备即可完成计算机视觉检测骨骼关键点识别，通过识别数据进而实现的人体运动检测及计数一种解决方案。

简单来说就是用户只需要通过日常的摄像头（无特殊要求）捕捉通即可获取人体关键点，由于人体动作会影响关键点角度的变化，所以摄像头即可捕捉到人体运动的姿态是否符合预定的标准或者该运动姿态重复进行了多少次。

视觉动作检测可以客观且高效的完成运动动作的标准性及数量的检测，有效助力用户通过各种体育运动软件实现数量和标准型的检测。

只需要采集运动视频，不需要外在其他传感器等设备进行数据采集，简单方便。对于开合跳、俯卧撑、蹲起等动作，只需要修改相应的参数即可，有效的减少重复的工作，提高效率。

巨萌视觉引擎关键点识别技术----视觉动作检测的数据基础

是利用视觉实时检测人体四肢、手等25个核心关键点三维坐标信息，可实现实现2D/3D关键点数据输出；毫秒级响应，可在任何设备上快速流畅的获取关键点，无延迟卡顿；易于集成定制程序与开发例子源代码；可移植的3D人体模型显示；解算引擎与网络层均可接收实时的第三方辅助位置数据；离线运算，无需上传互联网，保障信息安全。

该项技术在动作检测及计数方面的应用具有较强的灵活性，针对人体的25个关键点，单独输出信息，较强的适用性，模块化的配置可快速适配新动作，同时也支持负反馈输出，帮助用户调整动作的准确性，不收场景、光照等环境限制。较高的效率，算法易用性强，稳定性高。支持跳绳、仰卧起坐、俯卧撑、开合跳、深蹲等多种动作识别和计数。

应用领域十分广泛，针对市场上常见的健身app、体育在线测评系统、健身镜等都可快速响应，如果您有更多的应用领域可以和巨萌小编一起来探讨，共同助力机器视觉各行业的蓬勃发展