移动数据下健康运动处方综合设计系统--专项力量训练可视化

移动数据下健康运动处方综合设计系统

--专项力量训练可视化

摘要：体育运动是提高国民身体素质的重要途径，我国已将“建设健康中国”和“全民健身”纳入国家发展战略，将体育强国融入中国梦。在疫情环境下国民

健身指数大幅度下降，如何让人们在移动数据下就可以进行一些专业的、有针对

性的健康运动锻炼成为解决人们在疫情环境下日益增长的健身需求的重要问题，

因此，对体育可视化记录和自动化训练的研究具有深刻价值。在可视化的自动训

练系统中，动作捕捉技术可以采用数字化手段记录训练过程，而准确的建模与计

算则能够分析训练效果并给与适当的指导与反馈。依靠动作捕捉设备获得的原始

运动信息相比教练员的肉眼观察更为准确、透明，也更加便于记录、保存和日后

分析，基于此信息的自动化评价和训练则能够减少对户外场地和现场教学的依赖。要想实现体育训练的数字化和自动化，则需要对动作捕捉技术和基于动作捕捉的

数字化体育训练加以研究。

关键字：创新性力量，可视化，运动评价模块

1.1项目研究目的与主要意义

慢性病已成为威胁居民健康的主要疾病。《中国统计年鉴(201勇》显示.我

国城市和农村居民疾病死亡率最高和死因构成比最高的均为恶性肿瘤、心脏病.

脑血管病及呼吸系统疾病四类慢性病.已成为我国人力资源损失的主要原因之

一;2013——2018年,我国居民人均医疗保健支出逐年增长.由912.1元增至

1685.2元。未来.随着国家经济的快速发展、人民生活水平的不断提升.居民的健

康需求会继续激增.对健康服务的诉求也更加多元化。在互联网发达的大背景下，实施专项力量训练(动作设计)可视化，有利缓解人们在家期间对体育锻炼的匮乏，以及便于人们进行科学锻炼,进而可以尽快从疫情期间尽快脱离出来，后期更好

的面对工作和学习。应用体育运动动作分解、动画制作、社会健康现状分析等技术，实现校园内学生以及社区内居民的体育锻炼需求、体态变形等问题。在改善

和预防身体问题的同时，促进社会体育的发展。推广体育锻炼项目，如传统武术等。调节社会体育环境将“全民健身”的口号真正的实现。

2.1关于创新性力量可视化的研究

2.1.1传统体育训练与数字化训练的不同角度分析

在传统体育训练中，个体受训者的水平进步依赖于受训

者自身的理解练习和教练员的因材施教。即，针对同一项练习内容，不同受

训者的学习进度不同，容易犯错的地方不同，教练员需要在与受训者不断交互的

过程中为受训者安排个性化的训练内容和训练指令，以帮助受训者更加高效地达

到预期目标。图1对这一传统体育训练过程进行了粗略建模。具体包含四个模块:用以区分不同体育学科的领域知识模块（运动知识表达的数字化)，用以记录受

训者信息和个性化训练的受训者模块，用于精准评价受训者每一次运动表现的运

动评价模块（运动表现记录的数字化)，以及用于产生具体反馈指令和练习内容

的控制器（训练内容/指令生成的数字化)四个模块相互关联，但现有的绝大多数

研究只聚焦在部分模块对应的部分功能上。

图1 传统体育训练过程

数字化体育训练的雏形是运动知识表达的数字化，即“领域知识→受训者”.教练将高水平运动员的运动知识（视频）上传到网络，供一般水平的受训者观看

和模仿。

2.1.3平等且双向的交流

疫情期间线上体育教学课程的开展一些在线教育平台,譬如雨课堂﹑智慧树、学习通等均开辟了在线讨论和互动模块,教师和学生均可以在平台上就体育教学

内容展开讨论,实现了师生之间、学生之间的相互交流与讨论:通过交流不仅可以了解学生学习状态、心理需求,还可以反馈信息,提高了体育教学效果和学生学习效率。特别重要的是,这种在线教学的双向互动性,有利于学生身心健康双向调节机制的形成,那些平时课堂上不敢发言的学生也可以通过网络积极提出问题,并得到老师及时的解答,弥补了传统体育教学过程中只有部分学生发言的不足。

2.1.2基于疫情环境下“云健身”研究

在疫情的影响下，全民健身走向“云时代”。疫情过后，大众健身在逐步趋向于正常化，户外，健身馆依然会成为主流。但疫情环境下诱发的“云健身”因其简便易行而仍将具有生命力。在“云时代”的背景下，我们可以运用网络技术将武术推广为线上武术学习，利用动作捕捉视图去分析肢解动作要领并且对人体动作进行分析。从广泛一点的角度来讲，动作捕捉其实是一个比较通用的概念，它并不限定捕捉的对象，除了人和物体，也可以是其他生物，或者个体的局部信息。

2.1.3骨架跟踪的动作捕捉方法

首先,摆出标准的“大”字型姿势,。符合人体的解剖结构。,骨架包含17个关节点,每个关节都被限制在以该关节为中心的球体内。通过缩放和位置调整,手动将人体标记点与骨架关键点对应,使骨架完全获取人体动作后,需要将复杂动作拆分为多个简单动作来分析,拆分原则以肢体连贯性为准。拆分后对每一个独立动作进行三维重建和跟踪。将人体标记和和骨架模型重合后形成新的帧序列,在每一帧中,计算标记点到关节点的距离,将这些距离的均值作为该距离的初始值,即可将标记点限制在以关节为球心的一定半径内。结合之前的骨架初始化状态,即可完成骨架跟踪。

图2 采集数据过程

3.1数据分析与检验结果

3.1.1疫情期间影响大学生居家健身的因素

疫情期间影响大学生居家健身活动的因素主要是:懒惰(55.1% ) .不懂健身方法(46%)、没人指导(39.84%)、没有健身内容(26.34%).没有兴趣(17.9%)。由此可知:懒惰是影响大学生居家生活健身活动的首要因素,表明大学生居家期间参与健身活动的自觉性较低、主动意识淡薄;也与疫情期间居家空间不足、设施不全有很大的关系;不懂健身方法﹑没人指导,没有健身内容.没有兴趣是疫情期间影响大学生健身活动的第二、三.四、五位的因素,大学生从小学,中学、大学，接受了10多年的系统的体育教育,但对于健身方法和内容缺乏了解,这些因素应该引起教育部门的足够重视。

3.1.3根据武汉学院大学生体测情况进行分析

通过对2020年武汉学院大学生体测的情况来看，体测分数在90分以上的只占百分之10左右，其中大部分是来自体育专业的学生，而体测分数在70分到80分的同学占主导，还有百分之30左右的同学在70分以下，相对去年的体测情况有明显下滑。

图3武汉学院大学生体测情况占比图

4总结

疫情过后,根据居民身体情况进行统计再作出总结，对于常见类可采用健身方法解决的身体疾病，采用可视化专项力量训练进行针对性训练，在本项目前期需采取大量数据进行不同身体疾病的数据综合，进行专项动作设计后采用骨架跟踪的动作捕捉进行数据收集，通过平台展示进行用户反馈，可系统揭示较之其他体育媒介或体育健身知识获取途径的优势与问题。