- 综合排序
- 最热优先
- 最新优先
- 来自专栏一步一步开发AI运动小程序
十六、AI运动识别中，如何判断人体站位？
随着深度学习推理技术的不断发展，让小型设备运行深度学习成为可能，阿里体育等IT大厂，推出的“乐动力”、“天天跳绳”AI运动APP，让云上运动会、线上运动会、健身打卡、AI体育指导等概念空前火热。 本系列文章就带您一步一步从零开始开发一个AI运动小程序，本系列文章将使用“AI运动识别”小程序插件，插件详情可以前往微信服务市场搜索相应插件。一、为什么要判断人体站位视角？ 上一篇我们介绍了运动识别中，如何实现对人与摄像头的远近预检，以提供识别率和体验。 在我们实际的运动应用场景中，为了准确识别到相关运动的关键姿态点，一般会指定视角，如跳绳、开合跳需要面或背朝相机，而且像俯卧撑、仰卧起坐则需要左右侧对像相机，以获得最佳的识别率和体验。 在正式开始运动前，便可以使用此检测规则，对当前人体姿态进行预检，再通过语音等方式提醒用户调整站位至合适视角，以便获得最佳体验和识别效果。
35310编辑于 2024-06-06 成功案例分享|使用AI运动识别插件+微搭，快速搭建AI美体运动小程序
今天给大家分享一个最近使用我们的“AI运动识别小程序插件”+“微搭”搭建小程序的经典案例。 考虑到开发成本、开发周期及原功能迁移的问题，用户决定基于“微搭”低代码平台进行搭建，并集成“AI运动识别小程序插件”以实现AI运动识别智能化功能。 在我方技术人员的协助下，成功将“AI运动识别小程序插件”集成至“微搭”平台的小程序中。 借助插件丰富接口和可扩性，我司根据AI美体小程序的需求，定制了多种运动识别功能,如瘦身训练、形体矫正等美体运动的动作识别，整个过程只花费了几天时间。 这款小程序不仅具备精准的运动识别能力和实时反馈功能，还提供了个性化的训练计划和改进建议，“AI运动识别插件”的精准识别能力和实时反馈功能，极大地提升了用户的运动体验和粘性，使用户能够更加科学地进行美体运动
30510编辑于 2024-10-14- 来自专栏一步步开发AI运动APP
【一步步开发AI运动APP】二、跨平台APP AI运动识别方案介绍
AI运动领域市场，今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文，带您开发性能更强、体验更好的AI运动APP。 一、方案简介 本系列开发指南选用了「云智AI运动识别」系列插件中的uni-app APP版作为识别引擎。 这款插件专为基于uni-app框架开发的APP量身打造，提供了本地原生（非云端依赖）的AI人体识别、精准姿态识别、运动识别计时计数等核心能力。 这一设计不仅保证了识别的即时性，更带来了流畅无阻的用户体验，让用户享受AI运动识别的便捷。 无论您的APP用户量是多少，都能享受到稳定且经济的AI运动识别服务。
24810编辑于 2025-04-02 十五、AI运动识别中，如何判断人体站位的远近？
随着深度学习推理技术的不断发展，让小型设备运行深度学习成为可能，阿里体育等IT大厂，推出的“乐动力”、“天天跳绳”AI运动APP，让云上运动会、线上运动会、健身打卡、AI体育指导等概念空前火热。 本系列文章就带您一步一步从零开始开发一个AI运动小程序，本系列文章将使用“AI运动识别”小程序插件，插件详情可以前往微信服务市场搜索相应插件。 一、为什么要判断人体与摄像头的远近？ 在进行运动和姿态识别时，离摄像头太近，则无法取得全身关键点；若离摄像头太远，则人体图像太小，关键点将混成一团，识别效果太差，如下图所示： 基于此，就非常有必要在正式开始运动前，对人体站位进行预检，再通过语音等方式提醒用户调整站位至合适距离 ，以便获得最佳体验和识别效果，我们建议将人体控制在帧图像的55%-85%之间。 三、离摄像头太近判断 在进行远近判断前，请查阅本系列博文了解抽帧、人体识别、body-calc应用等内容。
41110编辑于 2024-07-10- 来自专栏一步步开发AI运动APP
【一步步开发AI运动APP】十一、同时检测识别多人运动，分别进行运动计时计数
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文，通过该系列博文，很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序；为了帮助开发者继续深耕 AI运动领域市场，今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文，带您开发性能更强、体验更好的AI运动APP。 一、应用场景在赛事活动多人PK对战、学生体测教学、运动角设备等开发应用场景中，经常存在需要同时检测多人运动需求；此需求在AI小程序时受限于小程序的运行环境，一直无法实现。 二、方案实现根据下面的AI运动分析的流程图所示，要实现同时多人运动分析能力，须先实现多人的人体姿态检测，再将检出的多人人体结果，分别推送到不同的运动分析器实例，即可实现多人运动检测分析。 ，便可以创建多个运动分析器实例来，来分别对每个人的姿态进行分析检测，实现计时计数了，代码如下：import {createSport} from "@/uni_modules/yz-ai-sport";
3410编辑于 2025-09-01 - 来自专栏一步一步开发AI运动小程序
三、运动识别处理流程
随着人工智能技术的不断发展，阿里体育等IT大厂，推出的“乐动力”、“天天跳绳”AI运动APP，让云上运动会、线上运动会、健身打卡、AI体育指导等概念空前火热。 本系列文章就带您一步一步从零开始开发一个AI运动小程序，本系列文章将使用“云智AI运动识别小程序插件”，请先行在微信服务市场或官网了解详情。 一、基本概念 要完成AI运动识别的，需要您了解以下基本概念。 1.1、视频帧 视频帧是指构成视频图像的一帧一帧的画面，每一帧都是静态的图像，连续的帧构成了视频的动态画面。 取得人体识别结果后便可进行下一步的运动、运动识别、结果计算等。 二、处理流程 上面是一次运动分析的图像分析过程：抽帧->人体识别检测->骨骼图绘制（可选）->运动分析->结果展示。 其中人体识别、骨骼图绘制、运动分析核心功能由插件提供，调用相应的API即可完成。 下一篇我们将为您介绍始何在小程序中抽帧...
17410编辑于 2024-05-09 - 来自专栏AI掘金志
AI识别早期脑瘫，可将儿童运动视频转化为“火柴人”显示
研究人员利用AI图像识别算法将视频记录中幼儿的图像运动模式自动转化为如图所示的“火柴人（stick man）”形式的客观生物标记物，在这项同行评审的研究中，该方法已被用于识别早期脑瘫（CP）。 ? AI“火柴人”揭示运动基本要素 ? 脑瘫的识别往往通过观察婴幼儿的动作及反应情况，极大地依靠医生的主观视觉经验，难免会误诊或效率低。 AI运动分析应用于神经学 ? 运动分析可以以多种方式改善医生对疾病的治疗决策，为不同治疗策略效果提供客观的定量测量方法。 除早期脑瘫检测外，AI自动运动分析在评估婴儿神经发育方面具有许多潜在的应用。 例如应用儿童健康管理，自动化运动分析可以对儿童进行院外筛查，以识别需要进一步护理的儿童，或者在关注儿童发育的情况下确保大脑发育正常。 目前已经收集了包括3D视频记录在内的多种数据集，正在开发一种基于AI的婴儿运动成熟度评估方法。
85050发布于 2019-08-29 - 来自专栏一步步开发AI运动APP
AI运动识别插件版本再发布迭代更新，大量新特性更新
基于近期用户的应用情况的反馈，在上周的时间节点上，我们精心打造的全景AI运动解决方案中的uni APP版与小程序版插件，均发布了新一版的迭代更新。 其中，uni APP版本的更新成效尤为显著，不仅在识别检测性能方面实现了大幅提升，让用户能够享受到更为精准、高效的运动识别体验；还针对此前存在的一些错误进行了全面修复，确保系统运行的稳定性与可靠性；与此同时 ，更是新增了一系列场景急需的功能，充分满足了用户在不同运动场景下的多样化需求。 使用示例如下：<template><yz-ai-camera id="camera" class="camera" :device="cameraDevice" resolution="medium" 好了，此新特性就为您介绍到这，请保持关注，AI运动识别插件将保持迭代，助力开发者更简单的实现AI运动小程序、APP。
8510编辑于 2025-07-01 - 来自专栏一步步开发AI运动APP
【一步步开发AI运动APP】三、在APP中引入识别插件
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文，通过该系列博文，很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序；为了帮助开发者继续深耕 AI运动领域市场，今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文，带您开发性能更强、体验更好的AI运动APP。 使用的「AI运动识别插件」引擎，已托管到DCloud插件市场，为什么标准的uni-modules模块，同时支持uni-app和uni-app x两个框架。 二、登录DCloud插件市场 登录DCloud插件市场，搜索“AI运动识别”(插件ID：yz-ai-sport) 三、导入插件 点击插件详情页右侧的【购买普通授权版】或【试用】按钮，选择要调用插件的APP ，并【确认】，再点击【导入到HBuilderX】按钮将插件导入到项目中，如下图所示： 稍等一两分钟，插件成功导入到项目后，项目的uni_modules文件中会多出yz-ai-sport文件夹。
10400编辑于 2025-04-02 - 来自专栏量子位
百度AI的“圈地运动”
百度这个AI生态又呈现出何等面貌？ 这背后可能有一些时代潮向变化的影子。 地毯式“轰炸” 单从结果来看，百度真可谓发起了一场“圈地运动”。 围绕开发者，从点，到线，再到面。 在中国食品药品检定研究院，借助EasyDL，他们打造一款中草药识别模型，用于辅助研究人员进行药品鉴定，同时方便药监局稽查执法人员在监督、抽样、执法时，快速识别药品，提高效率。 至今，该模型已实现对42种常见中草药的识别，准确率超过97.4%，训练耗时小于10分钟，单图识别速度小于50毫秒。 从去年起，百度相继宣布人脸识别接口、语音全系列接口免费政策，最近还公布了语义技术全线永久免费。至此，百度已经免费开放从感知到认知的最常用AI技术，为开发者与合作伙伴提供全栈式免费AI能力支持。 但借用AI技术，车主通过语音、文字或者图片就能发布汽车问题，而AI系统在语音识别、图像识别和语义理解的基础上，生产效率就会变得不同。 背后技术支持方，正来自百度。
71720发布于 2018-07-20 - 来自专栏ATYUN订阅号
上辈子是运动员？一款人脸识别AI应用检测你与哪个世界杯运动员长得最像
挪威新闻机构VG团队开发了一款全新的AI工具，使用面部识别技术，来查找与你的长相最为相似的足球运动员。 人工智能将试图将你的形象与目前参加俄罗斯世界杯的736名职业运动员中的一名相匹配。 这个工具并没有被专业足球运动员迷惑，正确匹配了梅西和罗纳尔多的照片。 被称为Find Your World Cup Twin的人工智能工具由挪威新闻机构VG的开发团队开发，使用由软件工程师Adam Geitgey开发的开源面部识别库作为其新工具的基础。 尽管Geitgey创建的库是在一个大数据集上进行训练的，但开发人员不得不量身定制工具来专门识别世界杯团队的照片。
61770发布于 2018-07-27 - 来自专栏一步一步开发AI运动小程序
十九、运动识别中如何解析RGBA帧图片？
引言 最近有不少开发者向我们咨询，像体测、赛事等应用场景中，需要保存运动过程的图像，如何将相机抽取的RGBA帧图像解析成.jpg或.png格式的图像？今天我们就为您介绍相应的解决方案。 这主要出于两个原因，一是在抽帧的同时无法调用CameraContext.takePhoto()API进行拍照; 二是由于抽帧是异步的，所以无法同步调用，可能会导致识别时机的图像与拍摄的一不致。 由于图像转换是比较消耗计算资源的，所以建议不要在抽帧时同步调用图像转换，建议先暂存要转换的帧，等运动结束是再进行转换、上传等操作。
25410编辑于 2024-07-09 - 来自专栏大数据文摘
亨利·基辛格：AI启蒙运动该何去何从
启蒙运动试图把传统的真理交给解放的、善于分析的理性人。而互联网则是通过不断积累和被操控数据来传播知识，人类的认知失去了个性。 ? 我们使用数据，却变成了数据的奴隶。 我们是否应该通过限制AI自主学习来保护我们个人隐私？如果是的话，我们应该怎么做？ 如果AI的学习速度成指数型递增，那我们一定希望加快这种井喷式的学习速度，那么AI犯错的概率也会比人类高。 比如在图像识别、大数据分析、博弈等领域，人工智能已经逐渐超过人类所能做的。 如果它们的计算能力继续快速增长，它们会形成一套与人类完全不同的思考方式。 纵观人类历史，文明缔造了解释周围世界的方法，比如中世纪向我们解释了宗教，启蒙运动向我们揭示了自然科学奥秘，20世纪给我们带来了意识形态。 ? 启蒙运动开始于对新技术的哲学探索，但我们正在朝着相反的方向前进。 人工智能的发展潜移默化地指引了我们思考的方向。
67920发布于 2019-04-26 - 来自专栏全栈程序员必看
用MATLAB实现对运动物体识别与跟踪
第二个MATLAB程序，对运动物体的识别与追踪。 这里我们主要运用帧差法实现运动物体与背景图像的分离，由于视频中的物体较为简单，我们只对两帧图像取帧差（也是为了提高速度） 对于运动物体的提取我们运用了MATLAB里自带的函数bwareaopen bwareaopen（src，int），src为二值图像，int为设置的联通域的大小，是对帧差法，在转化为二值的图像进行操作，结果是将大小小于设定的int的连通域置为0； 对于第一帧与第二帧图像运动物体的坐标的提取我们用了自带的 ‘内的为你所需要的属性 具体属性可以查看MATLAB的help 这里我们选用了其中的Centroid属性，返回的时连通域的质心坐标，注返回的第一个值为横坐标，第二个值为纵坐标~ 对于运动物体的追踪我们用了质心追踪 ， 在第一二三两帧的帧间差的运动物体的质心求出来后，将质心做差得到的向量预测下一帧间差运动物体可能到达的位置，接下来在对这个位置进行局部的找质心，再做差如此循环。
76420编辑于 2022-07-19 - 来自专栏FreeBuf
CovertBand：连“啪啪啪”都能识别的身体运动信息测试
Allen计算机学院通过研究，实现了一种基于声纳并名为CovertBand的测试，通过该测试，可以对特定范围和有隔离屏障内目标人物的位置及身体运动信息进行捕捉，进而推断出目标人物的当前身体运动状况，甚至连 ”啪啪啪”运动也能被识别！ 在提倡数据安全和隐私保护的今天，该项研究试图证明，在毫不知情的前提下，你的身体运动动信息可能正被测试者能通过智能设备进行窃取。 测试目的 身体行为检测跟踪 身体活动判断识别 对智能设备的扩展测试 跨障碍感知（该测试可以跨越门、窗、墙壁等屏障物隔离） 对未知目标物体的活动信息感知 测试模型设计 CovertBand支持两种测试模型 随后的直线运动测试显示，测试者可以在卧室木门外跟踪感知目标对象在房间内的直线行走行动，最终感知结果误差仅为18厘米，甚至更复杂的运动中，感知误差也小于25厘米，而在家中外门进行测试，其感知误差为30厘米左右
1K110发布于 2018-03-01 - 来自专栏谭广健的专栏
AI识别之旅三
前两篇说了AI识别的准备和录入到腾讯云里，接下来我们就来编写一个从人脸库进行识别的功能，老样子那第一篇摄像头那里拉图片。因为有第二篇拉依赖库，这里就不在叙述了。直接来代码了。。 至此，我们就完成简单的AI识别功能人员。最后放出解释多层JSON的代码吧。。。
61741发布于 2020-02-27 - 来自专栏谭广健的专栏
AI识别之旅一
说到AI识别，很多人会觉得很神秘很高大尚。但随着科技的发展AI已经逐步成熟和简单，这几天我们就围绕如何打造一个AI识别系统进行宣讲吧。 首先AI识别系统，肯定是通过类似视觉识别这样，有图才能有结果，当然你说语音识别就要语音才有结果。不过语音不是咱们这次的重点。我们以视觉识别为主。 视觉识别肯定要通过摄像头获取外界或对应事物的情况，接下来，就是我们这篇文章的重点，如何在安卓上构建摄像头，也希望能使大家减少一些弯路。 这样我们的AI识别之旅就算踏出了第一~
81451发布于 2020-02-21 - 来自专栏谭广健的专栏
AI识别之旅二
上次说到AI识别第一步就是获取图片并保存下来，相信很多小童鞋应该尝试了。接下来我们就开始对AI识别进行第二步，建立一个AI匹配库。 这个AI匹配库的作用就是把我们第一步获取的图片跟这个识别库进行匹配判断，看看匹配库有没有该图片。这次我们就上腾讯云进行部署。 1、首先登录腾讯云，找到“人脸识别”，点开“人员库管理”中的人员管理，选择“新建人员库”，填入相关的资料。当然这个有API的，不过我们直接手动建省很多事。
62311发布于 2020-02-22 - 来自专栏一步一步开发AI运动小程序
【一步步开发AI运动小程序】二十、AI运动小程序如何适配相机全屏模式？
引言 受小程序camera组件预览和抽帧图像不一致的特性影响，一直未全功能支持全屏模式，详见本系列文件第四节小程序如何抽帧；随着插件在云上赛事、健身锻炼、AI体测、AR互动场景的深入应用，各开发者迫切的希望能在全屏模式下应用 3.1、人体可视区域变小由于全屏模式下，会对短边进行裁切，而用户根据的是可视区域进行调整人体站位，所以人体区域便变小了，可能会降低人体识别效果；建议提高camera的分辨率和帧大小至中级，将人体远、近检测范围提高 3.2、人体检测范围变化若您在运动时进行了人体远、近站位预检，那相应的range坐标也需进行偏移。 好了，全屏适配问题就为您介绍到这里，未尽问题可以联系我们进行咨询，插件将致力为您提供全面的AI运动识别解决方案，助力您快速落地AI运动、AI体育、AI健身、AI体测、AR互动等运动应用。
27910编辑于 2024-10-09 - 来自专栏PDF 开发
AI文档识别技术之表格识别(一)
，主要包括（行数，列数，合并单元格数）目前DocumentAI表格识别已实现V2版本，大幅提升标准表格的识别准确率，具体信息会在下一篇blog中再具体说明1. 扫描的手写文档，它们的文档样式、所处光照环境以及纹理等都有比较大的差异，表格识别一直是文档识别领域的研究难点。 表格线条不清晰，需要人为添加表格线条分割表格内容，例如下面的表格就缺少很多的横线与竖线图片1.2 识别原理DocumentAI通过结合AI与传统算法实现表格识别，主要用到的AI能力与算法有：AI：版面分析能力 （通过AI版面分析检测表格在图片内所处的区域）AI：OCR能力（通过OCR实现识别表格内容）算法：图像处理算法（通过结合图像处理算法辅助获取表格结构信息）通过以上的AI与算法再结合一些表格识别算法即可实现通用表格识别 ，同时支持识别标准表格与非标准表格2.
2.2K40编辑于 2023-08-09
腾讯云开发者
