近日，中共中央办公厅、国务院办公厅印发《关于构建更高水平的全民健身公共服务体系的意见》，主要内容为：构建更高水平的全民健身公共服务体系，是加快体育强国建设的重要基石，是顺应人民对高品质生活期待的内在要求，是推动全体人民共同富裕取得更为明显的实质性进展的重要内容。

目前的健身在人体定位方面利用卷积神经网络已经可以进行较为准确的人体关键点检出，并根据人物动作将这些关键点的变化实时地反馈到屏幕上，指导用户进行动作调整或者转换成特定图像对动作准确性评估。

但这样的技术在实际场景中仍有一定缺陷，比如关键点稳定性差，在多帧检测中出现关键点漂移，在复杂背景下容易出现误检等等。同时，因为用户在使用设备进行拍摄时对机位的摆放有较强的随机性，这给判断动作是否标准带来了困难。

技术路径

1-对真实坐标进行软化：通过实验，确定真实坐标的软化半径，利用高斯核对真实坐标进行软化。在模型训练时，只要当模型输出的关键点在真实关键点坐标的半径范围内，都会被模型认为是一个较好的输出，确保了训练后模型输出关键点的稳定性，极大降低了多帧情况下关键点发生较大偏移的概率。

2-使用增强策略对复杂背景进行生成：模拟现实中的使用环境，包括有较多椅子等容易误识成人物的情况，对训练数据的背景进行合成扩增。设定随机因子将合成场景与训练图片随机结合，以提升模型在面对复杂场景时的鲁棒性。

3-采用多角度、多机位的训练图片采集：在不同的机位方向采集教练在进行健身动作时的标准姿势。在用户使用时，通过神经网络对骨骼关键点位置打分、骨骼连接处角度判断、用户姿势与标准库姿势比对形成多维度综合评估方式，直观、准确地将结果和分数反馈给用户，指导用户调整自己的姿态动作。

结合上述技术方案，我们的健身动作识别与评价系统实现了实时、精准的动作检测，并能够合理输出对特定健身动作的评价得分，在使用场景和使用方式上都得到了极大的拓展。