基于机器视觉与深度学习的大学生体能训练智能评估系统

侯 燕
吉林警察学院

摘要


在高等教育质量标准持续提高的背景下，大学生体质健康监测与促进已成为高校体育工作的关键。传统体
能训练评估长期依赖人工观察与主观评分，评估标准难以统一，数据记录也常出现疏漏，评估效率更是偏低。本研
究针对性提出解决方案，是一套融合机器视觉与深度学习的大学生体能训练智能评估系统。依托训练场地部署的多
视角工业相机，系统可完成训练视频数据的采集。改进的YOLOv7算法被用于人体关键点定位，在此基础上，时序
卷积网络搭建起动作质量分析模型，注意力机制的引入则进一步优化了特征提取环节。严格实验验证了系统的性能，
在俯卧撑、深蹲、引体向上等基础动作评估中，其综合准确率达94.2%，精确率与召回率则分别为93.6%、94.8%，这
为大学生体能训练提供了科学化、标准化的评估路径。

关键词


机器视觉；深度学习；体能训练；智能评估

全文:

PDF


参考


[1]陈浩.信息化技术赋能青少年体能训练的实践探

索[J].文体用品与科技，2025，（13）：102-104.

[2]刘立明.探索人工智能赋能田径运动员体能训练

的新路径[J].文体用品与科技，2024，（24）：175-177.

[3]王基野，夏波，巩博，等.动态AI肢体功能评估

在高校学员体能训练中的应用[J].医学研究与战创伤救

治，2023，36（07）：677-680.

[4]王磊.基于多源异构数据的体能训练效度评估方

法[J].信息技术，2023，47（02）：191-196.

[5]申玉波，孙德宇，宋鑫平，等.智能化体能训练

应用技术与问题分析[J].冰雪体育创新研究，2021，（07）：

190-192.


Refbacks

  • 当前没有refback。