基于人体姿态估计和生物力学的运动突发伤情分析监控
人工智能学院
在不论是室内或是户外的很多运动场地中，突发的运动损伤总是一个无法避免的意外情况，如足球场上运动员之间的冲撞，或是自行车运动员在泵道场地上的操控失误，都可能导致比较严重的摔伤。而通常发生突发性的运动损伤之后，除了运动员在较为不冷静的情况下所感受到身体的不适外，外人很难迅速而准确地判断运动员的伤情。如果伤情处理得不及时，运动员的伤势的恢复速度可能会受影响；如果对于伤情的判断存在偏差，那么随之对伤情的不当处置可能对运动员造成严重、不可逆转的伤害。
为了能够更加准确地判断运动场地中受到突发运动损伤人员的伤情，同时能够更迅速地让安全负责人员与医护人员做出反应，还可能提前对潜在地突发运动伤害做出预测和必要地警告，本项目旨在通过优化人体姿态估计算法的精度与运行速度，对该算法进行需要实时性较高、更细颗粒度的运用，同时结合解剖学和生物力学的基本原理，对运动中突发损伤摔伤位置的预测与分析。
项目研究方法：
从学术界已有工作出发，首先尝试复现已发表的人体姿态估计算法、运动预测算法、三维重建算法的成果中发布时间较新，效果较好的几种；再在复现过程中学习、体会每一种算法实现的关键点，从中总结可以改进的地方，并在其基础上实现自己的改进思路，和原算法效果进行对比；针对本项目的应用场景对改进后的算法进行数据集上、训练方式上或某些特定实现过程上的优化，得到适用于本项目的各关键算法实现；结合所有得到的算法实现，完成项目软件的开发，并在相应硬件和场地进行测试。
要解决的问题以及设计的解决方案：
视觉三维重建：应用一个或多个双目摄像头对目标场地的地形进行构建，建立场地碰撞体模型。对于平坦开阔的运动场地，如足球场、棒球场、溜冰场等，只需要构建特定面积平面的碰撞模型；对于崎岖的场地，如自行车泵道场地、滑板运动场等，需要构建地面上下坡、凸起凹陷等具体形状的碰撞体模型。本项目将针对1-2个常用场景进行三位重建。
运动场地中人体的目标识别与跟踪：结合已有的目标检测算法和目标跟踪算法，针对本项目对之进行优化，获得画面中每个人的位置，对于出现位置不当的人发出报警。
异常行为识别：对于运动场地中可能存在的异常行为，如翻滚、爬行等进行识别和标注，在适当情况下发出报警。
人体姿态估计：通过一个或多个摄像头的图像，获取三维坐标系下人体各关键点的位置信息，并同时记录时间信息，得到每个人的人体关键点位置关于时间的变化序列，并由此计算人体关键点的速度、加速度，人体主要骨骼的角速度、角加速度，构建人体的运动模型与碰撞模型。
人体运动预测：由已知的人体关键点位置信息的时间序列，结合物理模型预测这些关键点和人体的运动轨迹；或直接通过佩戴运动跟踪传感器，收集带有每个人关键点运动信息的数据，训练可以直接输出这些运动数据的神经网络。
摔伤位置预测：基于人体运动预测的数据，分析未来数秒内目标是否可能发生突发性运动损伤，对可能发生的运动损伤发出预警。
摔伤位置分析：当人体除脚部骨骼节点外的其他节点和地面碰撞体模型发生碰撞时，结合人体姿态估计算法获得的人体运动模型（对于不易取得的人体运动模型中的关键信息，如体重、骨骼、韧带强度，肌肉分布等，基于捕获的人体图像进行，并结合解剖学的先验知识进行估计），基于生物力学和解剖学的基本原理，分析人体可能存在的直接受伤位置和可能的损伤状态，以及人体运动模型各关键点的耦合关系，分析可能随之带来的间接损伤的位置和损伤状态。
