本设计的目的是实现人体的运动姿态识别，并且提取一时段内人体运动姿态的数据，以提取出的数据表示人体以及肢体各部分的运动轨迹。从而可以通过对不同的运动个体的运动轨迹的提取，对比出二者的一致性。通过姿态识别以及姿态对比，可以对运动动作的规范性做出判断，从而能对运动规范起到一定的指导作用。

人体运动的姿态识别是属于人体的运动识别领域。人体的运动姿态识别是指运用某种手段检测、跟踪人体的运动，从而构建出人体结构，反映出人体的姿态。目前，在世界范围内已经展开了大量的关于人体运动视觉的研究，比如：

1）CMU的VSAM项目

1997年美国国防高级研究项目署设立了以卡内基梅隆大学为首、麻省理工学院等高校参与的视觉监控重大项目VSAM(Visual Surveillance And Monitoring)，它主要目的是将自动视频理解技术应用于对战场及普通民用场景监控。

2）实时视觉监控系统W4

马里兰大学的Haritaolu等人开发的实时视觉监控系统W4系统不仅能对人体身体进行定位和分割，而且实现了对多人的跟踪，同时能够检测运动目标（人）是否携带物体等简单行为，还可以进行站、坐、躺、卧等人的标准姿势识别。

3）CMU的OpenPose项目

2017年卡内基梅隆大学的OpenPose项目是一个对人体、人脸以及人手进行估计的实时多人关键点检测库。它是首个同时检测一张图像中人的身体，手以及人脸（共130个关键点）的多人实时检测系统。

2. 研究的基本内容与方案

本设计的主要内容是实现基于OpenPose的人体估计算法的室内运动动作规范性检测。利用人体估算算法，我们可以提取出人体各肢体部位的关键点，通过对视频图像内人的关键点的提取与储存，可以反映出视频中人体（及其肢体各部分）的运动轨迹。在对运动规范性的检测过程中，首先需要采集并储存规范运动的运动轨迹作为模板。在此基础上，将待检测的运动的轨迹与模板进行对比，通过对比其轨迹中各个关键点的位置及运动方向，就可以对运动的规范性做出判决。

本设计的基本目标是能实现对室内运动的动作的规范性的检测，从而能使一个模板长期的为多个用户提供运动指导。