蝶泳动作分析算法

秒级反馈

通过YOLOv4迁移学习与加速度计同步，实现蝶泳过程的可视化量化评估

Chern, Yinq Rong · Ying-Hsien, Chen · Lin, Fusung · Hsiao-Ching, Lin · Guan-Ting, Chen · Chen-Ping, Chu · Machtsiras, Georgios · Huang, Tsang-hai · Lien, James Jier James · Huang, Chihhsien

Measurement: Journal of the International Measurement Confederation 2025

参数信息

泳者识别IoU

81.51 %

分段计时平均绝对误差

0.36 s

划水识别F1分数

97.85 %

分析视频数量

85

训练图像数量

120031

技术优势

水下也能用

用池边摄像头拍摄，不要求运动员佩戴任何入水设备，避免可穿戴装置在水中的局限性。

省去人工统计

系统自动计算15 m/25 m分段用时、划水次数和水下打腿角度，教练不必再逐帧回放录像。

划水识别很准

划水识别F1分数达到97.85%，对每次划水的辨识高度可靠，为量化分析提供稳定基础。

应用场景

• 智能运动穿戴：在泳池边用普通摄像头拍摄，无需运动员佩戴任何设备，系统自动生成量化报告。
• 体育训练机器人：为训练机器人提供实时动作识别与分段计时能力，辅助制定个性化训练计划。
• 运动测量仪器：作为非接触式测量工具，替代秒表和人工计数，提高蝶泳指标采集效率与精度。
• 康复训练监测：监测康复训练中的水下打腿角度和划水频率，帮助调整动作避免二次损伤。