7.30 公共体育场所健身危险时间AI识别和报警系统平台构建
<p>公共体育场所健身危险时间AI识别和报警系统平台构建</p>
<p>刘晓然
首都体育学院学报
2023年5月 第35卷 第3期</p>
<p>“健康中国”和“体育强国”发展战略对全民健身事业的发展提出了明确的指导方向。但在全民健身的过程中会较为频繁的发生意外危险事件。针对公共体育场所健身活动中意外危险事件识别难的问题，本研究采用大数据分析、人工智能等技术，研发了公共体育场所健身危险事件AI识别和报警系统平台。</p>
<p>1 公共体育场所健身意外危险事件
1.1 公共体育场所跌倒危险事件
跌倒是指突发的、不自主及非故意的体位改变而倒在地上。随着马拉松等户外运动在健身领域风靡，运动中的安全问题也接踵而至。超过63%的运动损伤者是由于在运动过程中发生跌倒无法得到及时救治而导致了伤病。
在公共体育场所，跌倒的发生主要由内在和外在风险因素导致。
1.2 公共游泳池溺水危险事件
有用存在着潜在的危险性，即便是十分熟悉水性的人也可能会因为各种意外情况而导致溺水。如果溺水时没有被救生员及时发现，溺水时间越长越容易造成人体不可逆的损伤或死亡。在传统的救生员管理模式下，救生员在游泳馆的游泳者较多、光照强度低、长时间注视水面时很容易视觉疲劳，较难对突发溺水事件作出及时反应。
1.3 公共体育场所心血管危险事件
相关调查显示，强度过大的运动，尤其是突然的、非常规的与涉及大强度无氧代谢的运动，对于未接受过专业训练者和有潜在心血管疾病者来说，存在一定的心血管疾病风险。
运动前心血管疾病筛查和运动危险分层是降低心血管疾病风险的主要手段。
2 公共体育场所健身危险事件AI识别
2.1 <strong>基于视觉的跌倒AI识别</strong>
2.1.1 跌倒识别场景设计
本研究研制的系统是一种基于视觉的户外健身跑场景中跌倒行为识别方法，通过户外健身步道安装的摄像头获取跑步者的视频流，从视频流提取出每一帧图片，从图片中提取评估人体姿态的骨骼关键点，形成运动姿态编码，与建立的倒地特征库和非倒地特征库进行对比，从而对跑步以外跌倒或倒地状态的识别。
2.1.2 人体姿态识别
人体姿态估计从输出的维度上可分为二维和三维。
2.1.2.1 二维人体姿态估计
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=882f033d33f8bf12c0c9194f8a68badd&amp;file=file.png" alt="" />
本方法使用HRNet作为人体姿态估计的主干网络。
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=3da1da46293625f96dee107b36829a3b&amp;file=file.png" alt="" />
2.1.2.2 三维人体姿态估计
三维人体姿态估计需要获取空间坐标中的人体关键点，但是因为相机成像时会使深度信息丢失，一般采用多帧二维人体姿态推断出三维人体姿态，而三维人体姿态估计是基于髋骨中心点的相对位置。
2.1.3 基于视觉的跌倒姿态AI识别算法
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=cb9d82b6d150b2b04e83f915aa8e012f&amp;file=file.png" alt="" />
2.1.4 跌倒识别数据的实时分析
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=7cf1d6142b3ac1ce5db1f996f639034d&amp;file=file.png" alt="" />
2.2 <strong>基于视觉的溺水AI识别</strong>
2.2.1 溺水识别场景
本研究研制的系统是一种基于可视化游泳馆场景下溺水识别方法，在游泳池侧壁中位安装摄像机拍摄游泳池内部，每2个摄像机为一组，2台摄像机视场角均大于90°。
2.2.2 基于视觉的溺水AI识别算法
整个算法流程包括人体监测、人体姿态估计和人体运动状态估计。
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=5d19156317cfdd3b9a358541df39ac10&amp;file=file.png" alt="" />
2.2.3 溺水识别数据的实时分析
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=05fa4962aa508d42da91481a543727fb&amp;file=file.png" alt="" />
2.3 <strong>基于可穿戴设备的心血管危险事件AI识别</strong>
2.3.1 心血管危险事件监测手段与指标
有研究显示，可穿戴设备采集的静息心率和心率变异性数据的准确性和一致性水平较高。本研究针对心血管疾病不同风险等级人群研发了智能运动手表和单导联心电衣。
2.3.2 基于心电衣的心血管危险事件识别算法
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=27da709affbbea4bf73632e41a394772&amp;file=file.png" alt="" />
2.3.3 心血管危险事件识别数据的实时分析
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=3877624508a1f47129e664545f7bf247&amp;file=file.png" alt="" />
3 公共体育场所健身危险事件报警系统平台的构建
3.1 健身危险事件报警系统平台总体设计
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=915a68b78d29286ac3a7452581e7856c&amp;file=file.png" alt="" />
3.2 健身危险事件报警系统的用户端设计
3.2.1 用户端基础信息录入
（1）APP用户登录；（2）APP界面显示；（3)增添紧急联系人；（4）确认进入场馆功能。
3.2.2 健身危险事件报警功能设计
（1）跌倒报警功能；（2）心血管危险事件报警功能。
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=1e50950f52544b1088a266ee56f917b9&amp;file=file.png" alt="" />
3.3 健身危险事件报警系统APP的场馆工作人员端设计
3.3.1 场馆工作人员端基础信息
变为绿色表示上岗，变为灰色表示离岗。
3.3.2 健身危险事件报警信息推送功能设计
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=4c8a73cce4d75d7bbbc9fc1d40f83492&amp;file=file.png" alt="" />
3.3.3 健身危险事件报警系统APP救援功能设计
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=a96e0f1e768ac3816e69e45e21a9e1ef&amp;file=file.png" alt="" />
3.4 健身危险事件报警系统APP的监控中心界面设计
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=f4b221bffcb13a2920c74ad1e78521a6&amp;file=file.png" alt="" />
4 结束语
<strong>通过测试，基于视觉的跌倒AI识别技术对跌倒的识别率、基于视觉的溺水AI识别技术对溺水的识别率、基于可穿戴设备的心血管危险事件AI识别技术对心血管突发事件的识别率均达到90%以上，公共体育场所健身危险事件报警系统的报警准确度达到了95%以上。</strong></p>