
-
生物通官微
陪你抓住生命科技
跳动的脉搏
扩散-变换器混合模型用于鲁棒的太极拳动作评估
《Scientific Reports》:Diffusion-transformer hybrid model for robust Taijiquan motion assessment
【字体: 大 中 小 】 时间:2026年08月29日 来源:Scientific Reports 4.9
编辑推荐:
摘要传统太极拳的评估方法存在主观性强和精度较低的问题。本研究开发了一种基于生成式人工智能(GAI)的系统,该系统整合了高分辨率网络(HRNet)、用于人体姿态估计的视觉Transformer(ViTPose)以及扩散模型,以实现智能的姿态评估。该框架能够进行姿态重建、动作生成和语
传统太极拳的评估方法存在主观性强和精度较低的问题。本研究开发了一种基于生成式人工智能(GAI)的系统,该系统整合了高分辨率网络(HRNet)、用于人体姿态估计的视觉Transformer(ViTPose)以及扩散模型,以实现智能的姿态评估。该框架能够进行姿态重建、动作生成和语义评分。在UMONS-TAICHI数据集上的测试结果显示,该模型的平均关节位置误差(MPJPE)为7.142,流畅度指标为0.911,姿态完成率为96.248。在10–40%的遮挡条件下,该系统的姿态完成率仍能保持在93.957以上,优于基线模型。该系统还能准确评估具有良好协调性和节奏性的复杂动作,其协调性和节奏性评分均超过0.90。这种基于GAI的方法为太极拳的数字化和智能训练提供了一个客观、稳健的工具。