GymPose：用于细粒度动作分类的新基准与基于姿态的框架

《Scientific Reports》：GymPose: a new benchmark and pose-based framework for fine-grained action classification

　　

摘要

艺术体操中的细粒度动作识别需要对微妙的姿态变化、时间协调性和执行阶段进行精确建模，而这些方面并未被粗粒度动作基准充分捕捉。本研究引入了GymPose，一个以姿态为中心的细粒度体操动作分类基准数据集。该数据集在真实训练环境中采集，使用同步六摄像头Intel RealSense RGB-D设备，包含13名运动员的16,782帧标注数据。数据集涵盖六种基本体操动作以及通过将每个动作划分为三个执行阶段所得到的18类阶段级微动作。人体姿态关键点使用ViTPose和RTMPose提取，在基于YOLO11x的人物检测后，分别生成25个和26个关键点的表示。这些姿态表示的判别能力使用DenseNet121、ResNeXt50、FT-Transformer和XGBoost在分层70/15/15训练-验证-测试协议下进行了评估。在GymPose-18任务中，DenseNet121使用ViTPose特征达到了90.04%的准确率，而FT-Transformer和XGBoost分别达到了89.07%和88.13%。在Yoga-82数据集上的额外实验进一步证明了基于姿态的表示在捕捉细微动作差异方面的有效性和泛化能力。结果表明，GymPose为体操中的阶段级微动作分析提供了结构化的基准，可支持未来关于基于姿态的运动分析、多视角建模和动作质量评估的研究。数据集和源代码已在https://github.com/meyurtsever/gympose公开。