SVM 在太極拳動(dòng)作識(shí)別中的應(yīng)用研究

吳 茵 王柏利

河南理工大學(xué)體育學(xué)院，河南 焦作 454000

1 引言

太極拳作為我國(guó)一項(xiàng)民族傳統(tǒng)體育項(xiàng)目，具有獨(dú)特的運(yùn)動(dòng)形式，在大眾健身方面有著廣泛的參與度。目前，傳統(tǒng)的太極拳教學(xué)實(shí)踐中，太極拳動(dòng)作的識(shí)別大都以教師的主觀判斷為主，缺乏客觀的評(píng)價(jià)標(biāo)準(zhǔn)，且因人而異。

伴隨著現(xiàn)代信息技術(shù)快速發(fā)展，機(jī)器學(xué)習(xí)是人工智能中最具智能特征，最前沿的研究領(lǐng)域之一，能夠模擬人類(lèi)的思維方式，經(jīng)過(guò)訓(xùn)練的學(xué)習(xí)模型后擁有人類(lèi)的認(rèn)知，自動(dòng)快速做出判斷和預(yù)測(cè)，[1]機(jī)器學(xué)習(xí)在圖像圖片識(shí)別、語(yǔ)音信號(hào)識(shí)別、手勢(shì)識(shí)別等領(lǐng)域逐漸推廣，成為廣大學(xué)者關(guān)注的熱點(diǎn)。王鳳芹等[2]將機(jī)器學(xué)習(xí)應(yīng)用于飛行領(lǐng)域，設(shè)計(jì)了基于特征參數(shù)CART 決策樹(shù)的飛行動(dòng)作識(shí)別算法，并給出了該動(dòng)作識(shí)別算法的Python 語(yǔ)言實(shí)現(xiàn)。

侯賢沐等[3]利用KNN 和SVM 的機(jī)器學(xué)習(xí)算法，篩選出適用于碳酸鹽巖油藏的測(cè)井孔隙度與滲透率預(yù)測(cè)方法。武玉多等[4]對(duì)傳統(tǒng)機(jī)器學(xué)習(xí)在心臟超聲領(lǐng)域傳統(tǒng)的應(yīng)用現(xiàn)狀及發(fā)展方向進(jìn)行闡述。胡璇等[5]針對(duì)風(fēng)力機(jī)齒輪箱振動(dòng)信號(hào)非線性和非平穩(wěn)性的特征，提出基于模糊熵和灰狼算法優(yōu)化的支持向量機(jī)的故障診斷方法，達(dá)到較高的識(shí)別率。丁雪[6]分析了6 種人體姿態(tài)的分類(lèi)識(shí)別，特征的提取采用Adaboost 自適應(yīng)的方法。Liu 等[7]將SVM 應(yīng)用于辦公室物體和博物館雕塑的識(shí)別，并證明了其優(yōu)于基于圖像、基于場(chǎng)景和其他基于視頻的物體識(shí)別。

目前，在太極拳教學(xué)中，已經(jīng)有了一些現(xiàn)代化信息研究。張振[8]借助VR 設(shè)備以情境代入學(xué)習(xí)方式達(dá)到多方位視覺(jué)觀察和獲得沉浸式學(xué)習(xí)體驗(yàn)，但僅限于學(xué)者興趣體驗(yàn)方面的研究。文獻(xiàn)[9]采用慣性運(yùn)動(dòng)捕捉系統(tǒng)采集人體運(yùn)動(dòng)姿態(tài)數(shù)據(jù)，并與標(biāo)準(zhǔn)姿態(tài)進(jìn)行對(duì)比，根據(jù)相似度進(jìn)行評(píng)分。于濤等[10]采集人體動(dòng)作的軀干數(shù)據(jù)和手部數(shù)據(jù)進(jìn)行動(dòng)作識(shí)別，其缺點(diǎn)是采用非同時(shí)的手勢(shì)和軀干部位數(shù)據(jù)進(jìn)行合并，會(huì)造成同步誤差。由此可見(jiàn)，人工智能和機(jī)器學(xué)習(xí)的快速發(fā)展為太極拳的動(dòng)作識(shí)別提供了技術(shù)支持。本研究提出一種利用SVM 機(jī)器的學(xué)習(xí)算法，對(duì)太極拳動(dòng)作姿態(tài)進(jìn)行識(shí)別。通過(guò)提取12 種關(guān)鍵動(dòng)作創(chuàng)建樣本集，再經(jīng)過(guò)去噪、歸一化、特征提取、訓(xùn)練和預(yù)測(cè)完成太極拳的姿態(tài)識(shí)別。

2 太極拳動(dòng)作分類(lèi)識(shí)別流程及SVM 原理

太極拳動(dòng)作分類(lèi)識(shí)別分為6 個(gè)過(guò)程（見(jiàn)圖1），首先創(chuàng)建太極拳動(dòng)作數(shù)據(jù)集，我們依次選取太極拳老架一路的前五式起式、金剛搗碓、懶扎衣、六封四閉和單鞭中的12 種關(guān)鍵動(dòng)作，分別采集照片，每種動(dòng)作采集圖片105～120 張，共計(jì)1336 幅圖片，然后給每幅加上標(biāo)簽，標(biāo)簽為['1','2','3','4','5','6','7','8','9','10','11','12']，并按照8：2 的比例劃分為訓(xùn)練集合和測(cè)試集。樣本集創(chuàng)建后，進(jìn)行數(shù)據(jù)預(yù)處理，把圖片轉(zhuǎn)換成相同的分辨率，輸出為歸一化的矩陣形式，此時(shí)數(shù)據(jù)集的圖片統(tǒng)一分辨率為120×150，轉(zhuǎn)成灰度圖像，取值范圍在[0-255]，（見(jiàn)圖2）。為了降低圖片中的冗余特征及提高SVM的處理速度，對(duì)數(shù)據(jù)預(yù)處理后的數(shù)據(jù)進(jìn)行了PCA 降維，降維后的特征數(shù)量為100。為了能夠獲得優(yōu)異的分類(lèi)模型，采用分類(lèi)交叉驗(yàn)證的方式對(duì)樣本集進(jìn)行分割訓(xùn)練，得到最好分類(lèi)器的核函數(shù)及相關(guān)具體參數(shù)。確定SVM模型參數(shù)后，用訓(xùn)練集對(duì)其訓(xùn)練之后，通過(guò)SVM 在測(cè)試集上預(yù)測(cè)結(jié)果。最后通過(guò)混淆矩陣和準(zhǔn)確率表格完成可視化輸出。

圖1 太極拳動(dòng)作分類(lèi)識(shí)別流程

圖2 數(shù)據(jù)預(yù)處理后數(shù)據(jù)集圖片顯示

3 太極拳動(dòng)作分類(lèi)中的關(guān)鍵技術(shù)

太極拳動(dòng)作進(jìn)行SVM 分類(lèi)識(shí)別首先需要進(jìn)行樣本集創(chuàng)建。為了能夠體現(xiàn)數(shù)據(jù)集的完整性，對(duì)15 名不同水平太極拳參與者進(jìn)行采樣，選用太極拳老架一路的前五式的12 種動(dòng)作姿態(tài)，其中起式中選取2 種，金剛搗碓3 種，懶扎衣3 種，六封四閉2 種和單鞭2 種，作為太極拳動(dòng)作的采集樣本集。

3．1 數(shù)據(jù)預(yù)處理

Torchvision 類(lèi)導(dǎo)入數(shù)據(jù)集格式的12 種太極拳動(dòng)作樣本格式不統(tǒng)一，需要進(jìn)行格式轉(zhuǎn)化，采用PIL 中的Image 類(lèi)將樣本集圖片轉(zhuǎn)化為120*150 的分辨率，再進(jìn)一步轉(zhuǎn)換成矩陣的形式，并為每張圖片加上標(biāo)簽，標(biāo)簽為['1','2',…,'12']。用Matplotlib 類(lèi)顯示隨機(jī)輸入轉(zhuǎn)化后的圖片（見(jiàn)圖2）。再利用Sklearn 的庫(kù)函數(shù)完成訓(xùn)練集和測(cè)試集的分割，分割的比例為8：2。

3．2 特征提取

實(shí)際采集的圖片經(jīng)過(guò)圖片預(yù)處理后，像素變?yōu)?20×150，特征值為18000。對(duì)于用模型訓(xùn)練的其他數(shù)據(jù)集（比如預(yù)測(cè)房?jī)r(jià)、人臉識(shí)別等）都會(huì)有較多的特征。這些特征都參與機(jī)器學(xué)習(xí)模型的訓(xùn)練和測(cè)試。將會(huì)導(dǎo)致學(xué)習(xí)模型運(yùn)算時(shí)長(zhǎng)和過(guò)擬合現(xiàn)象的出現(xiàn)。為此，太極拳動(dòng)作數(shù)據(jù)集選用主成分分析（Principal Components Analysis，PCA）選出對(duì)分類(lèi)識(shí)別貢獻(xiàn)最大的特征，從18000 個(gè)特征種選擇100 個(gè)主要特征，這些特征盡可能包括了原來(lái)圖片的特征。實(shí)驗(yàn)結(jié)果表明，降維后的圖片集分類(lèi)識(shí)別率高于降維前的精確率3．5%，同時(shí)，訓(xùn)練時(shí)間縮短了0．012 秒。

3．3 交叉驗(yàn)證

SVM 用來(lái)提升維度的核函數(shù)主要包含有線性核、高斯核和多項(xiàng)式核函數(shù)。對(duì)于不同的樣本集，不同的核函數(shù)會(huì)導(dǎo)致不同的識(shí)別效果。K-交叉驗(yàn)證隨機(jī)打亂數(shù)據(jù)集，并分組成多個(gè)部分（K）,其中,每一個(gè)部分都要當(dāng)成測(cè)試集，而剩下的K -1 份將會(huì)用作訓(xùn)練集，這樣依次循環(huán)，就可以找到最佳的分類(lèi)識(shí)別模型。K-交叉驗(yàn)證最大的優(yōu)點(diǎn)是盡量避免SVM 模型的欠擬合和過(guò)擬合現(xiàn)象發(fā)生。因此，對(duì)于太極拳動(dòng)作數(shù)據(jù)集合，采用K-交叉驗(yàn)證的方法，從線性核、高斯核和多項(xiàng)式核中選出分類(lèi)識(shí)別最佳的核函數(shù)，找到最優(yōu)的參數(shù)組合。仿真實(shí)驗(yàn)中最佳分類(lèi)器的參數(shù)為：高斯核，參數(shù)C（懲罰系數(shù)）為10，gamma=0．005。

4 仿真分析

太極拳的12 種動(dòng)作姿態(tài)訓(xùn)練集總共有1068 張圖片，測(cè)試集的數(shù)量為268 張圖片。太極拳動(dòng)作測(cè)試集的SVM 模型預(yù)測(cè)混淆矩陣（見(jiàn)圖3）。分析混淆矩陣可知，SVM 的分類(lèi)錯(cuò)誤出現(xiàn)比較少，主要集中在動(dòng)作8 和動(dòng)作10，有較大的相似度，并且由于采集的圖片中較大部分背景相同，可以通過(guò)對(duì)圖片裁剪掉多余的背景和增加樣本集的方法增加準(zhǔn)確度。

圖3 太極拳動(dòng)作測(cè)試集SVM 預(yù)測(cè)的混淆矩陣

為了探索基于太極拳動(dòng)作數(shù)據(jù)集的機(jī)器學(xué)習(xí)算法性能優(yōu)劣，在具有相同的太極拳數(shù)據(jù)樣本空間下，比較了SVM、KNN 及決策樹(shù)算法的性能（見(jiàn)表1），三種算法的精確度指標(biāo)中，SVM 的分類(lèi)效果領(lǐng)先決策樹(shù)和KNN 的精確度為17%，此外，訓(xùn)練用時(shí)和測(cè)試用時(shí)相差不大。

表1 SVM、KNN 及決策樹(shù)算法分類(lèi)效果

5 結(jié)論

提出了自采太極拳動(dòng)作作為樣本集的SVM 分類(lèi)識(shí)別算法，對(duì)于太極拳老架一路套路的12 種關(guān)鍵動(dòng)作，通過(guò)圖片格式轉(zhuǎn)換和添加標(biāo)簽完成數(shù)據(jù)預(yù)處理，PCA降維可以在不損失主要特征的條件下提升訓(xùn)練速度，交叉驗(yàn)證選取最優(yōu)化的SVM 核函數(shù)及相關(guān)參數(shù)。預(yù)測(cè)后結(jié)果通過(guò)混淆矩陣和分類(lèi)評(píng)估報(bào)告進(jìn)行可視化展示。實(shí)驗(yàn)證明，SVM 預(yù)測(cè)模型遠(yuǎn)高于KNN 和決策樹(shù)方法，該方案對(duì)硬件設(shè)備的要求較低、處理速度快，并且所需的樣本數(shù)少、訓(xùn)練時(shí)間短，識(shí)別效果優(yōu)異，有效改善了太極拳動(dòng)作識(shí)別的效率，能夠?yàn)樘珮O拳遠(yuǎn)程教學(xué)和指導(dǎo)提供支持，提升太極拳教學(xué)科研的信息化水平。