基于动态规划与深度学习的八段锦动作评价方法及系统

本发明提供一种基于动态规划与深度学习的八段锦动作评价方法及系统，包括采集八段锦动作视频数据；通过基于MediaPipe和DTW的八段锦动作识别模型得到匹配路径、DTW距离和单帧评分，对八段锦动作识别模型输出的枢纽动作的特征序列进行均匀抽帧处理后输入到基于LSTM的八段锦动作评价模型中得到用户枢纽动作的分类标签，根据分类标签反映用户在关键动作上的错误。通过Mediapipe框架提取骨骼点，本发明根据DTW距离得出总分，并根据节奏评分评价用户整体招式与标准动作的相似性，根据单帧评分能够细致地反映动作的节奏稳定性；采用均匀抽帧的方法解决了视频序列的长度不稳定的问题，确保模型有效地学习和识别动作特征。