算法广场 / 运动健康

运动姿态与动作评估

识别视频中的人体关键点与运动动作,自动计数并评估动作规范性,提示潜在损伤风险。

运动健康 v1.0.0 运动姿态动作计数运动损伤风险 开发中
开发中:该算法尚未接入线上服务,现阶段调用会返回演示数据(响应中带 _demo: true 标识,且不计费用)。 接口路径、参数与返回字段已按最终规范确定,可以先按文档完成对接,正式上线后无需改动任何代码。 如需提前试用或了解上线计划,请联系我们。

面向健身、体测与运动康复场景的姿态分析算法,从普通摄像头视频中估计人体关键点,识别深蹲、俯卧撑、弓步、平板支撑等常见动作并完成次数统计与节奏分析。\n\n算法同时给出动作规范性评分与左右对称性指标,对膝关节内扣、弯腰代偿、下蹲深度不足等高风险姿势逐帧标注,可作为运动处方执行质量与损伤风险筛查的量化依据。

能力特点

  • 逐帧关键点输出,支持前端骨骼叠加渲染
  • 自动动作计数与节奏(离心/向心)分析
  • 左右对称性与常见损伤风险姿势标注

适用场景

健身 App 动作纠错校园/企业体测自动化运动康复训练质量跟踪

请求参数

参数类型必填说明
videostring是视频 Base64 编码,或公网可访问的 URL,建议 ≤ 60 秒
actionstring否指定动作:squat / pushup / lunge / plank,默认自动识别
with_keypointsbool否是否返回逐帧关键点,默认 false
fpsint否抽帧帧率,默认 15,范围 5~30

返回字段

字段类型说明
data.action_cnstring识别出的动作中文名称
data.repsint标准动作计数
data.form_scoreint动作规范评分 0~100,越高越好
data.issues[].descstring不规范动作描述与严重度
data.metrics.symmetryfloat左右发力对称性 0~1
data.suggestionsarray动作改进建议列表

错误码

codeHTTP含义处理建议
0200成功请求正常处理完成。
40101401缺少鉴权请求头未携带 Authorization,请检查 Bearer Token。
40102401Key 无效API Key 不存在或已被吊销,请到控制台确认。
40103403算法未开通当前 Key 未开通该算法,请先在控制台申请权限。
40104403来源不合法云函数侧内部凭证校验失败,请经门户网关调用,勿直连算法后端。
40105503后端未校验算法后端未通过内部凭证校验,网关已拒绝转发,需管理员在算法运维页重新校验。
42901429超出配额当日调用量已达上限,可升级套餐或次日重试。
42201422参数错误必填参数缺失或类型不正确,见 detail 字段。
50001502算法后端异常上游算法执行失败,request_id 可用于排查。
50002504算法超时单次请求超过 30 秒,请缩小输入后重试。

接口信息

开发中
MethodPOST
单次计费暂不计费

POST https://bahnuer.com/api/v1/vision/sport-pose

request.json
{
  "video": "data:video/mp4;base64,<你的视频 Base64>",
  "action": "squat",
  "with_keypoints": false
}
response.json · 演示数据
{
  "request_id": "req_5d1e77c04a",
  "code": 0,
  "message": "success",
  "data": {
    "action": "squat",
    "action_cn": "深蹲",
    "reps": 12,
    "duration_sec": 38.6,
    "form_score": 78,
    "keypoints_confidence": 0.91,
    "issues": [
      {
        "type": "knee_valgus",
        "desc": "膝关节内扣",
        "severity": "medium",
        "frames": [
          124,
          188,
          253
        ]
      },
      {
        "type": "shallow_depth",
        "desc": "下蹲深度不足",
        "severity": "low",
        "frames": [
          96,
          210
        ]
      }
    ],
    "metrics": {
      "avg_depth_ratio": 0.72,
      "tempo_sec_per_rep": 3.2,
      "symmetry": 0.87
    },
    "suggestions": [
      "下蹲时膝盖对齐第二脚趾,避免内扣",
      "控制离心 2 秒、向心 1 秒的动作节奏",
      "每组控制在 8~12 次,组间休息 60 秒"
    ],
    "latency_ms": 486
  }
}

指标表现

关键点 mAP0.88
动作识别准确率93.6%
单次响应< 800ms