引体向上动作智能识别数据

1. 引体向上识别算法训练：作为专用识别模型的训练数据，覆盖10名用户、150帧/人、4个能力等级的上拉中→顶点保持→落下中→悬垂完整动作周期数据，用于训练AI模型对不同体型和力量水平用户的引体向上动作识别能力。 2. 达标判定阈值调优：基于1500帧标注数据统计分析下巴-单杠高度差分布特征，优化"下巴过杠"的判定阈值参数（当前为下巴估算Y坐标−单杠参考Y坐标≤−5px即判定达标），通过ROC曲线分析确定最优阈值。 3. 动作规范度评估模型开发：基于肘角变化、身体摆动幅度、头部方向、身体轴线倾角等多维指标，开发引体向上标准度量化评估模型，支持对动作规范性进行逐帧打分和阶段性评估。 4. 国家学生体质健康测试：为国家学生体质健康标准中的引体向上测试项目提供自动化、标准化的智能评估系统，替代人工计数和主观判定，适用于全国中小学及高校体质测试场景。 5. 军事体能考核系统：为军队、武警和公安系统的引体向上考核提供精确自动计数和动作规范判定，通过AI视觉技术实现无人值守的标准化考核。数据采集与字段计算说明 从数据库中提取60fps、1500帧引体向上视频（每用户ID为一组取10组），经YOLOv8-Pose逐帧提取对应的关键点坐标。数据包含：用户ID；帧序号；时间戳(ms)，间隔33ms；累计时间；左手腕Y；右手腕Y等相关数据内容。 几何派生（Col9~Col18） Col9=下巴-单杠高度差=Col7−Col8（负值=过杠）。 Col10=左肩Y、Col11=右肩Y（提取后微调）。 Col12=双肩Y均值=(Col10+Col11)/2。 Col13=左肘弯曲角度=左肩-左肘-左腕三点余弦角；Col14=右肘同理（悬垂~175°，上拉~45°）。 Col15=身体摆动幅度=相邻帧双肩中点X偏差的移动标准差（窗口5帧）。 Col16=双手腕水平距离=|左腕X−右腕X|。 Col17=头部方向偏角=鼻与双眼连线垂直偏角（正=上仰）。 Col18=身体轴线倾角=atan2(双肩中点Y−双髋中点Y, 双肩中点X−双髋中点X)（正=后倾）。 状态与达标（Col19~Col25） Col19=动作状态：五态（悬垂、上拉中、顶点保持、落下中、返回悬垂），基于Col9升降趋势，连续3帧防抖判定。 Col20=动作阶段=映射Col19（悬垂→恢复，上拉中→向心，顶点保持→等长，落下中→离心）。 Col21=是否达标（下巴过杠）=Col9≤−5px ? 1 : 0（−5px滞后阈值）。 Col22=双臂完全伸展=Col13≥160°且Col14≥160° ? 1 : 0。 Col23=连续达标帧数=Col21为1则累加，否则归零。 Col24=本组累计计数=完成完整周期（悬垂→上拉中→顶点保持→落下中→悬垂）的次数。 Col25=单次动作耗时(ms)=全部完整周期的时间均值。 算法加工与汇总（Col26~Col31） Col26=算法正确检测达标帧数。 Col27=理论应达标帧数=ΣCol21（GT达标帧总和）。 Col28=动作规范率(%)=Col26/Co27×100（保留1位）。 Col29=合格率等级：≥85% A，75~84.9% B，60~74.9% C，<60% D。 Col30=上肢力量等级基于Col24：≥15 A，10~14 B，5~9 C，2~4 D，<2 E。

搜集汇总

背景与挑战

背景概述

该数据集包含10名用户、每人150帧，共1500帧的引体向上动作视频关键点坐标数据，经YOLOv8-Pose提取并计算30项字段，涵盖身体关键点坐标、几何派生特征（如肘角、摆动幅度等）、动作状态及达标判定信息。数据集适用于训练引体向上动作识别模型、优化达标判定阈值、开发动作规范度评估模型，以及服务国家学生体质健康测试和军事体能考核等场景，旨在实现引体向上动作的自动计数与标准化评估。