AI运动识别APP插件，再发新版，新特性初体验

云智AI运动识别APP插件上周又发新布了v1.1.0更新，更新中发布了一些新特性，下面就带您体验一下这些特性。

一、更新详情

1.相机组件yz-ai-camera增加自由分辨率设定能力，便于人脸识别等需要等场景取像。
2.pose-calc增加评测模式及常用工具函数。
3.修复一些已知问题。

二、自由分辨率设定体验

相机组件yz-ai-camera原本采用了resolution属性来设定分辨率，这一设计沿用了小程序组件的分级设定，包括low、medium、high三档。这样的设计初衷是为了满足高性能抽帧和识别的要求，特别是在人体检测和运动识别的场景中，这三档设定完全可以满足需求。

然而，当将这一插件应用于Android终端设备，开发智能体测设备应用时，情况就有所不同了。在某些应用场景，比如人脸识别，可能会出现分辨率不足的问题。为了应对这种情况，我们新增了自由分辨率设定的功能。这意味着，根据特定的应用场景，用户可以自由地设定分辨率，从而确保识别的准确性和效率。

设定自由分辨率的方式如下：

<template>
    <!--将分辨率设定为1280x720，设定格式:set:{width}x{height}-->
    <yz-ai-camera class="camera" :device="cameraDevice" resolution="set:1280x720" @on-camera-ready="onCameraReady" />
</template>

使用注意事项：

  • 设定格式set:{width}x{height}，width为图像宽度，height为图像高度，不区分大小写。
  • 设定的分辨率相机必须要支持才行，当前相机的分辩率列表可以通过CameraContext.getCurrentCamera()获取。
  • 人体检测、运动识别场景时不建议使用此功能设定过高或过低的分辨率，否则将影响识别性能或识别率。

三、姿态评测模式

在姿态评测模式能力更新之前，插件的pose-calc仅能对自定义姿态进行识别，即只能确认是不是这个姿态，而无法精确识别出姿态中哪些具体动作不符合要求。故也无法进行（或只能通过繁琐的实现）诸如姿态评估、动作指导、矫正指导等应用场景。。
image
为了使开发者能够更轻松、便捷地实现这些场景，我们在v1.1.0版的云智AI运动识别APP插件中的pose-calc中新增了一个评测模式。在评测模式下，我们不再仅向调用者提供简单的“通过”或“不通过”的反馈，而是同时提供通过与否的信息，并附加各规则检测的详细信息。这使得开发者可以利用评测结果轻松实现动作纠正、引导、训练指导、结果报告等场景。，调用方法如下：

import {Keypoint, createCalculator } from "@/uni_modules/yz-ai-sport";

//实际用中是实际检出的人体结果
let human : Human = {
					width: 480,
					height: 640,
					score: 0.7404499650001526,
					keypoints: [{ y: 66.0156295428602, x: 196.24999974976453, score: 0.3974609375, name: "nose" } as Keypoint,
					{ y: 56.99219681226278, x: 204.68749974880043, score: 0.395263671875, name: "left_eye" } as Keypoint,
					{ y: 56.48437477557764, x: 188.12499975069284, score: 0.353759765625, name: "right_eye" } as Keypoint,
					{ y: 63.867192043105675, x: 217.18751882085854, score: 0.6533203125, name: "left_ear" } as Keypoint,
					{ y: 60.78125454345827, x: 174.99999975219248, score: 0.49560546875, name: "right_ear" } as Keypoint,
					{ y: 117.10937476865072, x: 243.12499974440865, score: 0.51220703125, name: "left_shoulder" } as Keypoint,
					{ y: 124.92188430450126, x: 140.62501882960643, score: 0.5078125, name: "right_shoulder" } as Keypoint,
					{ y: 196.40624975959042, x: 251.2499997434803, score: 0.45068359375, name: "left_elbow" } as Keypoint,
					{ y: 207.65624975830502, x: 136.8749997565486, score: 0.4960937798023224, name: "right_elbow" } as Keypoint,
					{ y: 276.5624997504319, x: 260.31249974244486, score: 0.60498046875, name: "left_wrist" } as Keypoint,
					{ y: 196.3916015625, x: 58.251953125, score: 0.4870605766773224, name: "right_wrist" } as Keypoint,
					{ y: 265.3125188252036, x: 224.68751882000163, score: 0.5830078125, name: "left_hip" } as Keypoint,
					{ y: 266.2499997516102, x: 167.81249975301373, score: 0.634765625, name: "right_hip" } as Keypoint,
					{ y: 416.24999973447143, x: 221.24999974690806, score: 0.67919921875, name: "left_knee" } as Keypoint,
					{ y: 418.43749973422155, x: 170.93749975265666, score: 0.55908203125, name: "right_knee" } as Keypoint,
					{ y: 549.6874997192251, x: 223.43751882014448, score: 0.51123046875, name: "left_ankle" } as Keypoint,
					{ y: 553.1249997188324, x: 178.59374975178187, score: 0.5869140625, name: "right_ankle" } as Keypoint
					],
					rangeHeight: 481.5357666015625,
					rangeWidth: 127.82829284667969,
					rangeX: 108.83674621582031,
					rangeY: 72.2041015625
				};
let rule = {
    name: '整体评测',
    calc: '$and',
    rules: [{
      name: '左弯腰检测',
      calc: 'match-angle',
      angleKey: 'left_hip',
      secondKey: 'left_shoulder',
      thirdKey: 'left_knee',
      angle: 170,
      offset: 15
    }, {
      name: '右弯腰检测',
      calc: 'match-angle',
      angleKey: 'right_hip',
      secondKey: 'right_shoulder',
      thirdKey: 'right_knee',
      angle: 170,
      offset: 15
    }, {
      name: '卧躺',
      calc: 'lie'
    }]
};

const calculator = createCalculator();
//Calculator还有evaluatingAnd、evaluatingOr、evaluatingNot方法供快捷调用，详见API参考文档
let result = calculator.evaluating(human, rule);
console.log(result);
//输出结果
//‍[⁠PoseEvalResult⁠]‍
//{
//	"isPassed": false,
//	"items":
		//‍[Array]‍
//		[
			//‍[⁠PoseEvalResultItem⁠]‍
//			{
//				"calc": "match-angle",
//				"isPassed": true,
//				"message": null,
//				"name": "左弯腰检测"
//			},
			//‍[⁠PoseEvalResultItem⁠]‍
//			{
//				"calc": "match-angle",
//				"isPassed": true,
//				"message": null,
//				"name": "右弯腰检测"
//			},
			//‍[⁠PoseEvalResultItem⁠]‍
//			{
//				"calc": "lie",
//				"isPassed": false,
//				"message": "当前不是卧躺姿态",
//				"name": "站立"
//			},
			//‍[⁠PoseEvalResultItem⁠]‍
//			{
//				"calc": "$and",
//				"isPassed": false,
//				"message": "与检测未通过",
//				"name": "整体评测"
//			}
//		]
//}

四、其它更新使用与展望

本次更新还发布了PoseUtility，集成了诸如关键点查找、角度计算匹配等常用的姿态处理工具函数，可以参考API文档调用，减少重复造轮子。后续我们将继续增加运动识别中的评测反馈能力，尽情期待...

posted @ 2026-07-20 09:23  alphaair  阅读(12)  评论(0)    收藏  举报