人工智能在体育测评中的应用

南京审计大学 蒋宇琨 王训诚

在人工智能快速发展之前，校园体育测评多半为人工记录，需要大量监考人员投入时间和精力，但却不能够保证数据的准确性和有效性。近年来，随着人工智能、网络平台以及计算机视觉的发展，人们在万物互联的时代更能够感受到人工智能在多种场景下的应用。将人工智能与体育测评深度结合后，体测过程不仅变得更加快捷高效，还能够大量减少人力资源投入、节约时间成本，更重要的是体测数据还能够得到长久的保存，从而方便考生进一步追溯信息。本文基于一体化设备及智慧体测平台的功能及优势，探讨人工智能在体育测评中的应用。

1 体育测评现状综述

从中小学到高校，身体素质一直是学生考核的一项重要指标。近年来，从政府到人民对于身体素质的重视程度不断提高。2020年10月，中共中央、国务院印发了《深化新时代教育评价改革总体方案》，要求各地区部门结合实际，强化体育评价；2021年7月，双减政策颁布后，学校更加注重学生的身体素质教育。据统计，超过97%的小学生体测成绩达到及格，而大学生却不到90%。这说明，随着年龄增长，学生身体素质达标率反而有所下降。

目前，体育测评现状如下：

（1）体育教师资源紧张，测评过程中仍需要人工参与，效率过低。从2015-2019年，每位体育老师仍将负责超过200名学生的体测任务。除了日常工作之外，教师们还需要完成每年对学生的体质测试，以及进行测试结果的整理、上报等工作，这给体育教师带来了极大的工作压力与身心负担。在进行体质测试时，部分学校仅靠人工画线、肉眼判断，常常出现数据不准确的情况。人工体测不仅效率较低，而且容易出错，影响结果的公正性、科学性。（2）成本高。部分机器由于需要高新技术的支撑，成本费用明显较高，但如此高额的费用对于学校来说难以负担，以至于很多学校在引进体育测试设备上犹豫不决。（3）学校场地无法满足要求。大部分智能设备采用光电传感技术，利用红外线检测作为主要技术。而部分学校由于场地不足、设备老旧等各种原因，无法满足以上设备检测的环境要求；又或者，需要通过高额重新布置场地以完成对学生的体育测评。不论何种方式，都会对学校造成较大的负担。（4）数据储存空间不足。体育测试设备需要储存大量数据，因此体测产品必须具备极大容量的数据储存库。而目前大部分学校采用的数据库，并没有在后台或者云端设置容量足够充足的储存空间，这可能会导致重要数据的遗失。学生也无法直接查看到自身历次体测数据以及体测视频，因此也很难有针对性地进行体能训练，也无法追溯体测成绩。（5）设备操作繁杂，不满足个性化需求。中高考考场的体育测评设备应当以精简、便利、准确为主，而目前部分体测产品需要通过人工组装、拆卸等方式才能投入使用，甚至由于不够灵活、零件过大、难以组装等问题常常给工作人员带来麻烦。

2 人工智能在体育测评中的应用优势

2.1 缓解体育教学压力，节约教育教学资源

曹明利等[1]提出，无人监管条件下的自动体测测评及打分系统有利于减轻教师监考及成绩录入的压力。智能体测设备在检测过程中无需人工监管便能够完成自动化收集、整理与分析体测数据的任务，并生成多维度数据报表。在算法方面，解决了困难状态下目标检测和姿态识别的算法开发。

2.2 体测过程更加高效准确、公平权威

基于人工智能的无感知体测设备能够实现快速灵活部署，形成智能化体测流程，使得过程大幅度简化，并利用一键式数据传输方式提升效率。人工智能算法能够达到极高的精确度，较大程度避免了师生在体测过程中因计时、计数、测距产生的分歧。另外，计算机视觉、图像测距、人体姿态识别、人体动作捕捉、虚拟格栅测距等先进技术实现自动计数、计时、测距、判定动作是否规范等，也一定程度上提升了体测流程的公平和权威性。

2.3 体测数据追溯和结果复议更加便捷

将大数据分析运用在体育测评中，用户可以对数据进行检测、复盘和申诉。用户获得授权后便能够在后台查看得分和扣分情况，以及对应的视频、关键图像数据等。同时，大数据得以在云平台长期储存，学生及教师可以查看历次体测结果，进行针对性训练，有助于观测学生身体素质变化，帮助提高体测成绩。

2.4 基于现存数据进行分析提供日常训练建议

智慧体测平台不仅能够评估考生的成绩是否达标、在同龄人中属于何等水平，还能够针对学生的薄弱之处提供日常训练建议。

3 可应用于体测的人工智能技术介绍

3.1 计算机视觉与光电感应技术

温煦等[2]提出用可视化设备估算多关节健身操运动的能量消耗，目前部分人工智能技术已经可以做到这一点。计算机视觉使用摄像机和电脑进行识别、测量和跟踪等计算机视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。光电感应技术具有非接触、精度高、反应快等优点，并且可以测试更多参数，大大突破了此前人工测量的瓶颈。在体育测评中，具有响应时间短、检测距离长、分辨率高、便于调整等优点，同时可以实现非接触测量和颜色判别。

3.2 虚拟格栅测距与图像测距

虚拟格栅测距将现实中的实际距离转化为视频中的虚拟距离，使现实与虚拟相结合，以此获取精确的体测成绩。根据赵安庆等[3]提出的模型，测距仪测量精度可以做到1cm以内，大幅度避免摄像机存在畸变效果。在立定跳远、坐位体前屈等需要精确计算距离长度的项目中，体测设备可以使用虚拟格栅技术，将现实中的距离对应到计算机上图片的距离。

3.3 传感器技术

传感器的技术通过感知光线、气体、人体、温度湿度等，把模拟信号转化成数字信号，给中央处理器处理。在体育测评中，可用于肺活量吹气测试等。

3.4 人体动作捕捉与姿态识别技术

在体育测评中，类似于仰卧起坐的项目对人体姿态要求较高，身体姿态是否达到标准对体育成绩有重要影响。人工智能技术通过高清摄像头对学生体测实行全过程监督，保证动作捕捉时的完整性、准确性。

4 人工智能在体育测评中的应用

4.1 人工智能在检录中的应用

人脸识别技术能够快速锁定用户身份，避免了此前冗长的录入流程。学生可以在平台上提前输入身份信息，并录入人脸图像，生成独自的账号。在检录时，只需要进行人脸图像比对，便可以从后台调度所需数据，节省大量时间。同时，人工智能在体测检录中的使用可以杜绝非本人测试的可能性，大大降低替考率。为了保证测评高效进行，学生能够提前线上预约考试时间段，在测试主机上刷身份证或校园卡进行签到。曹厚文等[4]提出使用读卡器读取校园卡中的基本信息，并对下位机传来的数据进行自动处理。校园卡和人脸识别双保险，为检录流程提供了巨大方便。

4.2 人工智能在立定跳远中的应用

人工智能动作捕捉系统摒弃传统的激光测距设计，更加着眼于测量动作是否完整合规。一旦测试者脚尖触碰到或超过了站立区禁止线，人工智能动作捕捉系统将被触发，自动识别为起跳犯规动作，同时伴随着警鸣声和语音提示，告知测试者动作犯规。此外，除了跳远距离，人工智能的应用还能够捕捉到更多数据，例如起跳摆臂幅度、滞空高度、滞空时间、起跳下蹲角度等，并给予标准成绩和动作评价。利用智慧体测平台，测试者能够登录账户查询成绩和数据，得知自己的扣分点，并利用历次数据纠正错误姿势。人工智能评价模型能够提供对立定跳远的定量分析，从而帮助学生和教师了解立定跳远动作，促进成绩提高、减少运动损伤。黄国豪等[5]提出，结合生物学和人体力学后，人工智能系统还能够辅助设计起跳、腾空和落地动作，做到“定制”立地跳远姿态。由此，学生可以借助系统自行练习立定跳远，过程更具个性化、专业化。

4.3 人工智能在坐位体前屈中的应用

在传统的体育测试中，坐位体前屈设备往往带有手推板，测试者为提高成绩，有时会利用惯性推出手推板。同时，膝盖处是否弯曲仅能靠自觉或人工监测加以管理，不能保证所有测试者动作合规。基于计算机视觉的防犯规功能，能够识别测试者人体关节关键点是否合规，同时，也能够判断其在前屈时是否有膝盖弯曲等犯规动作。除前屈距离外，融入人工智能的设备还能够测量更多数据，例如腿部弯曲程度、身体弯曲程度、手臂弯曲度、肩膀下压角度、前屈时长等。大数据还可以为学生检索配套的韧带拉伸动作，例如平台监测到学生肩膀柔韧度不够，可以提供配套的肩部拉伸动作，进行针对性训练。

4.4 人工智能在仰卧起坐中的应用

人工智能在仰卧起坐中的应用，主要应当以计算机视觉为基础，用于检测、判别和记录1min内有效的仰卧起坐次数。在仰卧起坐的过程中，测试者的头部、颈部、手部、双手肘关节、臀部、双腿膝关节、脚部都是关键评判点，测试设备主要通过关键部位动态姿势的检测，来判断测试者的动作是否合规有效。同时，除了最为重要的仰卧起坐个数，智能动作捕捉系统还能够测量触垫时长、腰腿弯曲度、仰卧时长、腿部弯曲度等数据。融入人工智能后，学生和教师能够观察到根据数据计算得出的爆发力指数和耐力指数。通过智能机械设备查看上升时间和下降时间，还能够帮助学生有效控制时间。

4.5 人工智能在引体向上中的应用

在体育测试中，引体向上主要考察上肢肌肉力量，对于考生的动作规范有比较严格的要求。而由于引体向上动作本身在最高处停留时间较短，监考教师容易因疏忽造成观察不到考生动作是否标准。人体动作捕捉、姿态识别技术和图像测距，能够帮助测量悬垂平均高度、握距、握距夹角、肘膝距离、离地距离等数据。借助智慧体测平台，计算机能够辅助计算出平均单个完成时间、悬垂平均高度、耐力指数、爆发力指数等，帮助学生进行体能分析。

4.6 人工智能在其他测试中的应用

在肺活量测试中，人工智能防犯规系统，能够使学生在换气时仪器自动锁定成绩，避免肉眼检测不到的作弊情况。在智能设备辅助下测量身高体重也更加方便，不需要传统升降机测量身高。人工智能一体设备能够同时显示身高、体重、BMI值等数据，一次通过即可终止测试。800/1000m跑为室外耐力测评项目，不能够让考生佩戴沉重的设备。目前的长跑测试以穿戴智能马甲为主，虽然已经很轻便，但仍然无法完全摆脱穿戴设备的负担。将人工智能人脸识别应用于测试后，可以实时捕捉保存测试过程中的视频图像，将测试冲刺过程记录下来，并与学生特征进行对比，判断是否存在作弊的可能性，将测试视频数据存储在云平台里，以便随时调出回放。50m短跑与长跑类似，可以在起点和终点处放置人工智能设备杆，检测学生抢跑情况，比肉眼观察更加公平有效。冲刺阶段，人工智能设备能够实时保存测试过程中的视频，以便回溯。当测试学生的躯干通过终点线时，记录测试成绩。

5 展望

（1）多平台联动。吴凤彬等[6]提出，基于目标导向管理的运动App在大学生体育锻炼中能够为指导大学生选择科学有效的锻炼行为提供参考。通过App、大数据平台以及小程序对数据进行监测，在学生端提供便捷的测试流程、趣味化激励学生参与评测，学生在手机端、平板端还有电脑端都可以观察数据，成绩评定与复议简单可视。（2）多方合作。智能设备制造商应与各地区教育局、学校、政府达成合作，由教育局助力推广，优先在部分中小学日常体测中试点。未来，体测数据平台可以和当下流行的体育健身软件合作，根据学生身体素质大数据分析，为学生配套日常的体能训练动作，智能化地提供不同的方案与视频。（3）持续健康干预。基于运动姿态的尖端分析算法，可对学生运动过程做分析判断，通过智能化系统分析运动数据，融入运动健康、运动医学、课程建议等，并结合体育课程，给出持续的干预方案。由此打通全流程信息流，真正做到全面了解学生体质健康状况，有针对性地改善学生体质健康状况，持续改进方法，创新体育工作，形成工作闭环和运动健康新风尚。

人工智能在体育测评中的应用主要体现在采用先进算法、机器视觉等技术，能够为学校学生提供一个更高效、公平、精确和权威的智能化体测服务，不仅为学生提供了便捷的体测流程，还能缓解体测压力、节约教学资源。

引用

[1]曹明利,王亚丽,李萌利,等.基于计算机视觉的体测测评打分系统[C]//天津市电子工业协会2022年年会论文集,2022:11-14.

[2]温煦,杨雨馨.基于OpenPose计算机视觉算法的健身操能量消耗估算研究[C]//第十二届全国体育科学大会论文摘要汇编——专题报告(体育信息分会),2022:82-84.

[3]赵安庆,宁辽贞,李耀,等.立定跳远自动测距仪系统设计[J].微计算机信息,2010,26(14):50-51+115.

[4]曹厚文,唐海玉,李芃松,等.联用校园卡的立定跳远测试仪的设计[J].当代体育科技,2014,4(36):226-228.

[5]黄国豪,范雨轩,肖晓歌,等.立定跳远动作的生物力学优化及人工智能评价模型的建立[J].医用生物力学,2021,36(S1):337.

[6]吴凤彬,江海潮.运动App对大学生健康素养体育锻炼行为和身体素质的影响[J].中国学校卫生,2022,43(03):390-394.