人工智能和计算机视觉技术的高速发展，将人体动作与计算机进行智能交互被越来越多的受到很多行业的青睐，人体动作行为识别技术自然而然的成为该智能交互的核心技术。目前，将人体动作识别用于数据处理，让计算机获取和理解人体的动作信息实现高层次的人机交互，已经广泛应用于影视动画、体育健身、医疗康复、养老、交通、教育、安防等行业，具有广泛的应用空间以及巨大的发展前景。

什么是视觉人体动作识别？

动作识别可以实现对视频的理解，包含感知和认知领域，在视频检索、人机交互充当这重要的角色。动作识别的实现可以是惯性的、光学的、视觉的。视觉人体动作识别是通过摄像头采集人体运动过程中的数据，根据人体骨骼关键点的信息进行分析和处理实现对人体动作的分类识别。视觉识别人体动作相对于惯性、光学动作识别来说，简单直接、快速识别，性价比较高。

视觉人体动作识别如何应用于康复治疗？

目前，社会老龄化程度十分严重，涉及到康复治疗的需求也越来越多。有限的医疗资源难以满足现阶段大量的康复需求，长期住院治疗费用十分昂贵，因此较多患者在接受治疗后都会转移到后续的康复训练。那么，人体动作识别技术如何应用与康复治疗中呢？

将巨萌视觉引擎人体动作识别技术集成到智能监控中，可以通过视频实时识别患者康复动作是否符合标准，替代医生检测监督患者的康复过程，提高中长期的康复水平。传统的康复训练需要患者到指定的医院或训练地点进行，一方面需要医生耗费大量的精力和时间去评估；另一方面受多方面因素影响，这种评估效果并不完全准确。利用机器视觉辅助患者进行康复训练，实际上是将人体骨骼位移数据与医疗康复结合起来。这项技术需要先将标准的康复动作进行收集并构建一套完整的康复动作数据库，再通过摄像头收集患者的康复动作，通过独特的算法对关节点之间的距离和角度的测量进行推算，输出数据。将二者数据进行对比后即可实现患者康复运动的姿态判定。

 采用巨萌视觉引擎视觉技术实现康复训练动作识别，识别率较高。他可针对患者的训练动作及时给出反馈，让患者获得的动作指导和评价更便捷、高效，对医疗康复提供辅助和推进作用，更好的为患者服务！