- 综合排序
- 最热优先
- 最新优先
- 来自专栏一步步开发AI运动APP
AI运动识别插件-APP版新版特性速览
云智AI运动识别插件APP版最近发布了1.0.6版，今天带您快速了解一下新版本发布的新特性，以便在后续开发场景中使用。 本次在相机上下文中新增了直接拍照接口takePhoto，可以在直接在yz-ai-camera组件预览状态上拍照。cameraContext?. 四、姿态调试辅助工具由于插件在人体和运动检测时，绝大部分应用场景是通过设备相机实时抽帧进行识别的，而受限于开发工具模拟器能力、图像缩放和抽帧特性等因素，导致开发者在调试人体、运动检测及适配姿态运动检测时 基于以上原因，我们为插件调用开发者提供了一个“运动构建调试工具”，工具为 Windows 桌面应用，可直接运行于开发机器接收真机调试的人体和帧结果；开发者可通过工具进行帧回放调试、关键点提取等，后续我们将推出更丰富的辅助功能 工具同时支持接收APP和小程序版本插件的帧图像回传。更多特性可以参考插件文档中的版本历史。
21210编辑于 2025-12-15 成功案例分享|使用AI运动识别插件+微搭，快速搭建AI美体运动小程序
今天给大家分享一个最近使用我们的“AI运动识别小程序插件”+“微搭”搭建小程序的经典案例。 考虑到开发成本、开发周期及原功能迁移的问题，用户决定基于“微搭”低代码平台进行搭建，并集成“AI运动识别小程序插件”以实现AI运动识别智能化功能。 在我方技术人员的协助下，成功将“AI运动识别小程序插件”集成至“微搭”平台的小程序中。 借助插件丰富接口和可扩性，我司根据AI美体小程序的需求，定制了多种运动识别功能,如瘦身训练、形体矫正等美体运动的动作识别，整个过程只花费了几天时间。 这款小程序不仅具备精准的运动识别能力和实时反馈功能，还提供了个性化的训练计划和改进建议，“AI运动识别插件”的精准识别能力和实时反馈功能，极大地提升了用户的运动体验和粘性，使用户能够更加科学地进行美体运动
55310编辑于 2024-10-14- 来自专栏一步步开发AI运动APP
AI运动识别插件版本再发布迭代更新，大量新特性更新
基于近期用户的应用情况的反馈，在上周的时间节点上，我们精心打造的全景AI运动解决方案中的uni APP版与小程序版插件，均发布了新一版的迭代更新。 其中，uni APP版本的更新成效尤为显著，不仅在识别检测性能方面实现了大幅提升，让用户能够享受到更为精准、高效的运动识别体验；还针对此前存在的一些错误进行了全面修复，确保系统运行的稳定性与可靠性；与此同时 ，更是新增了一系列场景急需的功能，充分满足了用户在不同运动场景下的多样化需求。 使用示例如下：<template><yz-ai-camera id="camera" class="camera" :device="cameraDevice" resolution="medium" 好了，此新特性就为您介绍到这，请保持关注，AI运动识别插件将保持迭代，助力开发者更简单的实现AI运动小程序、APP。
17410编辑于 2025-07-01 - 来自专栏一步一步开发AI运动小程序
十六、AI运动识别中，如何判断人体站位？
随着深度学习推理技术的不断发展，让小型设备运行深度学习成为可能，阿里体育等IT大厂，推出的“乐动力”、“天天跳绳”AI运动APP，让云上运动会、线上运动会、健身打卡、AI体育指导等概念空前火热。 本系列文章就带您一步一步从零开始开发一个AI运动小程序，本系列文章将使用“AI运动识别”小程序插件，插件详情可以前往微信服务市场搜索相应插件。一、为什么要判断人体站位视角？ 上一篇我们介绍了运动识别中，如何实现对人与摄像头的远近预检，以提供识别率和体验。 在我们实际的运动应用场景中，为了准确识别到相关运动的关键姿态点，一般会指定视角，如跳绳、开合跳需要面或背朝相机，而且像俯卧撑、仰卧起坐则需要左右侧对像相机，以获得最佳的识别率和体验。 在正式开始运动前，便可以使用此检测规则，对当前人体姿态进行预检，再通过语音等方式提醒用户调整站位至合适视角，以便获得最佳体验和识别效果。
72010编辑于 2024-06-06 - 来自专栏一步步开发AI运动APP
【一步步开发AI运动APP】三、在APP中引入识别插件
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文，通过该系列博文，很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序；为了帮助开发者继续深耕 AI运动领域市场，今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文，带您开发性能更强、体验更好的AI运动APP。 使用的「AI运动识别插件」引擎，已托管到DCloud插件市场，为什么标准的uni-modules模块，同时支持uni-app和uni-app x两个框架。 二、登录DCloud插件市场 登录DCloud插件市场，搜索“AI运动识别”(插件ID：yz-ai-sport) 三、导入插件 点击插件详情页右侧的【购买普通授权版】或【试用】按钮，选择要调用插件的APP ，并【确认】，再点击【导入到HBuilderX】按钮将插件导入到项目中，如下图所示： 稍等一两分钟，插件成功导入到项目后，项目的uni_modules文件中会多出yz-ai-sport文件夹。
34500编辑于 2025-04-02 - 来自专栏一步步开发AI运动APP
【一步步开发AI运动APP】二、跨平台APP AI运动识别方案介绍
一、方案简介 本系列开发指南选用了「云智AI运动识别」系列插件中的uni-app APP版作为识别引擎。 这款插件专为基于uni-app框架开发的APP量身打造，提供了本地原生（非云端依赖）的AI人体识别、精准姿态识别、运动识别计时计数等核心能力。 识别引擎详细介绍请浏览DCloud插件市场二、APP版插件的优势 2.1、本地原生极速识别 该识别引擎摒弃了云端或第三方服务的依赖，完全依托APP在手机端侧的强大算力，实现极速识别。 这一设计不仅保证了识别的即时性，更带来了流畅无阻的用户体验，让用户享受AI运动识别的便捷。 无论您的APP用户量是多少，都能享受到稳定且经济的AI运动识别服务。
51210编辑于 2025-04-02 十五、AI运动识别中，如何判断人体站位的远近？
随着深度学习推理技术的不断发展，让小型设备运行深度学习成为可能，阿里体育等IT大厂，推出的“乐动力”、“天天跳绳”AI运动APP，让云上运动会、线上运动会、健身打卡、AI体育指导等概念空前火热。 本系列文章就带您一步一步从零开始开发一个AI运动小程序，本系列文章将使用“AI运动识别”小程序插件，插件详情可以前往微信服务市场搜索相应插件。 一、为什么要判断人体与摄像头的远近？ 在进行运动和姿态识别时，离摄像头太近，则无法取得全身关键点；若离摄像头太远，则人体图像太小，关键点将混成一团，识别效果太差，如下图所示： 基于此，就非常有必要在正式开始运动前，对人体站位进行预检，再通过语音等方式提醒用户调整站位至合适距离 ，以便获得最佳体验和识别效果，我们建议将人体控制在帧图像的55%-85%之间。 二、whole检测规则 whole是插件姿态计算引擎body-calc提供检测整个人体是否全部位于帧图像（或指定的范围）内，我们可以利用此规则进行人体远近的检测，如果人体只有部分在帧图像的85%范围内（
74810编辑于 2024-07-10- 来自专栏一步步开发AI运动APP
【一步步开发AI运动APP】十一、同时检测识别多人运动，分别进行运动计时计数
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文，通过该系列博文，很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序；为了帮助开发者继续深耕 AI运动领域市场，今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文，带您开发性能更强、体验更好的AI运动APP。 一、应用场景在赛事活动多人PK对战、学生体测教学、运动角设备等开发应用场景中，经常存在需要同时检测多人运动需求；此需求在AI小程序时受限于小程序的运行环境，一直无法实现。 而且APP版插件因为是原生执行环境，检测分析性能得以大幅提升，已可以实现同时检测多人姿态和运动能力了。 二、方案实现根据下面的AI运动分析的流程图所示，要实现同时多人运动分析能力，须先实现多人的人体姿态检测，再将检出的多人人体结果，分别推送到不同的运动分析器实例，即可实现多人运动检测分析。
30410编辑于 2025-09-01 - 来自专栏一步一步开发AI运动小程序
三、运动识别处理流程
随着人工智能技术的不断发展，阿里体育等IT大厂，推出的“乐动力”、“天天跳绳”AI运动APP，让云上运动会、线上运动会、健身打卡、AI体育指导等概念空前火热。 本系列文章就带您一步一步从零开始开发一个AI运动小程序，本系列文章将使用“云智AI运动识别小程序插件”，请先行在微信服务市场或官网了解详情。 一、基本概念 要完成AI运动识别的，需要您了解以下基本概念。 1.1、视频帧 视频帧是指构成视频图像的一帧一帧的画面，每一帧都是静态的图像，连续的帧构成了视频的动态画面。 在小程序做人体识别时需要调用手机摄像头，抽取摄像头画面的帧图像。 1.4、人体识别 在抽取到帧图像后，需求将帧图像传递给插件，若成功识别到了人体图像，插件将为您返回17个人体关键点信息。 其中人体识别、骨骼图绘制、运动分析核心功能由插件提供，调用相应的API即可完成。 下一篇我们将为您介绍始何在小程序中抽帧...
34810编辑于 2024-05-09 - 来自专栏AI掘金志
AI识别早期脑瘫，可将儿童运动视频转化为“火柴人”显示
研究人员利用AI图像识别算法将视频记录中幼儿的图像运动模式自动转化为如图所示的“火柴人（stick man）”形式的客观生物标记物，在这项同行评审的研究中，该方法已被用于识别早期脑瘫（CP）。 ? AI“火柴人”揭示运动基本要素 ? 脑瘫的识别往往通过观察婴幼儿的动作及反应情况，极大地依靠医生的主观视觉经验，难免会误诊或效率低。 AI运动分析应用于神经学 ? 运动分析可以以多种方式改善医生对疾病的治疗决策，为不同治疗策略效果提供客观的定量测量方法。 除早期脑瘫检测外，AI自动运动分析在评估婴儿神经发育方面具有许多潜在的应用。 例如应用儿童健康管理，自动化运动分析可以对儿童进行院外筛查，以识别需要进一步护理的儿童，或者在关注儿童发育的情况下确保大脑发育正常。 目前已经收集了包括3D视频记录在内的多种数据集，正在开发一种基于AI的婴儿运动成熟度评估方法。
98850发布于 2019-08-29 VFP AI 插件：超长上下文的识别(一)
VFP AI 插件在访问大模型时，有一个上下文长度的问题。 对于 DeepSeek 而言，其大小为 128K(=128000 token)。 VFP AI 插件 2025.12.15 版，初步实现超长上下文的处理： 所分析 VCX 类库，使用类浏览器转换出的 prg 格式文件，文件体积为 400+KB，共 10329 行，超过模型最大上下文的最大限制
10610编辑于 2026-03-10VFP AI 插件：超长上下文的识别(二)
距离上一篇VFP AI 插件：超长上下文的识别(一)有些时间了。经过不断的试错和优化，终于完成了 VFP AI 插件的超长上下的识别。将时间从数小时压缩至最多几十分钟。 也意味着，为使用 VFP AI 插件进行项目分析扫清了主要的障碍。 凤凰涅槃，浴火重生！
9310编辑于 2026-03-10- 来自专栏Android知识点总结
开源计划之--Android数字运动小插件--NumGo
零、前言 项目源码在github，欢迎star:https://github.com/toly1994328/NumGo 主要作用：对0~1在一段时间内的变化进行监听的数值生成器(支持插值器)，可以根据这些数值实现动画。 具有开始监听、结束监听、重复时监听、支持插值器 一 简单使用：让textView旋转360度动画 mId_tv_hello = findViewById(R.id.id_tv_hello); new NumGo().setOnUpdate(new NumGo.OnUp
55320发布于 2018-09-29 插件发布新特性，让运动适配更简单。
为了让广大开发者更好的适配各AI运动场景，我们的AI运动识别插件已经迭代了23个版本，最近又迎来了我们的1.5.5小版本更新，本次更新了2个新特性，新特性有助于大家更好的适配新运动，更轻松的开发健身、体育 、体测、AR互动等AI运动场景场景；下面我们就来看看这两个新特性。 后记提供简洁、灵活、开箱即用的人体检测、姿态检测、运动检测解决方案，让各开发者能简单、快速、低成本的开发AI体育、AI体测、云上运动赛、AI运动赛事、AI健身、AR互动、AI运动小游戏等应用是我们的宗旨 ；版本迭代也一直在路上，请大家持续关注我们的最新动态，最近我们还将陆续推出UNI APP原生APP AI运动插件、可私有化部署的人体检则及运动检测Web服务，可在Windows、Linux终端运行的AI 以帮助大家构建全景式AI运动应用。
22410编辑于 2024-10-23- 来自专栏一步一步开发AI运动小程序
十九、运动识别中如何解析RGBA帧图片？
引言 最近有不少开发者向我们咨询，像体测、赛事等应用场景中，需要保存运动过程的图像，如何将相机抽取的RGBA帧图像解析成.jpg或.png格式的图像？今天我们就为您介绍相应的解决方案。 这主要出于两个原因，一是在抽帧的同时无法调用CameraContext.takePhoto()API进行拍照; 二是由于抽帧是异步的，所以无法同步调用，可能会导致识别时机的图像与拍摄的一不致。 由于图像转换是比较消耗计算资源的，所以建议不要在抽帧时同步调用图像转换，建议先暂存要转换的帧，等运动结束是再进行转换、上传等操作。
43510编辑于 2024-07-09 - 来自专栏量子位
百度AI的“圈地运动”
百度这个AI生态又呈现出何等面貌？ 这背后可能有一些时代潮向变化的影子。 地毯式“轰炸” 单从结果来看，百度真可谓发起了一场“圈地运动”。 围绕开发者，从点，到线，再到面。 在中国食品药品检定研究院，借助EasyDL，他们打造一款中草药识别模型，用于辅助研究人员进行药品鉴定，同时方便药监局稽查执法人员在监督、抽样、执法时，快速识别药品，提高效率。 至今，该模型已实现对42种常见中草药的识别，准确率超过97.4%，训练耗时小于10分钟，单图识别速度小于50毫秒。 从去年起，百度相继宣布人脸识别接口、语音全系列接口免费政策，最近还公布了语义技术全线永久免费。至此，百度已经免费开放从感知到认知的最常用AI技术，为开发者与合作伙伴提供全栈式免费AI能力支持。 但借用AI技术，车主通过语音、文字或者图片就能发布汽车问题，而AI系统在语音识别、图像识别和语义理解的基础上，生产效率就会变得不同。 背后技术支持方，正来自百度。
84820发布于 2018-07-20 - 来自专栏一步一步开发AI运动小程序
【一步步开发AI运动小程序】十四、插件内置的运动项目，如何进行微调，以适配多场景？
引言：本文所涉及的AI运动识别、计时、计数能力，都是基于云智「Ai运动识别引擎」实现。 云智「Ai运动识别」插件识别引擎，可以为您的小程序或Uni APP赋于原生、本地、广覆盖、高性能的人体识别、姿态识别、10余种常见的运动计时、计数识别及自定义扩展运动识别能力。 完善的文档、Demo项目，开箱即用，可以帮助您快速实现AI运动、AI体育、AI运动赛事、全民健身赛事、AI体测等应用场景的快速落地。 一、为什么要微调内置运动分析器小程序版AI运动检测插件内置的检测运动项目，都是基于相关运动的标准规则进行的适配，需要用户的动作比较标准时才能被检出，这样比较适合学生体测、培训等运动评测场，但如果放在针对大众参与的 基于此原因，为了让插件能灵活兼顾各类应用场景，我们开放了内置运动分析器的检测参数允许开发者进行微调，以便可以针对应用场景灵活配置运动检测参数，甚至可以实现“初学”、“进阶”、“专业”这样的高低阶运动模式
15410编辑于 2026-01-12 - 来自专栏ATYUN订阅号
上辈子是运动员？一款人脸识别AI应用检测你与哪个世界杯运动员长得最像
挪威新闻机构VG团队开发了一款全新的AI工具，使用面部识别技术，来查找与你的长相最为相似的足球运动员。 人工智能将试图将你的形象与目前参加俄罗斯世界杯的736名职业运动员中的一名相匹配。 这个工具并没有被专业足球运动员迷惑，正确匹配了梅西和罗纳尔多的照片。 被称为Find Your World Cup Twin的人工智能工具由挪威新闻机构VG的开发团队开发，使用由软件工程师Adam Geitgey开发的开源面部识别库作为其新工具的基础。 尽管Geitgey创建的库是在一个大数据集上进行训练的，但开发人员不得不量身定制工具来专门识别世界杯团队的照片。
70770发布于 2018-07-27 - 来自专栏全栈程序员必看
用MATLAB实现对运动物体识别与跟踪
第二个MATLAB程序，对运动物体的识别与追踪。 这里我们主要运用帧差法实现运动物体与背景图像的分离，由于视频中的物体较为简单，我们只对两帧图像取帧差（也是为了提高速度） 对于运动物体的提取我们运用了MATLAB里自带的函数bwareaopen bwareaopen（src，int），src为二值图像，int为设置的联通域的大小，是对帧差法，在转化为二值的图像进行操作，结果是将大小小于设定的int的连通域置为0； 对于第一帧与第二帧图像运动物体的坐标的提取我们用了自带的 ‘内的为你所需要的属性 具体属性可以查看MATLAB的help 这里我们选用了其中的Centroid属性，返回的时连通域的质心坐标，注返回的第一个值为横坐标，第二个值为纵坐标~ 对于运动物体的追踪我们用了质心追踪 ， 在第一二三两帧的帧间差的运动物体的质心求出来后，将质心做差得到的向量预测下一帧间差运动物体可能到达的位置，接下来在对这个位置进行局部的找质心，再做差如此循环。
89220编辑于 2022-07-19 - 来自专栏FreeBuf
CovertBand：连“啪啪啪”都能识别的身体运动信息测试
Allen计算机学院通过研究，实现了一种基于声纳并名为CovertBand的测试，通过该测试，可以对特定范围和有隔离屏障内目标人物的位置及身体运动信息进行捕捉，进而推断出目标人物的当前身体运动状况，甚至连 ”啪啪啪”运动也能被识别！ 在提倡数据安全和隐私保护的今天，该项研究试图证明，在毫不知情的前提下，你的身体运动动信息可能正被测试者能通过智能设备进行窃取。 测试目的 身体行为检测跟踪 身体活动判断识别 对智能设备的扩展测试 跨障碍感知（该测试可以跨越门、窗、墙壁等屏障物隔离） 对未知目标物体的活动信息感知 测试模型设计 CovertBand支持两种测试模型 随后的直线运动测试显示，测试者可以在卧室木门外跟踪感知目标对象在房间内的直线行走行动，最终感知结果误差仅为18厘米，甚至更复杂的运动中，感知误差也小于25厘米，而在家中外门进行测试，其感知误差为30厘米左右
1.2K110发布于 2018-03-01
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号