AI人体动作识别算法近年来得到了广泛的关注，也是计算机视觉中比较重要的技术之一。该算法在实际应用落地的过程中会涉及到图像处理、模式识别、人工智能等很多技术。广泛应用于智能监控、人机交互、康复运动等。那么AI人体动作识别技术助力康复运动是如何实现的呢？该技术主要是通过人体关键点进行定位识别，进而判断人体的动作，最后实现对康复运动过程中的动作是否符合标准动作的判断，以此对康复者的动作进行识别，评估康复恢复及运动成效、提供更好的康复指导意见。

目前，康复运动者大部分需要去指定的机构进行运动，然而由于医疗机构的医生、空间、时间等压力，导致很多人不得不选择自行进行康复运动。这种运动形式存在着康复知识不足、康复者耐心和信心不足等问题，导致很多患者难以完成有针对性的康复目标，依从性较差。实际康复运动动作存在复杂度高、训练困难等问题，这在一定程度决定了康复运动训练需要进行专业的动作指导。而通过AI人体动作识别算法可对人体的手臂伸展、肩关节屈伸等康复动作进行快速、实时的识别。特别是一些相对较为复杂的康复动作也能实现较好的识别效果。AI机器视觉人体动作识别技术实际上是采集人体的特征进行动作识别，对于复杂场景下的运动动作识别具有较强的鲁棒性。

纯视觉检测的人体动作识别算法-北京巨萌科技自主研发的AI人体动作识别算法是将摄像头获取的人体骨骼关键点的信息及移动信息加以分析进行角度计算，进而得出动作类型的一种算法。相比其他算法，该算法性价比较高，更具有广泛性。人体骨骼关键点的定位在各类动作识别任务中有广泛的应用。基于骨骼点的动作识别，能更好的判断人体的动作，如每个关节动作及方向、角度等，应用于医疗康复训练能更好的对人体的骨骼脊柱等信息进行有效的识别，判断患者的康复效果，提出量身定制的康复方案。将该技术融入养老社区可大大提高养老人员的康复训练效果，提高养老康复资源覆盖能力，缓解供需矛盾。

居家康复运动训练过程中，采用计算机算法对康复者的动作进行识别不仅对人员位置、角度均有严格的要求；对多人场景兼容也有很大的挑战，因为居家康复环境下很容易受到干扰。目前很多算法仅能处理经过裁剪的视频段或识别过程需要繁琐的人工干预，难以实现在线、连续的动作识别。实时动作识别更具挑战性，北京巨萌科技AI视觉人体动作识别算法可解决复杂度高、建模困难、无法处理在线视频、部署条件苛刻等问题，更好地适用于居家场景下患者的康复动作识别，是一种基于视觉的人体动作实时识别的算法，可更加有效的进行实时动作识别、易于部署，一定程度上适应复杂的环境背景，对居家医疗康复训练具有十分重要的社会意义。