计算机工程与应用

作者：孟超月, 房志斌, 李聪聪, 张佳妙, 李浩冬

单位：河北农业大学 信息科学与技术学院，河北 保定 071001；

关键词：运动姿态识别,关键点检测,长距离依赖感知注意力（LRSD）

基金：2023河北省引进海外留学人员计划（C20230333）。

针对目前的姿态识别算法在健身运动场景中存在因视角变化以及在昏暗场景下识别准确率低等问题，提出ELDMPose-YOLO模型。同时建立了8种不同健身动作的数据集。为缓解因视角变化而导致自身部分关键点被相互遮挡的问题，改进了长距离依赖感知注意力（LRSD）；构建全新的C2f-DRB模块来提升运动姿态中关键部位的识别，同时减少了模型的参数量。创新一个多级上下文融合模块（MCFF），增强了对上下文信息的捕获，提升昏暗场景下关键点的聚焦能力，使模型更加关注人体姿态细节特征。实验结果表明，ELDMPose-YOLO模型比YOLOv8n-pose模型的Precision提高了0.046，在实验数据集上的精度达到0.987。改进后的模型取得了令人满意的效果，为后续运动姿态评估奠定重要基础。

来源：2026年第7期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第7期