1. 国家自然科学基金面上基金，基于视觉匿名化的步态隐私保护关键技术研究（62372295）

2.国家自然科学基金青年基金（62002220），基于骨骼图结构化表征的异常行为识别算法研究

3.中国博士后基金第67 批面上资助（2020M671124）,基于图深度网络提取骨骼特征的步态识别技术研究

1. 所在团队具有动作识别、步态识别研究基础，多名研究生研究行为识别、步态识别相关方向，形成良好团队学习及讨论氛围。

2. 团队购置DVS动态摄像头传感器，监控摄像头，深度视觉摄像头，红外摄像头等设施，实验设备与实验场地充足。

在科技高速发展的时代，继大数据、虚拟现实、人工智能促进了运动与科技的结合，本项目研究基于视觉的运动动作识别与评估算法，主要是通过AI算法提供实时准确的动作分析，对于运动者的动作数据进行分析比对得到更加精准的运动效果。Ai运动的核心技术是人体动作识别技术。人体动作识别是计算机视觉和模式识别中一个非常活跃的领域,并且在自然人机交互，虚拟现实，智能视频监控和多媒体搜索领域中有很多潜在的应用。对于校园智慧体育、智能运动场馆等来说，常见的运动动作包含跳绳、仰卧起坐、跳高、跳远、跑步等。Ai运动算法可以自动识别运动者肩膞、手肘、臀部和膝盖的摆动幅度，进行分析并指出与标准动作的角度差距，让运动者能实时检视并纠正自己的动作姿态。

项目研究人体骨骼提取算法，训练模型对常见运动动作包含跳绳、仰卧起坐、跳高、跳远、跑步等进行姿态识别、自动计数、动作标准评分与纠正等功能，完成基于视觉的运动动作识别与评估系统。