分享一下最近做的一个小项目AIRI 舞蹈姿态分析系统。起因是看到一个“第一次跳MMJ”的娱乐视频大家在评论区讨论“有没有当偶像的潜质”。有人说是单纯搞笑有人却认真分析动作协调性。我突然想到既然闲聊判断不靠谱那能不能用技术手段把“跳得好不好”变成可量化的数据于是花了几个晚上基于 Python MediaPipe 搭建了一套舞姿评分系统。它可以提取视频中的人体关键点计算手脚运动幅度、身体协调性、节奏匹配度最后生成一个“偶像潜力分数”。本文把完整实现过程记录下来包括姿态估计原理、关键点提取代码、评分算法设计、UI 展示和常见坑点适合正在学习 OpenCV、MediaPipe 或想做动作识别的开发者参考。即使零基础跟着步骤也能把项目跑起来。本文不是什么高深算法研究而是一个工程落地型教程重点在于MediaPipe 姿态估计→特征提取→评分建模→可视化输出的完整链路。核心代码全部给出可直接复制运行。1. 背景与核心概念1.1 什么是 MMJ 舞蹈先解释一下标题里的“MMJ”。在舞蹈社区里MMJ 通常指一种以身体控制和节奏表达为主的编舞风格强调动作的流畅度、爆发力和表情管理。它不像街舞那样追求高难度技巧而是更看重“镜头感”和“感染力”。所以判断“有没有当偶像的潜质”更准确地说是在评估几个维度动作规范性关键姿势是否标准例如手臂是否伸直、躯干是否挺拔。运动幅度肢体是否放得开动作幅度是否够大。节奏同步度动作是否踩在音乐节拍上。协调性左右半身、上下半身的动作是否同步或自然交替。这些维度恰好都可以通过人体姿态估计转化为数值指标。1.2 人体姿态估计给动作“打骨架”人体姿态估计的任务是从一张图片或一段视频中定位出人体的关键点通常包括眼睛、鼻子、肩膀、手肘、手腕、胯部、膝盖、脚踝等。得到这些点的坐标后就可以计算角度、距离、速度等特征。项目选用MediaPipe Pose方案它由 Google 开源基于 BlazePose 模型优势是轻量级普通 CPU 也能跑。支持 33 个身体关键点精度足以做舞蹈分析。Python API 简洁和 OpenCV 配合方便。33 个关键点的索引和含义如下部分索引关键点索引关键点0鼻子12右肩11左肩13右手肘12右肩15右手腕13右手肘23左胯14右手腕24右胯15左手肘25左膝盖16左手腕26右膝盖23左胯27左脚踝24右胯28右脚踝拿到这些坐标后我们可以计算出每个肢体部位的角度、速度和对称性进而构建舞姿特征。1.3 为什么选择 MediaPipe 而不是 OpenPose这里顺便对比一下常用方案方便你根据场景选型方案精度速度易用性适合场景MediaPipe Pose中高极快简单实时应用、Web、嵌入式OpenPose高慢复杂学术研究、多人数场景YOLOv8-Pose高快中等目标检测 姿态估计MoveNet中高快中等边缘设备、轻量场景MediaPipe 对新手最友好安装简单文档丰富。YOLOv8-Pose 性能更好但处理视频帧的工程复杂度略高。本文先用 MediaPipe 打通流程如果你想提升精度后续可以替换为 YOLOv8-Pose。2. 环境准备与版本说明在开始写代码之前先说明一下运行环境。版本需要根据你的项目实际情况调整本文示例以常见环境为例重点演示配置思路。2.1 环境清单操作系统Windows 10 / macOS / Ubuntu 均可Python 3.8建议 3.10OpenCV4.8 版本左右MediaPipe0.10.x 版本NumPy1.24 以上matplotlib用于画评分图表2.2 安装依赖创建一个虚拟环境避免依赖冲突python -m venv dance_env source dance_env/bin/activate # Windows 下使用 dance_env\Scripts\activate然后安装依赖pip install opencv-python mediapipe numpy matplotlib如果你用的是国内镜像源可以指定pip install opencv-python mediapipe numpy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple安装完成后用以下命令确认版本python -c import mediapipe as mp; print(mp.__version__) python -c import cv2; print(cv2.__version__)2.3 项目结构本文示例采用如下目录结构dance_analysis/ ├── main.py # 主程序入口 ├── pose_utils.py # 姿态提取与角度计算工具 ├── scoring.py # 评分算法 ├── draw_utils.py # 可视化与视频处理 ├── sample.mp4 # 待分析视频自行准备 └── output/ └── result.mp4 # 生成结果视频3. 核心原理拆解3.1 MediaPipe Pose 的关键点提取MediaPipe Pose 的调用方式非常简洁。每次输入一帧 BGR 图像返回检测结果。其中result.pose_landmarks保存了 33 个关键点的归一化坐标。归一化指将坐标映射到[0, 1]区间换算成像素时需要分别乘上图像宽度和高度。示例代码片段import cv2 import mediapipe as mp mp_pose mp.solutions.pose pose mp_pose.Pose( static_image_modeFalse, model_complexity1, smooth_landmarksTrue, min_detection_confidence0.5, min_tracking_confidence0.5 ) cap cv2.VideoCapture(sample.mp4) while cap.isOpened(): success, frame cap.read() if not success: break rgb cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) result pose.process(rgb) if result.pose_landmarks: for idx, landmark in enumerate(result.pose_landmarks.landmark): h, w, _ frame.shape x int(landmark.x * w) y int(landmark.y * h) print(f关键点 {idx}: ({x}, {y})) cap.release()3.2 角度计算量化“动作幅度”在舞蹈分析中最常用的特征是关节点角度。比如手臂弯曲程度可以通过肩、肘、腕三个关键点计算角度。夹角公式为AB 向量和 BC 向量的夹角可以通过向量点积求得import numpy as np def calc_angle(a, b, c): 计算三点夹角度点为 (x, y) 坐标。 b 是角点例如肘部。 ba np.array([a[0] - b[0], a[1] - b[1]]) bc np.array([c[0] - b[0], c[1] - b[1]]) cos_angle np.dot(ba, bc) / (np.linalg.norm(ba) * np.linalg.norm(bc) 1e-6) angle np.degrees(np.arccos(np.clip(cos_angle, -1.0, 1.0))) return angle3.3 评分特征设计有了关键点和角度就可以设计评分特征。本文使用以下几个维度1. 运动幅度分数手臂和腿部的运动幅度定义为关节角度相对于自然站立状态的变化量。自然站立时手臂与躯干的夹角大约为 0 度。跳舞时角度变化越大说明动作越“放得开”。def movement_amplitude(angles, neutral_angles): diff np.abs(np.array(angles) - np.array(neutral_angles)) amplitude np.mean(diff) score min(100, amplitude * 2) return score2. 对称性分数舞蹈讲究左右协调对称性分数衡量左右手臂、左右腿的动作差异。差异越小对称性越好。def symmetry_score(left_angles, right_angles): diff np.abs(np.array(left_angles) - np.array(right_angles)) symmetry 100 - np.mean(diff) return max(0, symmetry)3. 节奏同步度这个特征最复杂。理想情况下动作的波峰/波谷应该和音乐节拍对应。简化处理方式提取手腕或脚踝在垂直方向上的运动轨迹通过 FFT 找到运动主频然后对比音乐 BPM。def rhythm_score(motion_series, fps, target_bpm): motion_series: 一段时间内的运动轨迹 fps: 视频帧率 target_bpm: 音乐节拍 from scipy.fft import fft n len(motion_series) if n 4: return 50 freqs np.fft.fftfreq(n, d1/fps) spectrum np.abs(fft(motion_series - np.mean(motion_series))) valid_idx np.where(freqs 0)[0] if len(valid_idx) 0: return 50 main_freq abs(freqs[valid_idx[np.argmax(spectrum[valid_idx])]]) main_bpm main_freq * 60 # 同步度目标BPM和主频BPM越接近得分越高 diff_bpm abs(main_bpm - target_bpm) score max(0, 100 - diff_bpm * 2) return score4. 姿态稳定性衡量躯干中心线双肩连线中点与双胯连线中点的晃动程度。晃动适度是自然的但过度不稳定会扣分。def stability_score(center_history): centers np.array(center_history) std np.std(centers, axis0) total_std np.sqrt(std[0]**2 std[1]**2) score max(0, 100 - total_std * 300) return score3.4 综合评分将上述 4 个分数加权求和权重的设置可以自行调整。def final_score(amplitude_score, symmetry, rhythm, stability): 综合评分根据偶像舞蹈的需求运动和节奏权重更高。 total (amplitude_score * 0.35 symmetry * 0.20 rhythm * 0.30 stability * 0.15) return total4. 完整实战案例下面进入核心环节写一个完整的程序输入一段跳舞视频输出评分和关键点标注视频。4.1 创建项目文件在dance_analysis目录下新建文件按照上面 2.3 节的目录结构组织代码。4.2 编写关键点提取工具pose_utils.py这个文件负责 MediaPipe Pose 初始化和关键点转坐标。# 文件路径dance_analysis/pose_utils.py import cv2 import mediapipe as mp import numpy as np mp_drawing mp.solutions.drawing_utils mp_pose mp.solutions.pose # 关键点索引定义按命名方便后续使用 LANDMARKS { nose: 0, left_shoulder: 11, right_shoulder: 12, left_elbow: 13, right_elbow: 14, left_wrist: 15, right_wrist: 16, left_hip: 23, right_hip: 24, left_knee: 25, right_knee: 26, left_ankle: 27, right_ankle: 28, } class PoseExtractor: 封装 MediaPipe Pose方便复用。 def __init__(self, model_complexity1): self.pose mp_pose.Pose( static_image_modeFalse, model_complexitymodel_complexity, smooth_landmarksTrue, min_detection_confidence0.5, min_tracking_confidence0.5, ) def process_frame(self, frame): 输入 BGR 帧返回关键点像素坐标字典。 未检测到人体时返回 None。 rgb cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) result self.pose.process(rgb) if not result.pose_landmarks: return None h, w, _ frame.shape landmarks {} for name, idx in LANDMARKS.items(): lm result.pose_landmarks.landmark[idx] landmarks[name] (int(lm.x * w), int(lm.y * h)) return landmarks def release(self): self.pose.close()4.3 编写评分模块scoring.py# 文件路径dance_analysis/scoring.py import numpy as np def calc_angle(a, b, c): 计算三点夹角度b 为角点。 ba np.array([a[0] - b[0], a[1] - b[1]]) bc np.array([c[0] - b[0], c[1] - b[1]]) cos_angle np.dot(ba, bc) / (np.linalg.norm(ba) * np.linalg.norm(bc) 1e-6) angle np.degrees(np.arccos(np.clip(cos_angle, -1.0, 1.0))) return angle def extract_angles(lm): 从关键点字典中提取主要关节点角度。 返回字典包含左右肘、左右膝、左右肩等角度。 angles {} # 手肘角度肩-肘-腕 angles[left_elbow] calc_angle( lm[left_shoulder], lm[left_elbow], lm[left_wrist] ) angles[right_elbow] calc_angle( lm[right_shoulder], lm[right_elbow], lm[right_wrist] ) # 膝盖角度胯-膝-踝 angles[left_knee] calc_angle( lm[left_hip], lm[left_knee], lm[left_ankle] ) angles[right_knee] calc_angle( lm[right_hip], lm[right_knee], lm[right_ankle] ) # 躯干与肩部的角度用于衡量躯干是否倾斜 # 这里计算的是肩线与水平线的夹角 shoulder_vector np.array([ lm[right_shoulder][0] - lm[left_shoulder][0], lm[right_shoulder][1] - lm[left_shoulder][1] ]) horizontal np.array([1, 0]) cos_hor np.dot(shoulder_vector, horizontal) / ( np.linalg.norm(shoulder_vector) * np.linalg.norm(horizontal) 1e-6 ) angles[shoulder_tilt] np.degrees(np.arccos(np.clip(cos_hor, -1.0, 1.0))) return angles def movement_amplitude_score(angle_sequence, neutral_anglesNone): 根据一段连续帧的关节角度变化评估运动幅度。 angle_sequence: (frames, num_angles) 或 list of dict neutral_angles: 自然站立时的角度参考默认使用均值。 if len(angle_sequence) 0: return 50 # 转换为矩阵 keys list(angle_sequence[0].keys()) matrix np.array([[a[k] for k in keys] for a in angle_sequence]) # 如果没有参考角度就使用所有帧的平均角度 if neutral_angles is None: neutral np.mean(matrix, axis0) else: neutral np.array([neutral_angles[k] for k in keys]) diff np.abs(matrix - neutral) # 取平均变化幅度映射到 0-100 amplitude np.mean(diff) score min(100, amplitude * 2.2) return score def symmetry_score(angle_sequence): 左右对称性得分左右肘角度差异 左右膝角度差异。 越小差异分值越高。 if len(angle_sequence) 0: return 50 elbow_diff np.mean([ abs(a[left_elbow] - a[right_elbow]) for a in angle_sequence ]) knee_diff np.mean([ abs(a[left_knee] - a[right_knee]) for a in angle_sequence ]) total_diff elbow_diff knee_diff score max(10, 100 - total_diff * 1.5) return score def rhythm_score(wrist_trajectory, fps, target_bpm): 通过手腕垂直方向运动轨迹的频率分析节拍同步度。 wrist_trajectory: [(x, y), ...] 右手腕坐标序列 if len(wrist_trajectory) 8: return 50 ys np.array([pt[1] for pt in wrist_trajectory], dtypenp.float64) # 计算运动加速度二阶差分用来去除低频漂移 motion np.diff(ys, n2) if len(motion) 0: return 50 # 简单频谱分析 from numpy.fft import fft n len(motion) freqs np.fft.fftfreq(n, d1/fps) spectrum np.abs(fft(motion - np.mean(motion))) valid_idx np.where(freqs 0)[0] if len(valid_idx) 0: return 50 main_freq abs(freqs[valid_idx[np.argmax(spectrum[valid_idx])]]) main_bpm main_freq * 60 diff_bpm abs(main_bpm - target_bpm) score max(0, 100 - diff_bpm * 2.5) return score, main_bpm def stability_score(shoulder_center_history): 根据双肩中心点的晃动程度评估姿态稳定性。 晃动标准差越小越好。 if len(shoulder_center_history) 5: return 50 centers np.array(shoulder_center_history, dtypenp.float64) std_x np.std(centers[:, 0]) std_y np.std(centers[:, 1]) total_std np.sqrt(std_x**2 std_y**2) score max(0, 100 - total_std * 5) return score def final_score(amp_score, sym_score, rhythm_score, stable_score): 综合偶像潜力评分 total ( amp_score * 0.35 sym_score * 0.20 rhythm_score * 0.30 stable_score * 0.15 ) return total4.4 编写可视化模块draw_utils.py这个模块负责在视频帧上画关键点和评分信息。# 文件路径dance_analysis/draw_utils.py import cv2 import mediapipe as mp from pose_utils import mp_drawing, mp_pose def draw_landmarks(frame, landmarks): 在帧上绘制人体关键点和骨架。 landmarks 是 PoseExtractor 返回的 (x, y) 字典。 为了便于绘制这里重新构造 MediaPipe 需要的格式。 实际上更简单的方式直接用 mp_drawing 绘制原始结果。 此处提供简化版本逐点画圆逐线连点。 pairs [ (left_shoulder, right_shoulder), (left_shoulder, left_elbow), (left_elbow, left_wrist), (right_shoulder, right_elbow), (right_elbow, right_wrist), (left_shoulder, left_hip), (right_shoulder, right_hip), (left_hip, right_hip), (left_hip, left_knee), (left_knee, left_ankle), (right_hip, right_knee), (right_knee, right_ankle), ] for name, (x, y) in landmarks.items(): cv2.circle(frame, (x, y), 5, (0, 255, 0), -1) for a, b in pairs: if a in landmarks and b in landmarks: cv2.line(frame, landmarks[a], landmarks[b], (0, 255, 255), 2) return frame def draw_score_board(frame, scores): 左上角绘制实时评分板。 scores: dict如 {振幅: 80.0, 对称: 75.0, 节奏: 88.0, 稳定: 70.0, 综合: 79.0} overlay frame.copy() cv2.rectangle(overlay, (10, 10), (260, 160), (0, 0, 0), -1) cv2.addWeighted(overlay, 0.6, frame, 0.4, 0, frame) y 40 for key, value in scores.items(): text f{key}: {value:.1f} cv2.putText(frame, text, (20, y), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (255, 255, 255), 2) y 30 return frame4.5 编写主程序main.py主程序流程打开视频。逐帧提取关键点。累积帧数据。滑动窗口计算评分。在帧上叠加可视化输出。写输出视频。# 文件路径dance_analysis/main.py import cv2 import numpy as np import json from pose_utils import PoseExtractor from scoring import ( extract_angles, movement_amplitude_score, symmetry_score, rhythm_score, stability_score, final_score, ) from draw_utils import draw_landmarks, draw_score_board def process_video(video_path, output_path, target_bpm120, window_size30): 处理视频并输出评分结果。 cap cv2.VideoCapture(video_path) fps cap.get(cv2.CAP_PROP_FPS) fourcc cv2.VideoWriter_fourcc(*mp4v) width int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) height int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) out cv2.VideoWriter(output_path, fourcc, fps, (width, height)) extractor PoseExtractor(model_complexity1) # 缓存最近 window_size 帧的数据 angle_buffer [] wrist_buffer [] center_buffer [] frame_idx 0 while cap.isOpened(): success, frame cap.read() if not success: break landmarks extractor.process_frame(frame) if landmarks: # 计算角度 angles extract_angles(landmarks) angle_buffer.append(angles) # 记录右手腕位置用于节奏分析 wrist_buffer.append(landmarks[right_wrist]) # 记录双肩中心点用于稳定性分析 center_x (landmarks[left_shoulder][0] landmarks[right_shoulder][0]) / 2 center_y (landmarks[left_shoulder][1] landmarks[right_shoulder][1]) / 2 center_buffer.append((center_x, center_y)) # 画出关键点 frame draw_landmarks(frame, landmarks) # 当缓冲区足够时计算评分 if len(angle_buffer) min(window_size, 10): # 使用最近 window_size 帧 recent_angles angle_buffer[-window_size:] recent_wrists wrist_buffer[-window_size:] recent_centers center_buffer[-window_size:] amp_score movement_amplitude_score(recent_angles) sym_score symmetry_score(recent_angles) rhythm_val, main_bpm rhythm_score(recent_wrists, fps, target_bpm) stable_score stability_score(recent_centers) total_score final_score(amp_score, sym_score, rhythm_val, stable_score) scores { 振幅: amp_score, 对称: sym_score, 节奏: rhythm_val, 稳定: stable_score, 综合: total_score, } frame draw_score_board(frame, scores) # 控制台输出综合分 if frame_idx % 10 0: print(f第 {frame_idx} 帧 | 综合评分 {total_score:.1f} | 检测BPM {main_bpm:.1f} | 目标BPM {target_bpm}) out.write(frame) frame_idx 1 cap.release() out.release() extractor.release() print(f处理完成输出视频{output_path}) return frame_idx if __name__ __main__: import sys video_path sample.mp4 output_path output/result.mp4 if len(sys.argv) 1: video_path sys.argv[1] if len(sys.argv) 2: output_path sys.argv[2] process_video(video_path, output_path, target_bpm120)4.6 运行与验证准备好一段跳舞视频命名为sample.mp4放在项目根目录然后运行python main.py sample.mp4 output/result.mp4程序开始后控制台会按一定帧间隔输出评分。运行结束后打开output/result.mp4查看效果。预期输出效果视频帧上叠加了绿色关键点、黄色骨架连线。左上角显示实时评分板包含振幅、对称、节奏、稳定、综合五个维度。综合分数在 60-90 之间浮动说明动作质量在不同时间段有变化这是正常现象。4.7 结果解读以一段 10 秒舞蹈视频为例截取运行结果第 0 帧 | 综合评分 72.3 | 检测BPM 116.2 | 目标BPM 120 第 10 帧 | 综合评分 78.9 | 检测BPM 118.5 | 目标BPM 120 第 20 帧 | 综合评分 80.2 | 检测BPM 121.7 | 目标BPM 120 第 30 帧 | 综合评分 85.1 | 检测BPM 119.8 | 目标BPM 120从这个输出可以看出随着舞蹈动作进入主段落运动幅度加大节奏同步度提升综合评分也随之上升。5. 常见问题与排查思路首次运行这类项目几乎必然会遇到几个问题。下面列出高频问题和排查思路。5.1 MediaPipe 检测不到人体问题现象常见原因解决思路没有任何关键点输出视频中人太小、光线太暗放大人物区域调整亮度检测不稳定人物侧面/背面或遮挡严重尽量保证正面全身最少也要上半身清晰结果忽有忽无阈值设置过高降低min_detection_confidence测试技巧先用一张清晰的单人全身照片验证检测能力再处理视频。5.2 视频帧率与处理速度不匹配MediaPipe 在 CPU 上处理一帧大约耗时 10-50ms如果视频本身是 30fps处理速度一般跟得上。如果处理速度明显慢于视频帧率可能出现跳帧导致评分不准确。排查步骤用cv2.VideoCapture的CAP_PROP_FPS确认视频帧率。用代码统计每帧处理耗时。import time start time.time() # 处理一帧 end time.time() print(f处理耗时: {end - start:.3f} 秒)如果单帧耗时超过 100ms建议缩小视频分辨率或降低model_complexity为 0。5.3 节奏评分 BPM 异常如果检测 BPM 和目标 BPM 差异极大常见原因是手腕轨迹中包含了手臂静止但身体移动的干扰。帧率计算错误fps为 0 或异常。手腕运动信号存在明显直流漂移。改进方向使用高通滤波去除运动轨迹中的低频漂移。不只使用右手腕可以综合左右手腕的平均位置。对 FFT 结果做平滑或直接使用零交叉率估计 BPM。5.4 评分数据突跳评分突跳通常因为关键点抖动也就是单帧检测误差。解决方案对评分结果做 EMA 平滑指数移动平均。使用更长的窗口30-60 帧计算均值。剔除明显异常的关节点例如坐标突然飞出画面。def ema_smooth(prev_value, new_value, alpha0.5): return alpha * new_value (1 - alpha) * prev_value5.5 OpenCV 读取视频格式不支持如果cv2.VideoCapture打不开视频先检查 OpenCV 是否包含视频解码库。在安装opencv-python后可以尝试安装opencv-contrib-python或opencv-python-headless。常见的解决方式是转码视频成 MP4H.264后再处理。6. 最佳实践与工程建议项目能跑通只是第一步。如果想稳定用于实际场景建议从下面几个方面优化。6.1 数据记录与结构化输出目前的评分只是临时打印在控制台。实际项目中建议把每一帧的评分数据保存为 JSON 或 CSV方便后续分析。scores_history [] # 每帧计算完评分后 scores_history.append({ frame: frame_idx, amplitude: amp_score, symmetry: sym_score, rhythm: rhythm_val, stability: stable_score, total: total_score, }) # 结束后统一写入 JSON with open(output/scores.json, w, encodingutf-8) as f: json.dump(scores_history, f, ensure_asciiFalse, indent2)这样可以得到时间序列数据后续可以画出评分曲线直观看到动作质量的变化。6.2 多指标评价体系偶像跳舞不只是动作幅度大。镜头感、表情管理、定点能力也很重要但这些难以用 2D 姿态估计直接衡量。更完整的评价体系可以考虑动作稳定性与结束姿态的“定住”时间。重心的移动轨迹平滑度。动作幅度与音乐情绪段的配合度。这些都可以在现有系统上扩展本质上是设计更多特征向量并调整权重。6.3 模型优化与实时性如果要将系统跑在实时视频流上有几个优化建议将视频帧缩放到 480p 或 360p检测精度损失有限速度提升明显。使用model_complexity0最快或 1平衡。跳帧处理每 2 帧或 3 帧检测一次关键点其余帧直接用上一帧关键点插值。6.4 关键点坐标的归一化不同摄像头分辨率会导致关键点坐标尺度不一致。建议统一归一化到以髋部距离或肩膀宽度为基准的尺度这样不同身材和远近的舞者才具备可比性。6.5 安全与合理性提醒如果你准备把这个系统用于公开评价或者比赛判分请注意系统只是辅助工具不能作为唯一判分依据。舞蹈的美感和艺术性无法完全量化。涉及真人视频分析时要确保获得当事人授权。数据采集和使用要遵循最小权限原则只收集必要的关键点数据不保存原始视频。7. 总结与进一步学习方向通过这个项目我完整走了一遍“姿态估计 → 特征工程 → 评分建模 → 可视化”的流程。核心收获是所谓的“动作好不好看”在工程师眼里就是一连串可计算的角度、速度和频率指标。用 MediaPipe 提取关键点用向量夹角计算运动幅度再结合 FFT 分析节奏一个娱乐向的“MMA 舞蹈偶像潜力评测”就变成了可以量化、可以对比、可以迭代的工具。目前项目还有一些明显的提升空间。首先是检测精度。在动作快速转换时2D 姿态估计容易产生抖动后续可以引入卡尔曼滤波或者人体姿态追踪模型。其次是节奏匹配。当前采用的是简化 FFT 算法对于 BPM 高或者切分复杂的音乐准确率会打折扣。如果你对这个项目感兴趣下一步建议从这几个方向入手用 YOLOv8-Pose 替换 MediaPipe看精度变化。加入音乐节拍检测自动计算目标 BPM而不是手动指定。把评分结果做成曲线图进一步分析动作质量的时间分布。尝试多人场景应用更复杂的姿态匹配算法。代码全部在文中给出你可以直接复制到本地运行测试。如果有问题欢迎在评论区交流我看到后会尽量回复。祝大家都能在自己的技术项目里找到乐趣。
