十二、自定义一个运动分析器，实现计时计数01

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。那么，能否将这些在APP成功应用的场景搬上微信小程序，分享这些概念的红利呢？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。

阅读到此，您已经对运动识别的抽帧、人体识别、骨骼图绘制、姿态识别检测环节有所了解了，接下了几章我们将以俯卧撑为例，带您了解一下如何适配一个运动，实现计时、计数。

一、运动识别的原理

运动检测的基本原理是，对帧流的人体识别结果，进行姿态分析检测，当捕捉到符合动作要求的姿态结果，便触发计数、计时逻辑。需要注意的是，一个动作可能会连续捕捉到多个符合结果的帧，假设抽帧FPS是12帧，以俯卧撑为例，撑的动作最大可能连续捕捉到12帧的符合要求的帧，此时需要做好标记，不能要重复计数。

二、运动计量方式

2.1、计数方式

此方式是当捕捉到一个或多个连续分动作后，则计数加1，如跳绳、俯卧撑、仰卧起坐等运动；计数的同时也可以同时进行计时。

2.1、计时方式

此方式则是运动者进入某个姿态，并保持不变，则开始计时；解除相关动作时则暂停计时，如平板支撑、马步蹲等运动。

三、运动分析器基类

插件中的sports.SportBase运动基类，已经为您实现运动的计时、计次等基础逻辑，直接继承此类，重写pushing(boyd)方法即可快速实现一个运动分析器，详情请参考API文档。

下篇将带您进行运动姿态检测规则的编写。