一步步开发AI运动APP

根据我们之前的介绍可知，本系列使用的「AI运动识别」插件在运动识别时，完全依赖于设备端算力进行动识别推理，不会将用户图像上传至后台或第三方服务；所以运动识别后是无法再获得运动时的现场图像的，但是像体测

在当今的开发领域，跨平台开发框架uni-app凭借其高效与便捷的特性，深受开发者青睐。而在开发AI运动类APP时，AI推理能力调用方面则稍显不足，不过插件市场提供了丰富的功能扩展插件，[云智AI运动识

一、什么是AR体感游戏 AR体感游戏是人工智能（AI）与增强现实（AR）技术的深度融合，通过摄像头实时捕捉用户动作，结合虚拟场景与动态反馈，将身体运动转化为游戏中的互动指令。无需穿戴复杂设备，只需一部

本篇将为您介绍，如何实现正式运动检测前的远、近，视角预检、语音提示等典型应用场景。 一、为什么要进行站位预检 在运动检测时，用户无法手持和操作手机（或者是固定的终端设备），所以在放置好手机后，有必要进

一、解决方案的关键 在小程序端实现AR体感游戏的重难点有两方面：其一在于如何通过移动设备精准捕捉用户肢体动作，并将其转化为可交互的体感信号，实现自然流畅的人机互动；其二则需基于实时采集的体感数据，构建

前两篇博文为介绍了自定义扩展运动的基本架构及运动分析器的定义，根据前两篇的介绍您已可以实现自定义运动了。自定义扩展运动分析器开发出来后，如何统一进行管理、调用创建呢，这也是uni-app APP版插件

上一篇为您介绍了uni-app版运动识别插件的自定义扩展运动的基本架构、与小程序版运动识别插件的运动扩展差异，本篇我们就以双手并举为例带你来实现一个扩展运动。 一、动作姿态拆解 如上图所示，这个运动主

国家发布《关于释放体育消费潜力进一步推进体育产业高质量发展的意见》，以“数字赋能”“智能转型”为核心路径，释放政策红利推动体育产业高质量发展，加速AI技术与体育产业的深度融合，开辟黄金赛道。

基于近期用户的应用情况的反馈，在上周的时间节点上，我们精心打造的全景AI运动解决方案中的uni APP版与小程序版插件，均发布了新一版的迭代更新。其中，uni APP版本的更新成效尤为显著，不仅在识别

一、为什么要对内置运动进行微调优化 uni-APP版插件与小程序AI运动识别插件一样，当前都内置了跳绳、开合跳、俯卧撑、仰卧起坐、卷腹、深蹲(深蹲起)、平板支撑、马步蹲、坐位体前屈等丰富的运动项目，所

一、什么是关键点追踪 前两篇为您介绍了基于规则检测和姿态相似度两种自定义姿态动作识别方案，可以对大部分的静姿态运动检测分析，但无法满足跳跃这样的动运动分析检测。针对此类场景，插件姿态识别引擎pose-

一、什么是姿态相似度比较 上一篇为您介绍了通过配置检测规则，来实现自定义姿态动作的检测分析，基于规则配置的姿态动作检测，需要开发者仔细分析动作再编写规则，工作量相对较大。为减轻开发者的工作量，插件姿态

一、什么是自定义姿态识别检测 您在开发AI运动小程序或APP时，可能会面这样的需求场景，比如：人像必须全部入镜、站立远近要求检查、用户做某个动作开始/停止运动识别、内置运动不满足场景需求需要扩展新运动

通过前几篇博文，您已经可以通过插件在APP上进行抽帧、人体检测了，在获得到人体结构后，便可以进行运行分析实现人体计时计数了，uniAPP插件同微信小程序一样，仍然内置了跳绳、开合跳、俯卧撑、仰卧起坐、

一、人体检测AI介绍 识别并检测图像中的人体结构，是开展运动分析检测、姿态分析以及姿态交互场景应用前不可或缺的前置步骤。为了满足不同场景和需求，APP版本插件精心提供了多种人体检测模式，包括“高性能”

一、ai-camera组件介绍 使用过uni开发过APP的开发者，应该了解在uni-app和uni-app x的APP模式下，不像小程序模式下有原生Camera组件可以使用操控相机，需要引入第三方插件

使用的「AI运动识别插件」引擎，已托管到DCloud插件市场，为什么标准的uni-modules模块，同时支持uni-app和uni-app x两个框架。 一、新建uni-app或uni-app x项

一、为什么要开发APP 在我们的小程序系列中，收到较多的私信咨询有：“为什么插件体积这么大”、“能否提高检测精度”、“高帧率如何处理”、“能否同时检测多人”等问题，这些问题大部分都是受限小程序运行时环

一、方案简介 本系列开发指南选用了「云智AI运动识别」系列插件中的uni-app APP版作为识别引擎。这款插件专为基于uni-app框架开发的APP量身打造，提供了本地原生（非云端依赖）的AI人体识