（个人）太极拳学习系统创新实训第一周（一）

一、项目背景：

太极拳作为国家非物质文化遗产，集颐养性情、强身健体、技击对抗等多种功能为一体。为了能够更好的帮助人们学习和传承太极拳，我们想要开发出一种可以实时校准用户动作并且能够对用户动作评估的太极拳学习系统。利用动作捕捉与VR技术构建一个多功能的太极拳学习系统，为太极拳爱好者提供一个崭新高效的学习方式。

二、项目目标：

太极拳学习系统是一个可以实现存储用户进度，用户可以选择多种学习模式，将用户动作和标准动作匹配，将错误动作和评分反馈给用户而且用户可以观看回放视频。

三、目前进度：

1)分析确定采集动作数据的设备

通过阅读文献，我发现很多动作捕捉得文章都是基于Kinect，而且市面上虽然已经有基于Kinect的体感游戏。但是我们体验了很多游戏发现Kinect并不适用于精确的慢动作。除此之外，Kinect并不能很好的判断转身问题，虽然我曾想过通过二分法和机器学习来判断转身，但是机器学习的训练需要大量数据。综合考虑之后我们决定使用动作捕捉设备，我们选用了基于惯性的Noitom，相比与光学动捕设备Noitom更加灵敏并且不会存在遮挡问题。

2)动作匹配算法

已经选择了用于获取用户动作数据的设备，我们需要确定使用什么动作匹配算法，经过分析有以下几种算法：