video-analysis-workflow

视频分析工作流

分析命令

# CMJ analysis
uv run kinemotion cmj-analyze <video> [--output debug.mp4]

# Drop Jump analysis
uv run kinemotion dropjump-analyze <video> [--output debug.mp4]

# Batch processing
uv run kinemotion cmj-analyze videos/*.mp4 --batch --workers 4

质量预设

预设	使用场景	权衡
fast	快速预览、大批量处理	精度较低
balanced	默认设置，适用于大多数场景	精度和速度均衡
accurate	验证、研究	精度最高，但速度较慢

uv run kinemotion cmj-analyze video.mp4 --quality accurate

调试输出

遇到以下情况时，始终使用 --output debug.mp4：

• 指标似乎不正确
• 排查姿势检测问题
• 验证新视频
• 培训教练评估视频质量

调试视频会显示：

• 带关节角度的骨架叠加图
• 阶段标记（起跳、落地、最高点）
• 实时指标显示

摄像机角度建议

角度	建议	原因
45° 斜角	推荐	双腿清晰可见，追踪准确
90° 侧面	不推荐	MediaPipe 会混淆左右脚（遮挡）
正面/背面	不推荐	矢状面运动的深度存在歧义

故障排查

未检测到起跳

1. 确认视频包含完整的跳跃过程（之前、期间、之后）
2. 检查运动员在整个过程中是否完全可见
3. 尝试使用 --quality accurate 进行更严格的检测
4. 查看调试视频，检查关键点质量

指标无效

1. 视频可能过短（需要完整的跳跃周期）
2. 运动员可能被部分遮挡
3. 光线不足会影响姿势检测
4. 摄像机抖动会导致关键点抖动

关键点抖动

1. 检查光线条件（避免逆光）
2. 确保摄像机稳定（建议使用三脚架）
3. 确认运动员的服装与背景有明显对比
4. 尝试使用 --quality accurate 进行更好的滤波

旋转问题（手机视频）

• 手机视频通常带有旋转元数据
• kinemotion 会通过 video_io.py 自动处理
• 如果问题仍然存在，请使用以下命令进行预处理：ffmpeg -i input.mp4 -vf "transpose=1" output.mp4

视频要求

要求	规格
帧率	30+ fps（首选 60+）
分辨率	最低 720p
时长	能看到完整跳跃周期
光线	光线均匀，首选正面照明
背景	与运动员形成对比
摄像机	保持稳定，建议使用三脚架

输出指标

CMJ 指标

• jump_height_cm：根据滞空时间计算
• flight_time_ms：滞空时间
• countermovement_depth_cm：起跳前的最低点
• takeoff_velocity_m_s：离地时的速度
• triple_extension：起跳时的髋、膝、踝角度

Drop Jump 指标

• ground_contact_time_ms：落下后在地面的接触时间
• flight_time_ms：接触后的滞空时间
• reactive_strength_index：RSI = 滞空时间 / 接触时间
• drop_height_cm：初始落下高度（如可检测）

Python API 替代方案

from kinemotion import process_cmj_video, process_dropjump_video

# CMJ
metrics = process_cmj_video("video.mp4", quality="balanced")

# Drop Jump
metrics = process_dropjump_video("video.mp4", quality="balanced")