【摘要】针对传统动作评估存在的成本高昂、评估一致性不足、量化程度低等痛点，本研究设计了一款面向个性化训练的计算机视觉姿态估计动作评估系统。 该系统依托改进的轻量化姿态估计算法，实时提取人体关节点坐标并构建动态骨骼模型。 通过计算关键动作 角度、关节运动轨迹与标准模板的时空偏差，结合肢体长度等个人生理参数完成归一化处理，最终实现对深蹲、卧推、弓步蹲等常见训练动作的客观量化评估。 实验结果表明：在自建数据集上，该系统的姿态估计平均精度可达９６.２％；其输出的动作评分与专业教练人工评估结果的平均相关系数为０.８７，具备精准识别动作代偿与错误模式的能力，可向运动者提供实时反馈，具有显著的实践应用价值。