宋太祖长拳考略

宋太祖长拳,又称太祖拳、太祖长拳。相传为我国宋朝开国皇帝赵匡胤所创,且以他的庙号“宋太祖”为拳名的古武术。

宋太祖长拳考略 


[ 作者:刘连洋 来源:飞林国术馆 ]


原文刊发于精武2006.8
宋太祖长拳,又称太祖拳、太祖长拳。相传为我国宋朝开国皇帝赵匡胤所创,且以他的庙号“宋太祖”为拳名的古武术。此拳距今已有一千多年的历史,是中国武术史上有史可考、有典可察且迄今为止仍然流存于世的最古老的武术流派之一。宋太祖长拳是数千年来中国古武术文化的缩影,它承接了数千年的古武术精华,见证了自宋代之后历代武术发展演变。所以考证、研究宋太祖长拳对于武术史及传统武术的研习都具有重要的意义。
一.历史上的古武术与宋太祖长拳
中国武术,属于中国传统文化的一部分。然而古代中国由于存在“重文轻武”的倾向,文人轻武,武人自轻,加之武术传承以口传心授为主,故古武术精义,罕有记述。所以历代形成的武学典籍及武术史料等文字记载都极度匮乏。只有在明代的几部兵书如《纪效新书》、《武编》、《阵纪》等及《耕余剩技》、《通臂拳谱》等著作中才能略窥古武术之一斑等。其中以《纪效新书》、《武编》、《耕余剩技》、《通臂拳谱》等对于古代武术的记录较为详尽。通过查阅这些古籍及翻阅中国武术史,我们发现明代是中国武术发展中的一个里程碑。明代时的武术,是军旅武术与民间武术共存并且互相影响,它是中国武术从以兵器为主转向以拳术为宗开始。而在这个时代,宋太祖长拳就已是广受赞誉且深具影响力的一大流派。
以下是上述典籍及所记载的宋太祖长拳的详细情况:
1.《纪效新书》:成书于明嘉靖三十九年(1560年),作者戚继光(1528-1587),字元敬,号南塘,晚号孟诸,山东蓬莱人,明代抗倭名将、著名军事家。《纪效新书》有十八卷、十四卷两种不同的版本。其中十八卷本中的《卷十长兵短用说篇》、《卷十一藤牌总说篇》、《卷十二短兵长用说》、《卷十三射法篇》、《卷十四拳经捷要篇》五卷系武术著作,其余各篇均为军事著作。《卷十四拳经捷要篇》中关于宋太祖长拳的记载:“古今拳家,宋太祖有三十二势长拳,又有六步拳、猴拳、囵拳,名势各有所称,而实大同小异,至今之温家七十二行拳、三十六合锁、二十四弃探马、八闪番、十二短、此亦善之善者也。吕红八下虽刚,未及绵张短打,山东李半天之腿,鹰爪王之拿,千跌张之跌,张伯敬之打。少林寺之棍,与青田棍法相兼,杨氏枪法与巴子拳棍皆今之有名者”、“探马传自太祖诸势可降可变进攻退闪弱生强接短拳至善。”《拳经捷要篇》以详尽的口诀与图谱记述了戚继光集明代武术精华编演而成的三十二势拳法,是研究古武术的宝贵资料。
2.《武编》:为明武进人唐顺之编撰于明嘉靖中期的一部兵书。唐顺之(1507-1560),字应德,学者称其为荆川先生。《武编》分前后二集各六卷,共十二卷。前集卷五“牌、铁、火器、射、弓、弩、甲、拳、枪、剑、刀、简、锤、扒、挡、火、夷。”中的内容与武术相关。《武编》前集卷五《拳》中有关宋太祖长拳的记载:“家数。温家长打七十二行着,二十四寻腿,三十六合锁。赵太祖长拳多用腿,山西刘短打用头肘六套,长短打六套,用手用低腿。吕短打六套。赵太祖长拳,山东专习,江南亦多习之。”此部分后面记载了作者家传的温家拳数节。
3.《阵纪》:大约成书于明嘉靖、万历年间,作者何良臣,字际明,号惟圣,浙江余姚人。《阵纪》共四卷六十六篇,其中卷二技用十五篇中的内容与武术有关。其中与宋太祖长拳相关的记载:“学艺先学拳,次学棍。拳棍法明,则刀枪诸技特易易耳。如宋太祖之三十六势长拳、六步拳、猴拳、囵拳,名虽殊,而取胜则一焉。温家之七十二行拳、三十六合锁,二十四弃探马、八闪番、十二短,此又善之精者。吕红之八下、绵张之短打、李半天、曹聋子之腿、王鹰爪、唐养吾之拿、张伯敬之肘、千跌张之跌,他如童炎甫、刘邦协、李良钦、林琰之流,各有神授,世称无敌,然皆失其传而不能竟所奥矣。”
4.《耕余剩技》:刊印于明天启元年(1621年),作者程冲斗(1561年~?),字宗猷,休宁汊口人,明未武术家。《耕余剩技》是一本纯粹的武术著作。他由《少林棍法阐宗》、《蹶张心法》、《长枪法选》、《单刀法选》等四部书组成。其中《少林棍法阐宗》(刊印于万历四十二年)《问答篇》一章与宋太祖长拳相关的记载为:“或问曰:棍既包罗众艺,则他艺可尽废乎?余曰:古人制艺,必立一意,吾人资性,各有所长,岂可尽废,惟杨家枪、太祖长拳、锦张短打、孙家阴手棍、少林兼枪带棒,乃五家正传 ,苟能习练精熟,得其心印,余可敝扫弃之矣。”
5.《通臂拳谱》:成书明朝崇祯岁次(1629年)的一个古拳谱抄本,现有河北武学书馆的刊印本存世。明未周全字淮颖著(河南大梁籍)。该谱与宋太祖长拳相关的记述是在《通臂拳问法第十解明》中的第一问“昔有一教师请问与,老师曰天下拳祖生而知之者有几人焉?师曰生而知之者有三:一曰宋太祖少游关西老游关东中年下南唐打世界,脚踢乾坤建都与汴梁,为中原生而知之者,第一祖师也。二曰少林寺内出一紧那罗王拳分三十六势足打七十二腿,扫荡叛徒逆诛寇有功,官至极品,为中原生而知之者,第二祖师也。三曰通臂猿仙出自明时,拳分三十六路内有一?二进三走四彀五开六*七要八揽九跴之法,在居山林为得道猿仙乃生而知之者,第三祖师也。”
从明代的古籍中,我们可以对宋太祖长拳在明代武术中的大致情况作一个了解:宋太祖长拳,是早于明代创始,并在明代受到众多将领及武术家推崇且在明代武术中深具影响力的著名流派。该武术流派在山东广泛传习,在江南也有所传承。拳法中以探马一式最为著名,腿法较多。
当然,明代与武术相关的著作绝不止于上面提及的五种,还有郑若曾的《江南经略》、谢肇浙的《五杂俎》、王圻的《续文献通考》及《三才图会》、朱国祯的《涌幢小品》、茅元仪的《武备志》、谢三宾的《武备新书》等。只是囿限篇幅及笔者所收集到的资料,不再一一尽述了。
二、宋太祖长拳与宋太祖的关系
宋太祖长拳以宋朝开国皇帝赵匡胤庙号为拳名,说明该拳与宋太祖赵匡胤之间可能存在一些的关联。至于该拳是否是宋太祖所开创,并无史料可以为证。查阅《宋史.本纪第一》中关于宋太祖赵匡胤的记述:“太祖启运立极英武睿文神德圣功至明大孝皇帝讳匡胤,姓赵氏,涿郡人也。……太祖,宣祖仲子也,母杜氏。后唐天成二年,生于洛阳夹马营,赤光绕室,异香经宿不散。体有金色,三日不变。既长,容貌雄伟,器度豁如,识者知其非常人。学骑射,辄出人上。尝试恶马,不施衔勒,马逸上城斜道,额触门楣坠地,人以为首必碎,太祖徐起,更追马腾上,一无所伤。又尝与韩令坤博土室中,雀斗户外,因竞起掩雀,而室随坏。”
《宋史》是正史,所记述的都是经过考据后真实存在的史实。从《宋史》来看,宋太祖赵匡胤确实是武勇过人。但《宋史》中并无宋太祖创立宋太祖长拳这种武功的记载。
正史之外,野史及小说中提及宋太祖武勇过人的记载较多,如《水浒传》中说宋太祖“乃是上界霹雳大仙下降,英雄勇猛,智量宽洪,自古帝王都不及这朝天子。一条杆棒等身齐,打四百座军州都姓赵。那天子扫清寰宇,荡静中原,国号大宋,建都汴梁。九朝八帝班头,四百年开基帝主。”但野史之中,也只是记载了宋太祖武功高强,并没有说他开创了宋太祖长拳这一武功流派。
笔者曾作《古传太祖拳法阐真》(刊发于《少林与太极》)一文,其中写道:“宋太祖长拳,古称“宋太祖三十二势长拳”,亦称做“太祖拳”,此拳据传是由宋太祖赵匡胤所创。宋太祖乃一代马上皇帝,一条盘龙棍打下赵氏江山300年,其文治武功之强自不待言。然宋太祖毕竟是一代政治家、军事家,而非武术家,是否有此闲心造拳,我们无从考证。但现在的宋太祖拳法,至少在明代之前便已大放异彩了,这确是不容置疑的事实。明代戚继光在其著作《纪效新书》中说:“古今拳家,宋太祖有三十二势,又有六步拳、猴拳,各势各异,而实大同小异……”由此可知,在明代戚继光之前,便已有宋太祖长拳流传了。而明代著名武术家程冲斗在其《少林棍法阐宗》中说:“古人制艺必立意,吾人资性各有所长,岂可尽废。惟杨家枪、太祖长拳、绵张短打、孙家阳手棍、少林兼枪带棒,乃五家不传。苟能习练精熟,得其心印,余可敝帚弃之矣。”可见宋太祖长拳在明代时极有声誉。实际上,太祖长拳应源于宋太祖训练士卒的遗法真传,综合士卒在战场上真拼实杀的格斗经验编制成三十二势长拳。宋太祖登基后成为一代帝王,昔日士卒犹觉此拳的珍贵,乃名之为“宋太祖三十二势长拳”。”
对于宋太祖长拳与宋太祖的关系,笔者的观点就是:“宋太祖长拳,应当是源于宋太祖赵匡胤训练士卒的遗法真传。”无独有偶,近日翻阅当代武术名家、广州暨南大学历史系教授马明达先生所著的《说剑从稿》,其中有《武术史上的宋太祖》一篇。其中的观点与笔者的观点是相映成趣。
马教授以详尽的史料证实了他的观点:“……与以上引文相类的材料,宋人笔记中亦有所见。这些材料使我们知道赵匡胤这位开有宋三百年基业的皇帝,不是单凭着权谋来驱使部伍的,他本人也精通武艺,又能以武艺训练将士,所以将士奋勇,左右效命。相信“皆善武艺”内侍数十人,都是太祖亲自简选教习的豪侠之徒,很可能就是通过他们的转相传习,宋太祖的棍法和拳法得以传布世间,并传之后世,从而为他在中国武术史上留下赫赫名声。”
所以,后世流传的宋太祖长拳即使不是出自宋太祖赵匡胤本人之手,但也必然和这位大宋王朝的开国皇帝存在千丝万缕的联系。所以说此拳创始于宋代及取名宋太祖长拳确有其道理。

<think>我们正在设计一个基于MediaPipe和LSTM的武术动作识别与评分系统。这个系统将包含以下关键部分: 1. 动作检测:使用MediaPipe进行人体姿态估计,提取关键点坐标。 2. 动作识别:使用LSTM(长短期记忆网络)对动作序列进行建模和识别。 3. 动作评分:采用动态时间规整(DTW)来比较标准动作和测试动作的差异,并结合关节角度权重分配方法进行评分。 论文设计思路如下: ### 一、引言 - 背景介绍:武术动作识别与评分的意义,传统评分方法的不足,计算机视觉和深度学习在该领域的应用前景。 - 相关工作:简要介绍MediaPipe在姿态估计中的应用,LSTM在动作识别中的优势,以及DTW在动作对齐和评分中的使用。 - 本文贡献:提出一个结合MediaPipe、LSTM和DTW的武术动作识别与评分系统,并引入关节角度权重分配方法以提高评分的准确性。 ### 二、系统总体设计 系统分为三个模块: 1. **姿态估计模块**:使用MediaPipe从视频流中提取人体33个关键点的三维坐标(包括可见性和置信度)[^1]。 2. **动作识别模块**:将关键点序列输入LSTM模型,对武术动作进行分类。 3. **动作评分模块**:利用DTW算法对齐标准动作序列和测试动作序列,计算距离,并考虑不同关节角度的权重分配,得出综合评分。 ### 三、姿态估计与数据预处理 - **姿态估计**:使用MediaPipe Pose模型处理输入视频,得到每帧的关键点坐标。 - **数据预处理**: - 坐标归一化:将坐标归一化到[0,1]范围,以消除不同人体尺寸和拍摄距离的影响。 - 序列处理:将连续帧的关键点坐标组成时间序列,每个时间步包含33个关键点的三维坐标(共99维)。 - 数据增强:通过旋转、平移、缩放等操作增加数据多样性,提高模型鲁棒性。 ### 四、动作识别模型(LSTM) - **模型结构**:使用多层LSTM网络,最后接全连接层和Softmax分类器。 - 输入:时间序列数据(每个时间步99维特征)。 - LSTM层:可以捕捉动作的时序依赖关系。 - 输出层:输出每个动作类别的概率。 - **训练**:使用交叉熵损失函数,优化器如Adam。 ### 五、动作评分方法 1. **动态时间规整(DTW)**: - 计算测试动作序列与标准动作序列(由专家演示)之间的最小距离。距离计算通常使用欧氏距离或曼哈顿距离。 - 公式:设标准动作序列为$S = [s_1, s_2, \dots, s_m]$,测试动作序列为$T = [t_1, t_2, \dots, t_n]$,则DTW距离$D(m,n)$为: $$ D(i,j) = d(s_i,t_j) + \min \begin{cases} D(i-1,j) \\ D(i,j-1) \\ D(i-1,j-1) \end{cases} $$ 其中$d(s_i,t_j)$是点$s_i$和$t_j$之间的距离(如欧氏距离)。 2. **关节角度权重分配**: - 在武术动作中,不同关节的重要性不同(例如,腿部动作在踢腿动作中比手部更重要)。因此,需要为不同关节角度分配不同的权重。 - 计算关节角度:利用关键点坐标计算关键关节的角度(如肘关节、膝关节等)。 - 权重分配方法:根据动作类型,由专家经验或通过统计方法(如熵权法)确定各关节角度的权重$w_k$($k$为关节索引)。 - 加权DTW:在计算DTW距离时,对每个关键点的距离乘以相应的权重,然后求和。 3. **评分转换**: - 将DTW距离转换为分数(例如0-100分),距离越小分数越高。转换函数可以是线性或非线性的,例如: $$ \text{score} = 100 \times e^{-\alpha \cdot \text{DTW}_{\text{weighted}}} $$ 其中$\alpha$是一个调整参数。 ### 六、实验与结果 - **数据集**:收集武术动作视频数据集,包含多个动作类别(如冲拳、踢腿等),每个动作由多人多次演示。 - **实验设置**:划分训练集和测试集,评估动作识别的准确率,以及评分系统的合理性(如与专家评分的一致性)。 - **评价指标**: - 动作识别:准确率、召回率、F1值。 - 动作评分:与专家评分的皮尔逊相关系数、均方根误差(RMSE)。 ### 七、结论与展望 - 总结:本文提出的系统能够有效识别武术动作并进行评分。 - 未来工作:引入注意力机制改进LSTM模型,考虑三维空间信息,扩展到其他体育动作等。 ### 八、参考文献 (按论文格式要求列出) ### 关键实现代码示例(伪代码) ```python # 使用MediaPipe提取关键点 import mediapipe as mp mp_pose = mp.solutions.pose def extract_keypoints(video_path): cap = cv2.VideoCapture(video_path) keypoint_sequences = [] with mp_pose.Pose() as pose: while cap.isOpened(): success, image = cap.read() if not success: break results = pose.process(image) if results.pose_landmarks: keypoints = [] for landmark in results.pose_landmarks.landmark: keypoints.extend([landmark.x, landmark.y, landmark.z]) # 共99维 keypoint_sequences.append(keypoints) return keypoint_sequences # LSTM模型(使用TensorFlow/Keras) from tensorflow.keras.models import Sequential from tensorflow.keras.layers import LSTM, Dense model = Sequential() model.add(LSTM(128, return_sequences=True, input_shape=(None, 99))) model.add(LSTM(64)) model.add(Dense(num_classes, activation='softmax')) model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy']) # DTW评分(带权重) from dtaidistance import dtw import numpy as np def weighted_dtw_distance(seq1, seq2, weights): # seq1和seq2都是二维数组(时间步×特征),假设特征已经按关节分组(每个关节3维,共33个关节) # weights: 长度为33的权重向量 n_joints = 33 total_distance = 0 for j in range(n_joints): # 提取每个关节的三维坐标(在特征中的索引为j*3: j*3+3) joint_seq1 = seq1[:, j*3:(j+1)*3] joint_seq2 = seq2[:, j*3:(j+1)*3] d = dtw.distance_fast(joint_seq1, joint_seq2) # 计算该关节的DTW距离 total_distance += weights[j] * d return total_distance ``` §§相关问题§§ 1. MediaPipe Pose模型提取的关键点坐标如何归一化? 2. 如何为不同武术动作的关节角度分配权重? 3. 动态时间规整(DTW)在动作评分中的具体实现步骤是什么? 4. LSTM模型在训练时如何防止过拟合? 5. 如何评估武术动作评分系统的性能?</think>### 基于MediaPipe和LSTM的武术动作识别与评分系统设计 #### 1. **总体架构设计** 系统分为三个核心模块: ```mermaid graph LR A[视频输入] --> B[MediaPipe姿态估计] B --> C[LSTM动作识别] B --> D[DTW动作评分] C --> E[动作分类结果] D --> F[评分结果] ``` #### 2. **动作检测模块(MediaPipe)** - **关键点提取**:使用MediaPipe Pose模型实时获取33个关节点$ (x,y,z) $坐标 - **数据预处理**: - 坐标归一化:$ \hat{x}_i = \frac{x_i - \mu_x}{\sigma_x} $ - 骨骼向量计算:$ \vec{v}_{ij} = (x_j - x_i, y_j - y_i, z_j - z_i) $ - 时序对齐:动态时间规整(DTW)预处理[^1] #### 3. **LSTM动作识别模型** - **网络结构**: ```python model = Sequential([ LSTM(128, input_shape=(30, 99)), # 30帧×33关节点×3坐标 Dropout(0.3), Dense(64, activation='relu'), Dense(len(ACTION_CLASSES), activation='softmax') ]) ``` - **特征工程**: - 关节角度计算:$ \theta = \cos^{-1}\left( \frac{\vec{a} \cdot \vec{b}}{|\vec{a}| |\vec{b}|} \right) $ - 相对位移特征:$ \Delta p_t = p_t - p_{t-1} $ - 运动速度特征:$ v_t = \frac{\Delta p_t}{\Delta t} $ #### 4. **DTW评分与权重分配** - **动态时间规整评分**: $$ \text{Score} = 100 \times e^{-\alpha \cdot D_{\text{DTW}}(S_{\text{ref}}, S_{\text{test}})} $$ 其中$ D_{\text{DTW}} $是标准动作与测试动作的最小弯曲路径距离 - **关节权重分配**: - 熵权法确定权重:$ w_j = \frac{1 - E_j}{\sum (1 - E_k)} $ - 关键关节(如膝关节、肘关节)赋予更高权重 - 权重动态调整机制:$ w_j' = w_j \times \frac{\theta_{\text{curr}}}{\theta_{\text{ref}}} $ #### 5. **系统创新点** 1. **多模态融合**:结合空间坐标+关节角度+运动速度特征 2. **注意力增强LSTM**:在关键动作帧增加时间注意力权重 3. **自适应评分**: - 基于选手体型调整期望角度范围 - 考虑动作连贯性惩罚因子$ \beta $ #### 6. **实验设计建议** - **数据集**:收集武术套路视频(如长拳、太极拳)并标注 - **评估指标**: - 识别准确率:$ \text{Acc} = \frac{\text{TP}+\text{TN}}{N} $ - 评分一致性:Pearson相关系数$ \rho $ - **对比实验**: - 与OpenPose等姿态估计模型对比 - 与传统评分方法(如裁判打分)相关性分析 #### 7. **论文结构建议** 1. 引言(武术自动评分研究背景) 2. 相关工作(MediaPipe/LSTM在动作识别中的应用) 3. 系统架构(含数据处理流程图) 4. 核心算法(LSTM+DTW+权重分配) 5. 实验分析(对比实验/消融实验) 6. 应用场景(武术教学/竞赛辅助) 7. 结论与展望 [^1]: Zhou Y, et al. 基于动态时间规整的动作质量评价方法. 计算机学报, 2021.
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值