本研究旨在運用創新影像偵測技術，結合簡易人因工程評估法，探討基於人體骨架辨識的抬舉作業下背傷病風險評估模式之可行性，藉以標準化作業彎腰姿勢的判斷，並具備即時警示功能。現場調查顯示，年齡與年資增加與肌肉骨骼不適風險上升有關，特別是下背部、肩部與膝蓋。研究採用 YOLO-Pose 姿勢分類系統對 16 種姿勢進行辨識，準確率逾 90%，展現高度應用潛力，有助於勞工健康風險預防與職業災害警示。

杜珮君：勞動部勞動及職業安全衛生研究所助理研究員
林晃巖：國立台灣大學
黃耀輝：國立台灣大學

摘要
Abstract
目次
圖目次
表目次
第一章 計畫概述
第一節 研究背景
第二節 研究目的
第二章 文獻收集與回顧
第一節 人體姿勢估計
第二節 動作辨識
第三節 人體骨架辨識
第四節 肌肉骨骼傷害風險評估及評估工具
第三章 研究方法
第一節 作業現場環境調查及肌肉骨骼現況調查
第二節 研擬下背風險簡易評估方法與制定姿勢標準
第三節 人體骨架繪製及偵測辨識評估演算法
第四節 人體姿勢圖片、影片拍攝與蒐集及下背傷病風險評估驗證實驗
第五節 伺服器與邊緣運算裝置的架構設計與性能測試之FPS驗證實驗
第六節 AI演示系統
第七節 研究限制
第四章 結果與討論
第一節 肌肉骨骼現況及作業現場環境調查
第二節 偵測模型關節點誤差及彎曲角度誤差驗證實驗
第三節 單人與多人之人體骨架偵測辨識評估演算法驗證實驗
第四節 伺服器與邊緣運算裝置的架構設計與性能測試(FPS驗證)
第五節 AI演示系統
第五章 結論與建議
第一節 結論
第二節 建議
參考文獻
附錄 研究報告簡報