Die Ausbreitung von COVID-19 hat dazu geführt, dass alle gezwungen sind, drinnen zu bleiben, was einen erheblichen Rückgang der körperlichen Aktivität nach sich gezogen hat. Unsere Arbeit basiert auf der Idee, ein grundlegendes Mechanismus zu formulieren, um die Aktivitätsstufen einer Person in Echtzeit mithilfe eines einzelnen monokularen Bildes des Zielobjekts zu erkennen. Der Anwendungsbereich kann auf viele Szenarien verallgemeinert werden, sei es bei Interviews, Online-Kursen, Sicherheitsüberwachung usw. Wir schlagen einen mehrstufigen Ansatz auf Basis der Computer Vision vor, bei dem zunächst die Haltung einer Person erkannt wird, mit einem neuen Verfahren kodiert und dann durch einen klassischen maschinellen Lernalgorithmus bewertet wird, um das Aktivitätsniveau zu bestimmen. Ein Warnsystem ist in den Ansatz integriert, um durch das Senden von Benachrichtigungswarnungen an beteiligte Personen eine Lösung gegen Trägheit zu bieten.