基于单目视频的算法可提供高准确度与高可靠性的步态参数
信号处理
2024-09-05 v5 机器学习
摘要
尽管其对多种用例（如医疗健康、运动、康复与体能评估）至关重要，充分有效且可靠的步态参数测量在很大程度上仍局限于高端步态实验室。在此，我们展示一种新型步态评估系统的优异效度与重测重复性，该系统基于现代卷积神经网络，从行人正面单目视频中提取三维骨架关节。效度研究基于与 GAITRite 压感步道系统的对比。所有被测步态参数（步速、步频、步长与步时）在正常与快速步态速度下的多次行走试验中均表现出优异的同时效度。其重测重复性与 GAITRite 系统处于同一水平。总之，我们确信该结果可为广泛应用中的低成本、省空间且操作简便的步态分析铺平道路。多数基于传感器的系统成本高昂，须由受过广泛训练的人员操作（如动作捕捉系统），或——即便成本不高——仍具有相当复杂性（如可穿戴传感器）。相比之下，本文评估方法所需的视频可由任何人借助智能手机摄像头轻松获取，无需过多训练。
引用
@article{arxiv.2008.08045,
title = {Algorithm Based on One Monocular Video Delivers Highly Valid and Reliable Gait Parameters},
author = {Arash Azhand and Sophie Rabe and Swantje Müller and Igor Sattler and Anika Steinert},
journal= {arXiv preprint arXiv:2008.08045},
year = {2024}
}