基于多视角无标记运动捕捉的生物力学重建及其置信区间
计算机视觉与模式识别
2025-02-11 v1
摘要
多视角无标记运动捕捉 (MMMC) 的进展为临床实践和研究提供了高质量的运动分析能力。虽然先前的验证研究显示 MMMC 在平均情况下表现良好,但它们不提供临床实践或大规模利用 MMMC 所必需的——针对特定个体使用特定相机配置从而获得的特定运动学估计的置信区间。我们扩展了之前的工作,通过使用表示轨迹的隐式表示,通过可微生物力学模型进行 end-to-end 优化来学习给定所有检测到的关键点的 pose 的后验概率分布。通过变分近似学习该后验概率,为每个试验中每个关节的每个时刻估计置信区间,显示置信区间通常在 10-15 mm 的空间误差范围内对于虚拟标记位置,这与我们的先前验证研究一致。关节角度的置信区间通常只有几度,并且对更遥远的关节更为宽泛。后验分布还建模了关节角度之间的相关结构,例如髋关节和骨盆角度之间的相关性。通过该方法估计的置信区间允许我们识别运动学不确定性较高的时刻和试验。
引用
@article{arxiv.2502.06486,
title = {Biomechanical Reconstruction with Confidence Intervals from Multiview Markerless Motion Capture},
author = {R. James Cotton and Fabian Sinz},
journal= {arXiv preprint arXiv:2502.06486},
year = {2025}
}
备注
14 pages, 7 figures