基于无标记动作捕捉的动态高斯泼溅可重建婴儿运动
计算机视觉与模式识别
2023-10-31 v1
摘要
便捷地获取精确的 3D 运动追踪可惠及康复的诸多方面。实现该目标的一个挑战在于，尽管存在许多面向健全成年人的数据集与预训练算法，但在这些数据集上训练的算法往往难以推广到包括残障人士、婴儿和新生儿在内的临床人群。婴儿与新生儿的可靠运动分析十分重要，因为自发运动行为是神经功能与神经发育障碍的重要指标，有助于指导早期干预。我们探索了将动态高斯泼溅应用于稀疏无标记动作捕捉（MMC）数据。我们的方法利用语义分割掩码聚焦于婴儿，显著改善了场景的初始化。我们的结果展示了该方法在渲染场景新视角及追踪婴儿运动方面的潜力。本工作为可应用于多样临床人群、尤其侧重婴儿早期检测的先进运动分析工具铺平了道路。
引用
@article{arxiv.2310.19441,
title = {Dynamic Gaussian Splatting from Markerless Motion Capture can Reconstruct Infants Movements},
author = {R. James Cotton and Colleen Peyton},
journal= {arXiv preprint arXiv:2310.19441},
year = {2023}
}