利用数字感知技术进行人体生物力学过程的远程感知与分析：一种用于工作负荷和关节力评估的非接触式方法
计算机视觉与模式识别
2024-04-03 v1 人机交互
摘要
本研究提出了一种创新的计算机视觉框架，旨在分析工业环境中的人体运动，通过无缝集成现有软件来增强生物力学分析。通过结合先进的成像和建模技术，该框架能够对人体运动进行全面审视，提供对运动学模式和动力学数据的宝贵见解。该方法利用卷积神经网络(CNN)、直接线性变换(DLT)和长短期记忆(LSTM)网络，准确检测关键身体点，重建3D landmarks，并生成详细的3D人体网格。对各种运动的广泛评估验证了该框架的有效性，结果表明与传统基于标记的模型相比，关节角度估计差异较小，体重和身高估计精确。统计分析一致支持该框架的可靠性，其中髋关节屈曲、肘关节屈曲和膝关节角度的关节角度估计差异小于5度。此外，与10名受试者的真实值相比，体重估计的平均误差小于6%，身高估计的平均误差小于2%。Biomech-57 landmark骨架模板的集成进一步增强了鲁棒性并强化了框架的可信度。该框架在工业环境中的精细生物力学分析方面显示出巨大潜力，消除了繁琐标记的需要，并将其应用扩展到不同研究领域，包括研究特定外骨骼设备对促进受伤工人快速返回工作岗位的影响。
引用
@article{arxiv.2404.01576,
title = {Leveraging Digital Perceptual Technologies for Remote Perception and Analysis of Human Biomechanical Processes: A Contactless Approach for Workload and Joint Force Assessment},
author = {Jesudara Omidokun and Darlington Egeonu and Bochen Jia and Liang Yang},
journal= {arXiv preprint arXiv:2404.01576},
year = {2024}
}