基于机器视觉的运动表现分析
计算机视觉与模式识别
2023-12-19 v1
摘要
本研究探讨了使用单部智能手机进行单目二维无标记运动捕捉（MMC）测量跳跃高度、速度、腾空时间、触地时间和关节活动范围（ROM）的可行性。16名健康成年人完成了选定测试的三次重复，同时使用测力台、光学运动捕捉（OMC）和智能手机摄像头记录其身体运动。随后使用OpenPose v1.7.0对智能手机视频进行MMC处理。在跳跃高度和速度测量方面，MMC与地面真值表现出极好的一致性。然而，在腾空时间、触地时间、ROM和角速度测量方面，MMC的性能从差到中等不等。这些发现表明，单目二维MMC可能是在跳跃和基于速度的测试中评估运动表现时OMC或测力台的可行替代方案。此外，MMC可为腾空时间、触地时间、ROM和角速度测量提供有价值的视觉反馈。
引用
@article{arxiv.2312.11340,
title = {Machine Vision-Enabled Sports Performance Analysis},
author = {Timilehin B. Aderinola and Hananeh Younesian and Cathy Goulding and Darragh Whelan and Brian Caulfield and Georgiana Ifrim},
journal= {arXiv preprint arXiv:2312.11340},
year = {2023}
}