运动科学需要不同的姿态跟踪算法
计算机视觉与模式识别
2019-07-25 v1 定量方法
摘要
在过去十年中，计算机科学在从单相机照片或视频中提取人体姿态方面取得了进展。这有望使运动科学能够检测疾病、量化运动表现，并将科学从实验室带入现实世界。然而，当前的姿态跟踪算法未能满足运动科学的需求；对至关重要的运动数据类型的估计很差。例如，目前用于评估姿态跟踪算法的指标使用带有噪声的人工标注真值数据，并且没有优先考虑对运动科学至关重要的相关变量的精度，如三维位置、速度、加速度和力。在这里，我们介绍了使用运动数据的科学学科及其所需的数据类型，并讨论了使姿态跟踪对运动科学真正产生变革性影响所需的改变。
引用
@article{arxiv.1907.10226,
title = {Movement science needs different pose tracking algorithms},
author = {Nidhi Seethapathi and Shaofei Wang and Rachit Saluja and Gunnar Blohm and Konrad P. Kording},
journal= {arXiv preprint arXiv:1907.10226},
year = {2019}
}
备注
13 pages, 2 figures, 1 table