面向运动疗法的三维姿态估计与惯性动作捕捉系统的优势与局限
图像与视频处理
2023-06-13 v1 人工智能
计算机视觉与模式识别
机器学习
信号处理
摘要
三维姿态估计为快速、无创且精确的运动分析提供了可能，这在临床应用中尤为受关注。目前，动作捕捉系统因其稳健且精确的数据采集能力而被使用，这在临床应用中至关重要。在本研究中，我们针对特定运动练习，将最先进的的三维位置估计方法 MeTrabs 与成熟的惯性传感器系统 MTw Awinda 的精度进行比较。本研究使用并提供了一份评估数据集，包含 10 名受试者在各种运动疗法练习期间的并行记录。Awinda 系统的信息与单目姿态估计的帧已同步。为进行比较，我们估计并评估了踝、膝、背部和肘屈伸关节角的临床相关参数，采用不同练习、相机位置和衣物条件下计算关节角的均值、中位数和最大偏差进行评价。分析结果表明，对于部分所研究的角度，均值和中位数偏差可保持在 5° 以下。即便考虑 15° 的最大偏差，这些关节也可考虑用于医疗应用。然而，对某些尤其存在问题的关节应谨慎对待，特别是肘屈曲，在我们的分析中其最大偏差高达 50°。此外，练习类型对于三维位置估计方法的可靠与安全应用起着关键作用，例如，所有关节角在贴近地面的练习中性能均显著下降。
引用
@article{arxiv.2306.06117,
title = {Strengths and Weaknesses of 3D Pose Estimation and Inertial Motion Capture System for Movement Therapy},
author = {Shawan Mohammed and Hannah Siebers and Ted Preuß},
journal= {arXiv preprint arXiv:2306.06117},
year = {2023}
}