变换步态：基于视频的时空步态分析
计算机视觉与模式识别
2022-03-18 v1 定量方法
摘要
单目视频的人体姿态估计是一个快速发展的领域，为人类运动科学和康复带来了巨大前景。这一潜力因确保输出具有临床意义且经过适当校准的研究较少而受限。步态分析通常在专用实验室中进行，产生包括运动学和步时序在内的精确测量。利用来自装备化步态分析实验室的超过 7000 段单目视频，我们训练了一个神经网络，将 3D 关节轨迹和个体身高映射到可解释的生物力学输出，包括步态周期时序、矢状面关节运动学和时空轨迹。这一任务特定层可准确估计脚触地和脚离地事件的时序。在将运动学输出解析为单个步态周期后，它还能够准确逐周期估计步频、步时、双支撑和单支撑时间、步行速度和步长。
引用
@article{arxiv.2203.09371,
title = {Transforming Gait: Video-Based Spatiotemporal Gait Analysis},
author = {R. James Cotton and Emoonah McClerklin and Anthony Cimorelli and Ankit Patel and Tasos Karakostas},
journal= {arXiv preprint arXiv:2203.09371},
year = {2022}
}