VideoRun2D：用于冲刺生物力学的低成本无标记运动捕捉

冲刺是一项决定性的运动能力，尤其在团队运动中。过去，人们利用专门针对人体生物力学开发的不同方法研究了冲刺运动学，其中无标记系统作为极具成本效益的方法脱颖而出。另一方面，基于近期机器学习突破，我们现在拥有多种用于像素与身体追踪的通用方法，在身体追踪方面表现优异，但这些优异的追踪器通常未考虑真实的人体生物力学。本研究首先将其中两种通用追踪器（MoveNet 和 CoTracker）适配于真实的生物力学分析，随后将其与手动追踪（使用 Kinovea 软件手动标记关键点）进行对比评估。我们最终得到的专为冲刺生物力学适配的最佳无标记身体追踪器被称为 VideoRun2D。本文报告了 VideoRun2D 的实验开发与评估，数据来自对 5 名不同受试者用摄像机录制的 40 次冲刺，分析重点放在冲刺生物力学的 3 个关键角度：躯干倾角、髋关节屈伸与膝关节屈伸。CoTracker 方法与手动标记方法相比显示出巨大差异。然而，MoveNet 方法正确估计了角度曲线，误差介于 3.2° 至 5.5° 之间。结论是，我们提出的基于 MoveNet 核心的 VideoRun2D 似乎在某些场景下是评估冲刺运动学的有用工具。另一方面，作为无标记冲刺分析系统，VideoRun2D 第一版所观测到的精度可能尚不足以满足高要求应用。文末也探讨了旨在实现该目标的未来研究方向：更好的追踪后处理以及依赖于用户与时间的自适应。