スポーツや運動におけるマーカーレス運動分析のための商用ビジョンセンサーとAIベースのポーズ推定フレームワーク:ミニレビュー

科学分野:

• バイオメカニクス
• 人間 の 動き の 分析
• 運動科学

背景:

• 伝統的なモーションキャプチャシステムは 精度が高く複雑です
• マーカーレス運動分析ツール (Kinect,OpenPoseなど) は,標準カメラを使用するアクセシブルな代替手段を提供します.
• これらのツールは,さまざまなアプリケーションのための2Dおよび3D運動分析を可能にします.

研究 の 目的:

• マーカーレスモーションキャプチャ技術の有効性と信頼性を検討する.
• これらのシステムをスポーツや運動における 黄金基準の方法と比較します
• マーカレス運動分析の最適設定と将来の展望について議論する.

主な方法:

• マーカーレスモーションキャプチャシステム (商用およびオープンソース) を評価した研究のレビュー.
• 従来のシステムと比較した有効性と信頼性の分析
• スポーツ,臨床環境,ゲームにおけるアプリケーションの検討

主要な成果:

• 2Dマーカーレスシステムは費用対効果の高いソリューションを提供していますが,平面外の動きや環境要因と闘っています.
• オープンソースのフレームワーク (OpenPose,MediaPipe) は,リアルタイムのポーズ推定に希望を示しています.
• 商用システム (Kinect,ZED) は3D運動データ取得のための実行可能なオプションを提供しています.

結論:

• マーカレス運動分析は急速に進歩する分野であり,大きな可能性を秘めています.
• 2Dから3Dのポーズ評価に AIと機械学習を統合することは 現在の限界を克服する鍵です
• これらの進歩は,運動学と生体力学の研究におけるより広範な採用をサポートします.