相关实验视频
Updated: Jul 23, 2025
07:51
Video Movement Analysis Using Smartphones ViMAS: A Pilot Study
Published on: March 14, 2017
16.9K
使用OpenPose和手持智能手机视频实现爱丁堡视觉步行得分 (EVGS) 的自动化实现
Shri Harini Ramesh1, Edward D Lemaire2,3, Albert Tu4
1Department of Mechanical Engineering, University of Ottawa, Ottawa, ON K1N 6N5, Canada.
Sensors (Basel, Switzerland)
|July 11, 2023
概括
一个人工智能算法使用智能手机视频自动评分人类运动,使步态分析更容易获得. 这种自动化的爱丁堡视觉步行分数 (EVGS) 方法为手动视频分析提供了更快,更具成本效益的替代方案.
科学领域:
- 生物力学和运动科学 生物力学和运动科学
- 计算机视觉和人工智能的人工智能
- 数字健康数字健康
背景情况:
- 通过数字视频进行定量人类运动评估正在与人工智能一起推进.
- 爱丁堡视觉步行得分 (EVGS) 是有价值的,但需要时间和专业知识进行手动评分.
- 目前用于步态分析的方法可能耗时且资源密集.
研究的目的:
- 使用智能手机视频开发EVGS的自动算法实现.
- 通过人工智能实现可访问和具有成本效益的步态分析.
- 为了减少步态评估所需的时间和专业知识.
主要方法:
- 用智能手机以60赫兹的频率录制参与者的行走视频.
- 使用OpenPose BODY25姿势估计模型识别身体关键点.
- 开发用于脚事件和脚步检测的算法,以及EVGS参数计算.
主要成果:
- 精确的步伐检测在2-5内.
- 在17个参数中的14个参数中,算法和人类EVGS得分之间存在强烈一致.
- 算法EVGS结果与17个参数中的8个参数的基本真相的高相关性 (r > 0.80).
结论:
- 使用智能手机视频的AI驱动方法可以有效地自动化EVGS得分.
- 这项技术提高了步态分析的可访问性和成本效益.
- 这些发现支持使用人工智能和移动设备进行远程步行分析的未来研究.
