优化轨迹和反向动力学用于无标记运动捕获数据的生物力学分析

科学领域:

• 生物力学 生物力学
• 计算机视觉 计算机视觉
• 康复科学 康复科学 康复科学

背景情况:

• 使用计算机视觉和人类姿势估计 (HPE) 的无标记运动捕捉有望更广泛地获得精确的运动分析.
• 准确的结果跟踪和敏感的研究工具对于康复至关重要.
• 在指导视频到生物机械数据管道的设计决策方面存在重大差距.

研究的目的:

• 分析无标记运动捕捉管道中的关键步骤,用于生物机械分析.
• 为了确定重点特征准确的运动估计在康复设置.
• 开发一个用户友好的管道,以获得精确的生物机械运动数据.

主要方法:

• 利用最近的人类姿势估计 (HPE) 算法进行密集的关键点检测.
• 采用隐式表示来实现平滑,解剖学上受约束的轨迹重建.
• 实现了生物机械模型的代优化和逆动力学 (IK) 的规范化.

主要成果:

• 一组密集的生物机械动机关键点可以提高准确性.
• 隐式轨迹重建增强了IK的解剖学约束.
• 代模型优化和适当的规范化对于精确的生物力学估计至关重要.

结论:

• 开发的管道简化了准确的生物机械运动估计的提取.
• 这种方法可以通过精确的运动分析,显著推进康复研究和临床实践.
• 优化HPE算法,轨迹重建和IK过程是可靠的无标记运动捕获的关键.