检查2D正面和斜无标记运动捕捉:对无标记应用的含义

科学领域:

• 生物力学 生物力学
• 运动分析 运动分析
• 计算机视觉 计算机视觉

背景情况:

• 无标记运动捕捉为基于标记的系统提供了经济高效的替代方案.
• 准确的3D关节动力学对于临床步态分析至关重要.
• 在二维视图中身体部分的遮蔽对无标记系统来说是一个重大挑战.

研究的目的:

• 为了评估2D关节角度的准确性,该角度是通过无标记的运动捕捉来评估封闭关节和可见关节的准确性.
• 在临床应用中确定2D正面平面关节角度的可用性.
• 确定当前姿势估计算法和训练数据集的局限性.

主要方法:

• 十五名健康参与者接受了基于标记器和2D标记器的运动捕捉在行走过程中.
• 用布兰德-阿尔特曼分析来比较无标记的2D关节角度与基于标记的3D数据.
• 分析了对部,膝盖和脚的斜腰和正面平面关节角度.

主要成果:

• 无标记的斜平面部和膝盖角度显示,与可见侧面相比,封闭侧面的偏差和协议极限是可见侧面的两倍.
• 摄像机侧的斜视平面角与已建立的基于标记器的误差边际相似.
• 前面平面部和膝盖的角度显示了可接受的协议,但脚的角度超过了实际应用的限制 (±12°).

结论:

• 目前的无标记物姿势估计算法存在局限性,特别是在闭合的关节.
• 2D前面平面动力学可能适用于部和膝盖分析,但不是脚.
• 改善无标记训练数据集对于提高解剖学准确性和临床实用性至关重要.