相关实验视频
Updated: Jun 28, 2026

08:16
Movement Retraining using Real-time Feedback of Performance
Published on: January 17, 2013
13.4K
验证机器视觉和动作运动摄像机用于3D运动分析模型重建的验证
John David Johnson1, Michael Hales2, Randy Emert3
1Department of Exercise Science & Sport Management, Kennesaw State University, Kennesaw, GA, USA.
Scientific reports
|November 29, 2023
概括
动作运动摄像机为运动分析研究提供了可行的,经济高效的替代方案. 精度与参考系统相当,尽管校准和相机类型会影响结果.
科学领域:
- 生物力学 生物力学
- 运动分析 运动分析
- 运动技术技术 运动技术
背景情况:
- 传统的运动捕捉系统昂贵而复杂.
- 像动作运动摄像头这样的新兴技术为可访问的运动分析提供了潜力.
研究的目的:
- 评估使用动作运动摄像机进行运动分析研究的可行性和准确性.
- 为了比较动作运动摄像机与参考运动捕捉系统的性能.
- 为了确定校准程序对运动重建精度的影响.
主要方法:
- 使用两种基于标记器的运动捕捉系统和六种相机组合获取的运动数据.
- 分析了运动重建的准确性,将实验性摄像系统与参考系统进行比较.
- 研究了静态与动态校准程序对标记位置重建的影响.
主要成果:
- 标记物位置重建的平均优点分数差异为0.4毫米 (静态) 和1.3毫米 (动态).
- 角位移差异在0.1至2.0度之间,运动范围有系统偏差.
- 机器视觉和动作运动摄像头,特别是具有动态校准的,产生了非常准确的3D重建范围的运动数据 (0.5度).
结论:
- 动作运动摄像头为运动分析研究提供了可行的和准确的选择.
- 校准程序显著影响运动重建的准确性.
- 选择相机类型,软件和校准方法对于可靠的运动分析结果至关重要.

