相关实验视频
Updated: Jul 5, 2025
07:51
Video Movement Analysis Using Smartphones ViMAS: A Pilot Study
Published on: March 14, 2017
16.8K
用手机基于视频的骨跟踪和3D动作捕捉量化的肩部运动范围的比较-初步研究
Wolbert van den Hoorn1,2,3, Maxence Lavaill2,3, Kenneth Cutbush2,4
1School of Exercise & Nutrition Sciences, Queensland University of Technology, Brisbane, QLD 4059, Australia.
Sensors (Basel, Switzerland)
|January 23, 2024
概括
智能手机对肩部运动范围 (RoM) 的人体姿势跟踪 (2D-pose) 与3D运动捕捉是一致的. 然而,智能手机系统可能会高估RoM,特定的运动,如引力显示更大的差异.
科学领域:
- 生物力学 生物力学
- 人类运动分析分析
- 数字健康技术是数字健康技术.
背景情况:
- 使用智能手机摄像头 (2D-pose) 量化肩部运动范围 (RoM) 缺乏确定的准确性.
- 肩部RoM的临床评估通常依赖于专门的设备.
研究的目的:
- 确定基于智能手机的人体姿势跟踪的准确性,以量化肩部运动范围.
- 为了比较2D姿势估计与黄金标准的3D运动捕捉系统.
主要方法:
- 20名健康的参与者进行了肩膀运动 (绑架,引,曲,伸展).
- 使用智能手机姿势估计 (果的Vision框架) 和3D运动捕获同时捕获数据.
- 分析包括线性混合模型和布兰德-阿尔特曼分析,以评估有效性和iPhone定位影响.
主要成果:
- 2D姿势肩部RoM显示高一致性与3D运动捕捉 (R2>0.93).
- 智能手机估计倾向于高估肩部RoM.
- 差异因运动类型 (引力最不准确) 和RoM幅度而异.
结论:
- 智能手机衍生的肩部RoM与3D动作捕捉是一致的.
- 观察到的差异可能源于系统之间的胸部框架定义的变化.
- 建议使用纠正方法来解决飞机外运动中的潜在不准确性.
