在步行过程中无校准单眼视觉肌肉骨模拟
1Department of Research and Development, ORGO, 2-7 Odori W18, Chuo-ku, Sapporo, 061-1136, Japan.
Heliyon
|June 13, 2024
概括
这项研究验证了使用单摄像头 (单眼) 视频进行无标记运动捕捉和肌肉骨模拟. 结果显示,准确度与多摄像头系统相似,为临床医生提供了可访问的步态分析.
科学领域:
- 生物力学 生物力学
- 计算机视觉 计算机视觉
- 人类运动分析 人类运动分析
背景情况:
- 无标记运动捕获简化了数据采集.
- 像OpenCap这样的先前方法使用了多个设备.
- 单眼视觉方法提供了更容易捕捉运动的潜力,但需要验证肌肉骨模拟.
研究的目的:
- 通过单眼视觉方法验证肌肉骨模拟的准确性.
- 评估单摄像头步态分析的可行性.
- 为了比较基于单眼视觉的模拟结果与传统的运动捕捉.
主要方法:
- 使用SMPL模型从单个视频中重建了3D人类运动.
- 从SMPL模型生成虚拟标记数据.
- 执行反向动力学,GRF预测,反向动力学和静态优化.
- 计算平均绝对误差 (MAE) 与基于标记器的运动捕捉数据相比.
主要成果:
- 关节角度的平均绝对误差 (MAE) 为8.4°,GRF的体重为5.0%,关节时刻的体重*身高为1.1%,肌肉激活为0.11.
- 一些结果与多摄像头系统 (OpenCap) 相似.
- 单眼方法实现了更大的,但可比的,整体MAE.
结论:
- 基于单眼视觉的运动捕捉和肌肉骨模拟对于步态分析是有效的.
- 这种方法不需要预先准备,有利于临床应用.
- 它提供了一种简单,易于使用的方法来量化日常步行评估.
