相关实验视频
Updated: Jun 17, 2026
08:16
Movement Retraining using Real-time Feedback of Performance
Published on: January 17, 2013
13.4K
自动反运动垂直跳跃分析的验证:无标记的姿势估计与基于3D标记的运动捕捉系统
Jelena Aleksic1, Dmitry Kanevsky2, David Mesaroš3
1Faculty of Sport and Physical Education, University of Belgrade, 11000 Belgrade, Serbia.
Sensors (Basel, Switzerland)
|October 26, 2024
概括
无标记姿势估计 (MMPose) 准确地分析了反运动垂直跳跃 (CMJ) 的时间变量. 这种可靠的自动化方法为体育和康复环境提供了对3D运动捕捉的实用替代方案.
科学领域:
- 生物力学 生物力学
- 运动科学 运动科学 运动科学
- 运动分析 运动分析
背景情况:
- 对反运动垂直跳跃 (CMJ) 的准确时间分析对于性能评估和伤害预防至关重要.
- 传统的基于3D标记器的运动捕捉系统是准确的,但成本高,耗时长,限制了它们的现场应用.
- 无标记物姿势估计为运动分析提供了一个潜在的低成本,可访问的替代方案.
研究的目的:
- 用MMPose无标记体位估计框架验证CMJ的自动时间分析.
- 为了比较MMPose的性能与黄金标准的基于3D标记器的运动捕捉系统.
- 评估MMPose对CMJ分析的可靠性和实际意义.
主要方法:
- 12名参与者进行了5次CMJ试验,同时通过基于3D标记器的系统和两台智能手机摄像头进行记录.
- MMPose分析了关键的动力学点,包括质量中心 (CoM) 和脚轨迹,以确定跳跃阶段和时间变量.
- 统计分析包括布兰德-阿尔特曼,RMSE,皮尔森的r,ICC,ANOVA和科恩的d,以评估一致性,可靠性和差异.
主要成果:
- 与3D系统相比,MMPose表现出强烈的一致性 (r > 0.98) 和可靠性 (ICC > 0.91),偏差最小.
- 观察到跳跃高度和CoM垂直速度的轻微高估,但科恩的d表明了微不足道的实际差异.
- 根据记录侧发现没有显著的变化,证实了一致性.
结论:
- MMPose是CMJ自动时间分析的可靠和有效工具,与黄金标准的3D运动捕捉相提并论.
- 无标记系统为现场CMJ评估提供了实用且易于使用的解决方案.
- 在体育表现监测和康复环境中,MMPose支持更广泛的应用.
