相关实验视频
Updated: May 15, 2025
08:16
Movement Retraining using Real-time Feedback of Performance
Published on: January 17, 2013
13.2K
一个概念框架和对3D无标记运动捕捉在体育和运动中的多方法方法的审查
Habib Noorbhai1,2, Sanghee Moon3, Takashi Fukushima4,5
1BEAHT Research Centre, Faculty of Health Sciences, University of Johannesburg, Johannesburg, South Africa.
Journal of sports sciences
|April 8, 2025
概括
本文介绍了用于比较各种3D无标记运动捕捉系统的框架. 它指导研究人员根据设置,校准和数据处理选择体育和运动应用程序的最佳配置.
科学领域:
- 生物力学 生物力学
- 计算机视觉 计算机视觉
- 运动科学 运动科学 运动科学
背景情况:
- 多样化的移动捕捉技术需要有结构的比较.
- 现有的方法从单摄像头到多摄像头系统,包括深度传感.
研究的目的:
- 为审查和比较运动捕捉系统提供一个概念框架.
- 为了指导选择适合的3D无标记运动捕捉配置,用于体育和运动.
主要方法:
- 审查现有的运动捕捉方法.
- 分类为三个方法:单摄像头与深度估计,单摄像头与深度传感器,和多摄像头.
- 详细分析每个方法的设置,校准,优缺点和数据处理.
主要成果:
- 一个结构化的框架,详细介绍了三个不同的运动捕捉方法.
- 设置,校准和数据处理的指导方针.
- 考虑如何将框架适应特定的研究和应用环境.
结论:
- 该框架有助于明智选择3D无标记运动捕捉系统.
- 它促进了标准化和在体育和运动中更广泛地采用先进技术.
- 方法论严谨通过实践实施的程序指南来证明.
