相关实验视频
Updated: Jul 2, 2026

08:16
Movement Retraining using Real-time Feedback of Performance
Published on: January 17, 2013
13.7K
面向基于RGB摄像头的实时重复计数器,使用自动关联与动作识别用于家庭康复
Amanpreet Chander1, Chirag Singhal2, Ashish Kumar Sahani2
1Department of Biomedical Engineering, Indian Institute of Technology Ropar, Rupnagar, 140001, India. aman.chander86@gmail.com.
Scientific reports
|November 25, 2025
概括
这项研究引入了使用负担得起的RGB摄像头和MediaPipe进行中风康复的实时重复计数器. 该系统准确地计算运动重复次数,并识别活动,从而实现了实用的家庭物理治疗.
科学领域:
- 生物医学工程 生物医学工程
- 计算机视觉 计算机视觉
- 康复技术 康复技术 康复技术
背景情况:
- 卒中幸存者在家进行康复练习时面临挑战.
- 现有的虚拟康复系统通常依赖于昂贵或过时的技术.
- 准确的重复计数对于康复中自动反至关重要.
研究的目的:
- 为在家中进行中风康复开发一种负担得起的,强大的和通用的实时重复计数器.
- 将活动识别纳入全面的实践监测.
- 克服以前系统在成本,复杂性和实时能力方面的局限性.
主要方法:
- 使用RGB视频和MediaPipe进行关节提取.
- 实施了一种轻量级的变压器模型,用于对12个活动的动作识别.
- 采用四轴方差机制和自我相关性来检测重复.
- 在定制和基准数据集 (UI-PRMD,KIMORE) 上进行评估.
主要成果:
- 在定制数据集上实现的平均平均绝对误差 (MAE) 为3.2733,在KIMORE数据集上达到1.4467.
- 通过初步实验证明了实时验证.
- 在活动识别方面获得F1分数高达0.996.
结论:
- 拟议的系统提供了一个实际的解决方案,用于仅使用RGB摄像头进行家庭康复.
- 该方法提供了准确的实时重复计数和活动识别.
- 这项技术可以提高中风恢复计划的有效性和可访问性.

