评估基于视觉的算法的准确性,用于用多个摄像头角度测量马的基线估计
Karsten Key1, Katja Berg1, Jakob Kirkegaard1
1KeyDiagnostics, Fredensborg, Denmark.
Veterinary medicine and science
|December 30, 2025
概括
这项研究表明,一种新的基于视觉的算法使用各种摄像头角度,包括手持设备,准确地估计了用于诊断马匹的基线. 这为传统方法提供了一个便携和客观的替代方案.
科学领域:
- 兽医医学 兽医医学 兽医医学
- 生物力学 生物力学
- 计算机视觉 计算机视觉
背景情况:
- 马类的诊断往往依赖于主观的视觉评估.
- 像IMU这样的客观方法需要专门的设备.
- 基于视觉的算法提供了一个便携式的,无标记的替代品,需要验证.
研究的目的:
- 为了评估一个定制的基于视觉的算法用于基线估计.
- 为了评估多个摄像头角度的准确性,包括手持式使用.
- 为了分析它在跑步机上跑步的马匹中的应用.
主要方法:
- 这是一项实验性比较研究,涉及8只标准种马.
- 用过的iPhone用于各种角度的视频录制,包括手持.
- 应用了深度神经网络来估计2D关键点并计算垂直移位信号 (VDS).
主要成果:
- 基线估计显示了接近零的平均角度误差和低平均平均误差 (MAE = 0.45°).
- 马克斯迪夫和明迪夫的脚步水平MAE为0.5毫米.
- 手持式使用带来了临床上可接受的额外变异性 (Maxdiff和Mindiff MAE < 1.8 mm).
结论:
- 基于视觉的算法准确地估计了来自不同摄像头设置的基线和VDS参数.
- 限制包括基于跑步机的数据和单一的品种/外套颜色,可能会影响概括性.
- 建议在不同的环境和与其他客观系统进行进一步的验证.
更多相关视频
08:32Tracking Rats in Operant Conditioning Chambers Using a Versatile Homemade Video Camera and DeepLabCut
Published on: June 15, 2020
13.2K
07:24Using Eye-tracking to Assess the Relative Importance of Visual and Vestibular Input to Subcortical Motion Processing in the Roll Plane
Published on: August 22, 2025
427
