Pose2Gait: Extracting Gait Features from Monocular Video of Individuals with Dementia

要約

認知症高齢者の歩行をビデオベースで周囲モニタリングすることで、健康状態のマイナスの変化を検出し、臨床医や介護者が早期に介入して転倒や入院を防ぐことができる可能性があります。
コンピューター ビジョン ベースの姿勢追跡モデルは、ビデオ データを自動的に処理し、関節の位置を抽出できます。
ただし、公的に入手可能なモデルは、高齢者や臨床集団の歩行分析には最適化されていません。
この研究では、壁に取り付けられたカメラに向かって廊下を歩く個人のビデオから抽出された 2 次元のポーズ シーケンスから、歩行全体にわたって平均化された一連の 3 次元時空間歩行特徴にマッピングするようにディープ ニューラル ネットワークをトレーニングします。
順序。
この作業で使用された認知症患者のデータは、壁に取り付けられたシステムを使用して 2 つのサイトでキャプチャされ、モデルのトレーニングと評価に使用されるビデオと深度情報が収集されました。
私たちの Pose2Gait モデルは、深度カメラからの特徴と相関する速度と歩幅の値をビデオから抽出でき、Spearman の相関係数はそれぞれ 0.83 と 0.60 で、単眼ビデオから 3 次元の時空間特徴を予測できることを示しています。
。
今後の作業は、ステップ時間やステップ幅などの他の機能の精度を向上させ、縦方向の周囲モニタリング中に歩行の意味のある変化を検出するための予測値の有用性をテストすることです。

要約(オリジナル)

Video-based ambient monitoring of gait for older adults with dementia has the potential to detect negative changes in health and allow clinicians and caregivers to intervene early to prevent falls or hospitalizations. Computer vision-based pose tracking models can process video data automatically and extract joint locations; however, publicly available models are not optimized for gait analysis on older adults or clinical populations. In this work we train a deep neural network to map from a two dimensional pose sequence, extracted from a video of an individual walking down a hallway toward a wall-mounted camera, to a set of three-dimensional spatiotemporal gait features averaged over the walking sequence. The data of individuals with dementia used in this work was captured at two sites using a wall-mounted system to collect the video and depth information used to train and evaluate our model. Our Pose2Gait model is able to extract velocity and step length values from the video that are correlated with the features from the depth camera, with Spearman’s correlation coefficients of .83 and .60 respectively, showing that three dimensional spatiotemporal features can be predicted from monocular video. Future work remains to improve the accuracy of other features, such as step time and step width, and test the utility of the predicted values for detecting meaningful changes in gait during longitudinal ambient monitoring.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google