Improved Trajectory Reconstruction for Markerless Pose Estimation

要約

マーカーレスの姿勢推定により、複数の同期およびキャリブレーションされたビューから人間の動きを再構築でき、歩行分析を含む動きの分析を簡単かつ迅速にする可能性があります。
これにより、歩行障害のより頻繁かつ定量的な特徴付けが可能になり、介入に対する結果と反応のより良いモニタリングが可能になります。
ただし、さまざまなキーポイント検出器と再構成アルゴリズムがマーカーレス姿勢推定精度に与える影響は、完全には評価されていません。
リハビリテーション病院で見られる 25 人の異種サンプルからマルチカメラ システムから取得したデータで、これらのアルゴリズムの選択をテストしました。
トップダウンのキーポイント検出器を使用し、陰関数を使用して軌道を再構築すると、わずか 8 mm の GaitRite ウォークウェイと比較してステップ幅の推定値にノイズがあり、正確で滑らかで解剖学的に妥当な軌道が可能になることがわかりました。

要約(オリジナル)

Markerless pose estimation allows reconstructing human movement from multiple synchronized and calibrated views, and has the potential to make movement analysis easy and quick, including gait analysis. This could enable much more frequent and quantitative characterization of gait impairments, allowing better monitoring of outcomes and responses to interventions. However, the impact of different keypoint detectors and reconstruction algorithms on markerless pose estimation accuracy has not been thoroughly evaluated. We tested these algorithmic choices on data acquired from a multicamera system from a heterogeneous sample of 25 individuals seen in a rehabilitation hospital. We found that using a top-down keypoint detector and reconstructing trajectories with an implicit function enabled accurate, smooth and anatomically plausible trajectories, with a noise in the step width estimates compared to a GaitRite walkway of only 8mm.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google