Evaluation Framework for Feedback Generation Methods in Skeletal Movement Assessment

要約

スケルトンビデオからの動作評価への機械学習ソリューションの応用は、近年、研究で大きな注目を集めています。
この進歩により、2D または 3D ビデオから人間の姿勢を検出および分析するための手頃な価格の機器で動作できる動作評価アルゴリズムを利用して、自宅でのリハビリテーションがより利用しやすくなりました。
自動評価タスクの主な目的は動作を採点することですが、主要な動作の問題を強調するフィードバックの自動生成は、リハビリテーションのプロセスを大幅に強化および加速する可能性があります。
自動動作評価の分野では数多くの研究成果が存在しますが、フィードバックの生成に取り組んでいる研究はほんの一握りです。
この研究では、フィードバック生成ソリューションの分類、評価、比較のための用語と基準を提案します。
各フィードバック生成アプローチに関連する課題について議論し、提案された基準を使用して既存のソリューションを分類します。
私たちの知る限り、これは骨格運動評価におけるフィードバック生成を定式化した最初の研究です。

要約(オリジナル)

The application of machine-learning solutions to movement assessment from skeleton videos has attracted significant research attention in recent years. This advancement has made rehabilitation at home more accessible, utilizing movement assessment algorithms that can operate on affordable equipment for human pose detection and analysis from 2D or 3D videos. While the primary objective of automatic assessment tasks is to score movements, the automatic generation of feedback highlighting key movement issues has the potential to significantly enhance and accelerate the rehabilitation process. While numerous research works exist in the field of automatic movement assessment, only a handful address feedback generation. In this study, we propose terminology and criteria for the classification, evaluation, and comparison of feedback generation solutions. We discuss the challenges associated with each feedback generation approach and use our proposed criteria to classify existing solutions. To our knowledge, this is the first work that formulates feedback generation in skeletal movement assessment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google