Marker-free Human Gait Analysis using a Smart Edge Sensor System

要約

人間の歩行は、神経系と筋肉系の間の複雑な相互作用であり、個人の神経学的および生理学的状態を反映しています。
このため、歩行分析は生体力学や医療専門家にとって貴重なツールになります。
従来の観察による歩行分析は費用対効果は高いものの、信頼性と精度に欠けます。一方、特にマーカーベースの光学システムを使用した計測による歩行分析は、正確なデータを提供しますが、高価で時間がかかります。
この論文では、スマート エッジ センサーを備えたマルチカメラ セットアップを使用して、基準マーカーなしで 3D 体の姿勢を推定する、歩行分析のための新しいマーカーレス アプローチを紹介します。
歩行パターンによって個人を識別するために、三重項損失計算を備えたシャム埋め込みネットワークを提案します。
このネットワークは、歩行シーケンスを埋め込み空間に効果的にマッピングすることで、異なる個人またはアクティビティのシーケンスを分離しながら、同じ個人またはアクティビティからのシーケンスを密接にクラスタリングできるようにします。
私たちの結果は、現実世界の多様な環境における効率的な自動歩行分析のための提案されたシステムの可能性を実証し、幅広いアプリケーションを促進します。

要約(オリジナル)

The human gait is a complex interplay between the neuronal and the muscular systems, reflecting an individual’s neurological and physiological condition. This makes gait analysis a valuable tool for biomechanics and medical experts. Traditional observational gait analysis is cost-effective but lacks reliability and accuracy, while instrumented gait analysis, particularly using marker-based optical systems, provides accurate data but is expensive and time-consuming. In this paper, we introduce a novel markerless approach for gait analysis using a multi-camera setup with smart edge sensors to estimate 3D body poses without fiducial markers. We propose a Siamese embedding network with triplet loss calculation to identify individuals by their gait pattern. This network effectively maps gait sequences to an embedding space that enables clustering sequences from the same individual or activity closely together while separating those of different ones. Our results demonstrate the potential of the proposed system for efficient automated gait analysis in diverse real-world environments, facilitating a wide range of applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google