Сравнение между двумя скелетами отслеживания при обработке 3

Question

В настоящее время я делаю свою диссертацию, которая будет включать в себя 2 человека, профессиональный спортсмен и любитель. Сначала с помощью скелетонизации при обработке изображений я хотел бы записать профессионального спортсмена во время выполнения приседа, затем, когда любитель выполняет упражнение, я хочу иметь возможность сравнить профессиональный скелет со скелетом любителя, чтобы увидеть, правильно ли он сформирован.

Пожалуйста, я открыт для любых предложений и мнений, с удовольствием был бы признателен за помощь

Answer 1

Здесь лежит ваш вопрос:

правильно сформирован.

Что на самом деле означает правильно выполненное? Как это можно определить количественно?

Голая мысль, я не атлет / опытный в этой области. Если бы мне дали задание, я бы пошёл в противоположную сторону: ушел с формы Обработка 3/kinect/computer. Я бы вместо этого:

1. найти профессионального спортсмена
2. найти специалиста с инструктором по функциональной мобильности.
3. найти любителя (наверное, проще всего)

Пункт 2 будет сложнее. Например, FMS, похоже, уделяет большое внимание правильной физической активности и мобильности (для повышения производительности и снижения риска травм). Я не уверен, что это единственный подход или лучший. Возможно, вы захотите проверить мнения о физической подготовке, проконсультироваться с людьми, изучающими / преподающими физические упражнения, и т. Д. Проверяйте полномочия, так как это похоже на поле, где у каждого есть мнение / предпочтение.

Идея состоит в том, чтобы понять, как профессиональный образованный тренер оценивает правильное движение. Обратите внимание на то, как это работает в реальном мире, и попытайтесь систематизировать его.

Каковы подсказки для правильного выполнения?

• это ключевые позы
• движение между
• как скелетно-мышечная система работает вместе / применяемые веса / силы / и т.д.

Лучшее понимание того, как это работает в реальном мире, должно привести вас к вещам, которые вы можете начать количественно / количественно сравнивать на компьютере.

Попробуйте составить контрольный список / систему оценок вручную, используя ручку и бумагу, основываясь на собранной вами информации. Если это работает, у вас уже есть система, вы можете начать программирование.

Следующим шагом является получение данных. Это, вероятно, где Kinect приходит, но с виду:

• вторая версия kinect более точная, чем первая
• для обработки 3 существует оболочка Kinect2 SDK: используйте ее, если можете (только для окон). Есть способ заставить libfreenect2 работать с OpenNI в osx/linux и, следовательно, с SimpleOpenNI в обработке, но это не так просто, и у вас не будет той же точности в алгоритме отслеживания скелета
• используйте максимально точные данные:
  • Вы можете получить точность гусеничного скелета
  • использовать среду, которая не содержит сложного фона (позволяет легко сегментировать пользователей и обнаруживать / отслеживать скелеты с небольшим изменением, приняв его за что-то другое). предпочитаю искусственный свет без лампы накаливания (меньше проблем с kinect v2, но все же вам нужно как можно меньше инфракрасных помех).
  • Сравнение матриц ориентации или суставов в отдельных позах может оказаться недостаточным для получения полной картины: как вы фиксируете / измеряете движение, принимая во внимание то, что кинект не может легко увидеть: мышцы сгибаются / силы прилагаются / движется центр тяжести / и т.п.
  • попытайтесь использовать систему сетки, которая упростит сопряжение цифровых значений с измерениями в реальном мире. Посмотрите, как раньше люди изучали движение, например, Этьен-Жюль-Марей или Эдбурд Мейбридж

Захват движения Этьеном-Жюлем Мареем

Исследование движения от Eadweard Muybridge (обратите внимание на сетку)

Это довольно полный проект, чтобы разобраться с анатомией, физикой, кинематикой и т. Д.

Сначала начните исследование:

• как люди изучали это в прошлом?
• каковы текущие события?
• как это работает в реальном мире (без компьютеров)?

Примите ваши ограничения во внимание:

• какие ресурсы (люди / снаряжение / и т. д.) вы можете использовать?
• сколько времени у вас есть в наличии? Учитывая вышеизложенное, какую тему / раздел проекта можно реально решить, чтобы получить полезные результаты.

В целом, вероятно, что-то вроде этого:

• фундаментальные исследования
• исследования в реальном мире
• Система сравнения имеет функцию, которая может быть измерена как с помощью Kinect, так и человеком
• запись данных (данные реального мира + оценка сравнения мобильности и данные Kinect + сравнение мобильности)
• сравнить данные
• написать оценку результатов (насколько эффективна система? каковы ограничения? что можно улучшить (будущая работа)? и т. д.)

Короче говоря, помните об ограничениях kinect: отслеживание скелета основано на вероятности: оно не на 100% точно. Для начала используйте максимально чистые / правильные данные (упростите получение хороших данных, если сможете контролировать среду захвата). Из того, что будет отслеживать настоящий тренер, что вы можете отслеживать с помощью Kinect? сделать сравнение пересекающихся измерений.