比较两个骨架跟踪处理3

时间:2016-12-21 12:48:12

标签: java image-processing processing skeleton-code

我目前正在做我的论文,其中涉及让2人成为职业运动员和业余爱好者。首先进行图像处理骨架化我想在进行深蹲练习时记录专业运动员,然后当业余爱好者进行练习时,我希望能够将专业骨架与业余骨骼进行比较,看它是否正确形成。

请接受任何建议和意见,很乐意感谢您的帮助

1 个答案:

答案 0 :(得分:1)

这就是你的问题:

  

正确形成。

正确执行的实际意味着什么?如何量化?

请记住,我不是这个领域的运动员/经验丰富的人。 如果我接到任务,我会反直觉地朝着相反的方向前进: 离开表格处理3 / kinect /电脑。我会改为:

  1. 找一名职业运动员
  2. 找到具有功能性移动培训的熟练培训师。
  3. 找一个业余爱好者(可能最简单)
  4. 第2项将更加棘手。例如FMS似乎非常强调正确锻炼和行动(以提高表现并降低受伤风险)。我不确定这是唯一的方法还是最好的方法。您可能想查看Physical Fitness上的意见,咨询学习/教学运动科学等人。请检查凭证,因为它感觉就像每个人都有意见/偏好的领域。

    这个想法是要了解受过专业教育的教练如何评估正确的运动。请注意它在现实世界中的工作原理并尝试将其系统化。

    正确执行的提示是什么?

    • 是关键姿势
    • 之间的动议
    • 骨骼和肌肉系统如何协同工作/施加的重量/力/等

    更好地了解它在现实世界中是如何工作的,应该引导您开始在计算机上以数字方式开始量化/比较。

    根据您收集的信息,尝试使用笔和纸手动制作清单/评分系统。如果这有效,你已经有了一个系统就可以开始编程。

    下一步是获取数据。 这可能是kinect到来的地方,但请记住:

    • kinect的第二个版本比第一个版本更精确
    • Kinect2 SDK wrapper for Processing 3:如果可以,请使用(仅限Windows)。有一种方法可以获得libfreenect2 working with OpenNI on osx/linux,因此可以使用SimpleOpenNI处理,但它不是直接的,你将无法在骨架跟踪算法上获得相同的精度
    • 使用尽可能精确的数据:
      • 您可以获得跟踪骨架关节的准确性
      • 使用不包含复杂背景的环境(可以轻松划分用户并检测/跟踪骨架,而不会将其误认为其他内容)。更喜欢人工非白炽灯(kinect v2的问题较少,但你仍然希望尽可能少的红外干扰)。
      • 比较单个姿势上的方向矩阵或关节可能不足以全面了解:如何在考虑到kinect无法轻易看到的事物的情况下捕获/量化运动:肌肉弯曲/施加的力/移动中心万有引力等。
      • 尝试使用网格系统,这样可以简化数字值与真实世界测量的配对。查看过去人们过去常常如何研究动作,例如Étienne-Jules MareyEadweard Muybridge

    Marey motion capture

    Étienne-Jules Marey的动作捕捉

    Muybridge motion study

    Eadweard Muybridge的动作研究(注意网格)

    对于涉及解剖学/物理学/运动学等方面的项目来说,这是一个非常完整的项目。

    首先从研究开始:

    • 过去人们是如何研究这个的?
    • 目前的发展情况如何?
    • 它在现实世界中如何运作(没有电脑)?

    考虑您的约束:

    • 你可以使用什么资源(人/装备/等)?
    • 你有多少时间可用? 鉴于上述情况,可以切实解决项目的哪个主题/部分以获得有用的结果。
    总的来说可能是这样的:

    • 背景研究
    • 现实世界研究
    • 比较系统具有可以用kinect和人来衡量的功能
    • 记录数据(真实世界数据+移动性比较评估和kinect数据+移动性比较)
    • 比较数据
    • 写出对结果的评价(系统有效性如何?有什么限制?可以改进的(未来工作)等等。)

    简而言之,请注意kinect限制:骨架跟踪是基于概率的:它不是100%准确。尽可能使用尽可能干净/正确的数据(如果可以控制捕获环境,可以轻松获取良好的数据)。从真正的培训师跟踪的内容来看,您可以用kinect跟踪什么?对交叉测量进行比较。