-2

我目前正在做我的论文，这将涉及有两个人，一个专业运动员和一个业余爱好者。首先用图像处理骨架化我想记录专业运动员在进行深蹲练习时，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爱好者的骨架进行比较，看看它是否正确形成。

请我愿意接受任何建议和意见，很高兴得到一些帮助

4

1 回答 1

1

这是你的问题：

正确形成。

正确执行实际上意味着什么？如何量化？

请记住，我不是这个领域的运动员/经验丰富的人。如果给我这个任务，我会反直觉地朝相反的方向前进：离开 Processing 3/kinect/computer。我会改为：

  1. 找一个职业运动员
  2. 找一个熟练的训练师进行功能性移动训练。
  3. 找一个业余爱好者（可能最简单）

第 2 项会比较棘手。例如， FMS似乎非常强调正确的锻炼和活动能力（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。您可能想查看有关体育健身的意见，咨询学习/教授运动科学的人等。请检查证书，因为这感觉就像每个人都有意见/偏好的领域。

我们的想法是了解受过专业教育的培训师如何评估正确的动作。注意它在现实世界中的工作方式并尝试将其系统化。

正确执行的提示是什么？

  • 是关键姿势
  • 之间的运动
  • 骨骼和肌肉系统如何协同工作/重量/施加的力/等。

更好地了解它在现实世界中的工作原理应该会引导您了解可以在计算机上开始量化/比较数字的事情。

尝试根据您收集的信息使用笔和纸手动制作清单/评分系统。如果这可行，您已经有一个系统，您可以开始编程。

下一步是获取数据。这可能是 kinect 出现的地方，但请记住：

  • kinect 的第二个版本比第一个版本更精确
  • 处理 3有一个Kinect2 SDK 包装器：如果可以，请使用它（仅限 Windows）。有一种方法可以让libfreenect2 在 osx/linux 上与 OpenNI 一起工作，因此在处理中与 SimpleOpenNI 一起工作，但它不是直截了当的，你不会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：
    • 您可以获得跟踪的骨骼关节的准确性
    • 使用不包含复杂背景的环境（可以轻松地分割用户和检测/跟踪骨架，而不会将其误认为是其他东西）。更喜欢人造非白炽灯（kinect v2 的问题较少，但您仍然希望尽可能少的 IR 干扰）。
    • 比较单个姿势上的方向矩阵或关节可能不足以获得全貌：考虑到 kinect 无法轻易看到的东西，您如何捕捉/量化运动：肌肉弯曲/施加的力/移动重心/等等
    • 尝试使用网格系统，以便将数字值与现实世界的测量值进行配对。看看人们过去是如何研究运动的，例如Étienne-Jules Marey或Eadweard Muybridge

马雷动作捕捉

Étienne-Jules Marey 的动作捕捉

迈布里奇运动研究

Eadweard Muybridge 的运动研究（注意网格）

这是一个非常完整的项目，涉及到一些解剖学/物理学/运动学/等。

先从研究开始：

  • 过去人们是如何研究这个的？
  • 目前的发展是什么？
  • 它在现实世界中如何工作（没有计算机）？

考虑到您的约束：

  • 您可以使用哪些资源（人员/设备/等）？
  • 你有多少时间？鉴于上述情况，可以实际解决项目的哪些主题/部分以获得有用的结果。

总的来说，可能是这样的：

  • 背景调查
  • 现实世界研究
  • 比较系统具有可通过 kinect 和人进行测量的功能
  • 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
  • 写下对调查结果的评估（系统的有效性如何？有什么限制？可以改进什么（未来的工作）？等）

简而言之，请注意 kinect 的局限性：骨骼跟踪是基于概率的：它不是 100% 准确的。开始时使用尽可能干净/正确的数据（如果您可以控制捕获环境，则可以轻松获取良好的数据）。从一个真正的教练会跟踪什么，你可以用 kinect 跟踪什么？对相交测量值进行比较。

于 2016-12-22T01:48:05.560 回答