2024-10-04 バース大学
バース大学の研究チームは、マーカーや専用スーツを使用せずに、一般的な2D映像から身体の動きを解析できるオープンアクセスのソフトウェアを開発しました。このシステムは、コンピュータビジョンと深層学習を活用し、映像内の身体のランドマークを特定することで、従来のマーカー式モーションキャプチャシステムと同等の精度で動作解析を行います。これにより、臨床医、スポーツコーチ、理学療法士が、被験者に負担をかけずに自然な環境での動作データを取得でき、スポーツパフォーマンスの向上やリハビリテーションの効果的な支援が可能となります。さらに、研究チームはこのシステムのコードとデータセットを公開し、他の研究者が新たなアルゴリズムの評価やバイオメカニクスの発展に活用できるようにしています。
<関連情報>
- https://www.bath.ac.uk/announcements/researchers-develop-markerless-motion-capture-system-to-push-biomechanics-into-the-wild/
- https://www.nature.com/articles/s41597-024-04077-3
マーカーレス動作解析を検証するためのビデオ、モーションキャプチャ、フォースプレートの同期データセット Synchronised Video, Motion Capture and Force Plate Dataset for Validating Markerless Human Movement Analysis
Murray Evans,Laurie Needham,Logan Wade,Martin Parsons,Steffi Colyer,Polly McGuigan,James Bilzon & Darren Cosker
Scientific Data Published:28 November 2024
DOI:https://doi.org/10.1038/s41597-024-04077-3
Abstract
The BioCV dataset is a unique combination of synchronised multi-camera video, marker based optical motion capture, and force plate data, observing 15 healthy participants (7 males, 8 females) performing controlled and repeated motions (walking, running, jumping and hopping), as well as photogrammetry scan data for each participant. The dataset was created for the purposes of developing and validating the performance of computer vision based markerless motion capture systems with respect to marker based systems.
