计算机科学 > 计算机视觉与模式识别
[提交于 2025年1月3日
]
标题: 基于双输入Transformer的网络从单个RGB视频中进行定量步态分析
标题: Quantitative Gait Analysis from Single RGB Videos Using a Dual-Input Transformer-Based Network
摘要: 步态和运动分析已成为诊断健康状况、监测广泛疾病谱的疾病进展,并实施和评估治疗、手术和康复干预的成熟临床工具。 然而,定量运动评估仍受限于昂贵的动作捕捉系统和专业人员,限制了其可及性和更广泛的应用。 深度神经网络的最新进展使得通过单摄像头视频进行定量运动分析成为可能,为传统动作捕捉系统提供了一种可及的替代方案。 在本文中,我们提出了一种通过双模式输入卷积Transformer网络进行临床步态分析的高效方法。 所提出的系统利用双输入Transformer模型,从单视角摄像头拍摄的单张RGB视频中估计关键步态参数。 该系统在估计关键指标(如步态偏差指数(GDI)、膝关节屈曲角度、步长和步行频率)方面表现出高准确性,并在患有运动障碍的个体数据集上进行了验证。 值得注意的是,我们的方法在各种场景中超越了最先进的方法,使用更少的资源,并证明在临床应用中非常合适,尤其是在资源有限的环境中。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.