論文の概要: Human Spine Motion Capture using Perforated Kinesiology Tape

• arxiv url: http://arxiv.org/abs/2306.02930v1
• Date: Mon, 5 Jun 2023 14:48:30 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-06 14:21:46.837512
• Title: Human Spine Motion Capture using Perforated Kinesiology Tape
• Title（参考訳）: Perforated Kinesiology Tape を用いた脊髄運動計測
• Authors: Hendrik Hachmann and Bodo Rosenhahn
• Abstract要約: 本稿では,スポーツにおける運動要求に合わせて,マーカーに基づく多視点スピントラッキング手法を提案する。 最大の焦点は、マーカーの正確な検出とシステムの迅速な利用である。 線形プログラムとマルコフ確率場による3次元の推論を行い、キネシロジーテープの構造をモデル化し、スピンの形状を最適化する。
• 参考スコア（独自算出の注目度）: 26.114550071165628
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In this work, we present a marker-based multi-view spine tracking method that is specifically adjusted to the requirements for movements in sports. A maximal focus is on the accurate detection of markers and fast usage of the system. For this task, we take advantage of the prior knowledge of the arrangement of dots in perforated kinesiology tape. We detect the tape and its dots using a Mask R-CNN and a blob detector. Here, we can focus on detection only while skipping any image-based feature encoding or matching. We conduct a reasoning in 3D by a linear program and Markov random fields, in which the structure of the kinesiology tape is modeled and the shape of the spine is optimized. In comparison to state-of-the-art systems, we demonstrate that our system achieves high precision and marker density, is robust against occlusions, and capable of capturing fast movements.
• Abstract（参考訳）: 本研究では,スポーツにおける運動の要求に特異的に適応したマーカーに基づくマルチビュー・スピントラッキング手法を提案する。 最大の焦点は、マーカーの正確な検出とシステムの迅速な利用である。 本課題は, 孔状キネシオロジーテープにおけるドット配置の事前知識を活用することである。 テープとそのドットをMask R-CNNとブロブ検出器を用いて検出する。 ここでは、画像ベースの機能のエンコーディングやマッチングをスキップしながらのみ検出に焦点を当てます。 線形プログラムとマルコフ確率場を用いて3dの推論を行い,キネシオロジーテープの構造をモデル化し,背骨形状を最適化した。 最先端システムと比較して,本システムは高精度かつマーカー密度を実現し,閉塞に対して頑健であり,高速な動きを捉えることができることを示す。

関連論文リスト

• OpenCap markerless motion capture estimation of lower extremity kinematics and dynamics in cycling [0.0]
  マーカレスモーションキャプチャは、従来のマーカーベースのシステムよりもいくつかの利点がある。 システムは人体のランドマークを直接検出することができ、手作業による処理やマーカーの配置に伴うエラーを減らすことができる。 本研究では,マーカーレスモーションキャプチャシステムであるOpenCapと,サイクリングバイオメカニクス評価における従来のマーカーベースシステムとの比較を行った。
  論文  参考訳（メタデータ） (2024-08-20T15:57:40Z)
• A Fourier-enhanced multi-modal 3D small object optical mark recognition and positioning method for percutaneous abdominal puncture surgical navigation [0.27309692684728604]
  針挿入点として小さな単環の中心を識別するミューティモーダル3D小物体マーカー検出法を提案する。 実験により,本手法は高精度かつ高安定性な位置決めを実現することを示す。
  論文  参考訳（メタデータ） (2024-04-13T12:28:40Z)
• Shape Matters: Detecting Vertebral Fractures Using Differentiable Point-Based Shape Decoding [51.38395069380457]
  変性性脊椎疾患は高齢者に多い。 骨粗しょう性骨折やその他の変性変形性骨折のタイムリーな診断は、重度の腰痛や障害のリスクを軽減するための前向きな処置を促進する。 本研究では,脊椎動物に対する形状自動エンコーダの使用について検討する。
  論文  参考訳（メタデータ） (2023-12-08T18:11:22Z)
• A Spatial-Temporal Deformable Attention based Framework for Breast Lesion Detection in Videos [107.96514633713034]
  本稿では,STNet という空間的・時間的変形可能なアテンションベースのフレームワークを提案する。 我々のSTNetは、局所的な空間的時間的特徴融合を行うために、空間的時間的変形可能なアテンションモジュールを導入している。 乳腺病変の超音波画像データセットを用いた実験により,STNetは最先端の検出性能を得ることができた。
  論文  参考訳（メタデータ） (2023-09-09T07:00:10Z)
• On the Localization of Ultrasound Image Slices within Point Distribution Models [84.27083443424408]
  甲状腺疾患は高分解能超音波(US)で診断されることが多い 縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。 3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-01T10:10:46Z)
• Attentive Symmetric Autoencoder for Brain MRI Segmentation [56.02577247523737]
  視覚変換器(ViT)をベースとした3次元脳MRIセグメンテーションタスクのための新しいアテンテーティブシンメトリオートエンコーダを提案する。 事前学習の段階では、提案するオートエンコーダがより注意を払って、勾配測定値に従って情報パッチを再構築する。 実験の結果,提案手法は最先端の自己教師付き学習法や医用画像分割モデルよりも優れていた。
  論文  参考訳（メタデータ） (2022-09-19T09:43:19Z)
• Robust Landmark-based Stent Tracking in X-ray Fluoroscopy [10.917460255497227]
  単一ステントトラッキングのためのエンドツーエンドのディープラーニングフレームワークを提案する。 U-Netベースのランドマーク検出、ResNetベースのステント提案、機能抽出の3つの階層モジュールで構成されている。 実験により,本手法は最先端のポイントベース追跡モデルと比較して,検出精度が有意に向上していることが示された。
  論文  参考訳（メタデータ） (2022-07-20T14:20:03Z)
• SOMA: Solving Optical Marker-Based MoCap Automatically [56.59083192247637]
  我々はSOMAと呼ばれる新しいニューラルネットワークを訓練し、モカプポイントの雲をさまざまな数のポイントで取り、それらを大規模にラベル付けする。 Somaは、3Dボディの空間構造を学ぶために、自己注意要素を積み重ねたアーキテクチャを利用する。 4つのデータセットにまたがる8時間以上のアーカイブモキャップデータを自動的にラベル付けします。
  論文  参考訳（メタデータ） (2021-10-09T02:27:27Z)
• Occlusion-robust Visual Markerless Bone Tracking for Computer-Assisted Orthopaedic Surgery [41.681134859412246]
  閉塞に対して頑健なRGB-Dセンサを用いたマーカーレストラッキング手法を提案する。 高品質な商用RGB-Dカメラを用いて,モデル膝の1-2デグレスと2-4mmの精度を実現する。
  論文  参考訳（メタデータ） (2021-08-24T09:49:08Z)
• Domain Specific Transporter Framework to Detect Fractures in Ultrasound [0.0]
  本稿では、手首超音波スキャンから関連するキーポイントを特定するための、教師なしドメイン固有トランスポーターフレームワークを提案する。 本フレームワークは,3次元超音波シーケンスにおける構造変化の高い領域を強調表示する簡潔な幾何学的表現を提供する。 30名の被験者から得られた3DUSビデオに対して,本手法の有効性を検証した。
  論文  参考訳（メタデータ） (2021-06-09T16:54:39Z)
• Weakly-supervised Learning For Catheter Segmentation in 3D Frustum Ultrasound [74.22397862400177]
  超音波を用いた新しいカテーテルセグメンテーション法を提案する。 提案手法は,1ボリュームあたり0.25秒の効率で最先端の性能を実現した。
  論文  参考訳（メタデータ） (2020-10-19T13:56:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。