The impact of technical parameters such as video sensor technology, system configuration, marker size and speed on the accuracy of motion analysis systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In biomechanical assessments, minimizing errors and achieving accurate representations of human movements are the main goals of motion capture systems. Although 3D camera-based motion capturing systems are effective for accurate acquisition of motion, their performance is highly dependent on various parameters. This paper examines the how variations in independent technical parameters such as video camera sensor technology, system configuration, marker size and speed influence the accuracy of the kinematic measurements. A method was developed to systematically assess accuracy and precision of motion capture systems by measuring the mean absolute inter-marker distance errors and standard deviations respectively. A custommade dynamic measurement protocol was used to test the performance of three motion capture systems; two different Vicon motion capture systems and a low-cost motion capture system implemented in the Santiago de Cuba Hospital (SCH) using common video cameras. For the two Vicon labs, the individual effects and interactions between the parameters and the spatial measurements of the motion analysis systems were able to be determined. However, the Santiago lab was unable to accurately track small changes in the elements of the measurement system and therefore was not recommended for small human movements. Although the Santiago lab reported to be significantly less accurate than the two other labs, results showed that the mean absolute inter-marker distance error was minimized in the center of the capture volume. This information is essential in the implementation of this system as a clinical assessment tool and is a factor that should be considered for low accuracy systems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle