论文部分内容阅读
传统的功能性动作筛查(Functional Movement Screen,FMS)需要丰富经验的专家进行评估,过程费时耗力。鉴于此,提出利用视觉姿态估计算法获取初级运动特征,并将其转化为逆时针旋转角;然后使用该特征结合动态时间规整算法(Dynamic Time Warping,DTW)从输入长视频中截取出待评估动作特征序列;最后特征序列输入FMS评估模块进行自动化评估。实现了基于视频数据的自动化功能性动作筛查,并开展了与人工专家评估的对比试验,自动评估结果与人工评估差距在1分以内,表明该方法的有效性。