Детальная информация

Данная работа посвящена разработке метода компьютерного анализа ходьбы человека с использованием технологии ArUco‐маркеров и алгоритмов решения задачи Perspective‐n‐Point. Актуальность исследования обусловлена растущей потребностью в доступных и точных системах оценки биомеханических параметров движений человека для медицинской диагностики, спортивного анализа и реабилитационных программ. В работе представлен подход включающий несколько этапов. На первом этапе проведено исследование методов обнаружения и трекинга ArUco‐маркеров в системе компьютерного зрения OpenCV. Второй этап посвящен сравнительному анализу алгоритмов решения PnP‐задачи, где особое внимание уделено оценке их точности и устойчивости. Центральным элементом работы стала разработка ПО, позволяющего обрабатывать процесс ходьбы на видео, реконструировать трехмерные траектории движения маркеров и вычислять кинематические характеристики. Практическая значимость работы заключается в создании системы анализа ходьбы, не требующей сложного оборудования. Разработанный метод может найти применение в клинической практике для диагностики нарушений опорно‐двигательного аппарата и тд.Данная работа посвящена разработке метода компьютерного анализа ходьбы человека с использованием технологии ArUco‐маркеров и алгоритмов решения задачи Perspective‐n‐Point. Актуальность исследования обусловлена растущей потребностью в доступных и точных системах оценки биомеханических параметров движений человека для медицинской диагностики, спортивного анализа и реабилитационных программ. В работе представлен подход включающий несколько этапов. На первом этапе проведено исследование методов обнаружения и трекинга ArUco‐маркеров в системе компьютерного зрения OpenCV. Второй этап посвящен сравнительному анализу алгоритмов решения PnP‐задачи, где особое внимание уделено оценке их точности и устойчивости. Центральным элементом работы стала разработка ПО, позволяющего обрабатывать процесс ходьбы на видео, реконструировать трехмерные траектории движения маркеров и вычислять кинематические характеристики. Практическая значимость работы заключается в создании системы анализа ходьбы, не требующей сложного оборудования. Разработанный метод может найти применение в клинической практике для диагностики нарушений опорно‐двигательного аппарата и тд.

This work is devoted to the development of a method for computer analysis of human walking using ArUco marker technology and algorithms for solving the Perspective‐n‐Point (PnP) problem. The relevance of the study is due to the growing need for accessible and accurate assessment systems for biomechanical parameters of human movements for medical diagnostics, sports analysis and rehabilitation programs. The paper presents an approach to walking modeling that includes several stages. At the first stage, a study was conducted on methods for detecting and tracking ArUco markers in the OpenCV computer vision system. The second stage is devoted to a comparative analysis of algorithms for solving the PnP problem, where special attention is paid to assessing their accuracy and stability. The central element of the work was the development of software that allows you to process the process of walking on video, reconstruct three‐dimensional trajectories of markers and calculate kinematic characteristics. The practical significance of the work lies in the creation of a walking analysis system that does not require complex equipment. The developed method can be used in clinical practice for the diagnosis of disorders of the musculoskeletal system, etc.