研究の概念
頭上カメラで撮影した身体動揺から、頭部中心の左右・前後方向の動きを時系列として取り出します。その特徴を用いて、踵上げ運動後のふくらはぎの疲労を複数段階で認識します。
概要
従来の分析研究では、ふくらはぎの疲労と、床反力計で測定した身体動揺との関係が調べられてきました。
しかし、複数段階のふくらはぎの疲労は考慮されていませんでした。本研究では、踵上げ運動後に頭上カメラから取得した身体動揺の映像に基づき、ふくらはぎの疲労を複数の段階で認識する手法を提案します。
ふくらはぎの疲労を認識するため、医学的知見に基づいて左右方向と前後方向の頭部中心位置の時系列信号を生成し、身体動揺の特徴を抽出します。
提案手法の精度を評価するため、100本の映像（参加者20名×ふくらはぎの疲労5段階）からなるデータセットを作成しました。
実験の結果、提案手法はふくらはぎの疲労段階を40%の精度で正しく認識できました。
さらに、ふくらはぎの疲労認識において、提案手法の精度が人物の動作認識向けに設計された既存手法を上回ることを示しました。
関連文献
- Takuya Kamitani, Masaya Kojima, Masashi Nishiyama,
Calf Fatigue Recognition in Heel-lift Exercise Using Video Sequences of Body Sway, Proceedings of 46th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), pp. 1 - 4, July 2024. [Poster] - 神谷 卓也, 児島 昌也, 西山 正志,
かかと上げ運動直後に撮影された身体動揺の映像を用いたふくらはぎ負荷認識の検証,
画像センシングシンポジウム (SSII), IS1-09, pp. 1 - 7, June 2023. [Poster] [Short movie]
