Animação gráfica da marcha humana a partir de dados do Kinect

Autores

Palavras-chave:

Kinect, Marcha Humana, Animação

Resumo

A análise da marcha humana a partir de dados biométricos tem aplicações em áreas como segurança, robótica bioinspirada e saúde. Sensores de movimento de baixo custo, como o Kinect, têm permitido a aquisição de dados biométricos da marcha em ambientes terrestres. Entretanto, esses equipamentos têm limitações que podem impactar na qualidade dos dados adquiridos. Nesse cenário, diferentes técnicas de processamento de sinais podem ser aplicadas para reduzir o ruído.  A visualização desses dados, quer originais ou processados, muitas vezes é realizada na forma de gráficos, tendo utilidade limitada para profissionais não experientes na análise de sinais. Nesse sentido, a visualização dos dados da marcha em um modelo tridimensional pode contribuir para uma melhor tomada de decisão pelos profissionais, principalmente da saúde. Este trabalho tem como objetivo realizar a animação gráfica da marcha humana em um modelo tridimensional, a partir dos dados coletados pelo sensor Kinect 2.0. Para reduzir o ruído dos dados adquiridos, foi realizado um pré-processamento com a aplicação dos filtros de média móvel e Butterworth. Foram elaborados vídeos das animações na vista isométrica e lateral, que foram avaliados em uma pesquisa de campo sobre artificialidade/naturalidade da animação, utilizando a técnica de mean opinion score (MOS). Um total de 22 participantes responderam ao questionário. O teste estatístico ANOVA one way mostrou que os vídeos na vista isométrica e lateral  processados com filtro de média móvel (janela=15 e repetições=3) que obtiveram maiores valores da métrica MOS, foram avaliados como significativamente mais naturais do que outros vídeos processados ou não.

Downloads

Não há dados estatísticos.

Referências

ALABBASI, H. et al. Human motion tracking & evaluation using Kinect V2 sensor. In: E-HEALTH AND BIOENGINEERING CONFERENCE, 5., 2015. Proceedings […]. New York: IEEE, 2015. DOI 10.1109/EHB.2015.7391465

BORENSTEIN, G. Making things see: 3D vision with Kinect, processing, Arduino, and MakerBot. [s. l.]: O’Reilly Media, 2012.

BUTTERWORTH, S. On the theory of filter amplifiers. Experimental Wireless and the Wireless Engineer, v. 7, n. 6, p. 536-541, 1930.

DAO, N.-L. et al. Kinect-based non-intrusive human gait analysis and visualization. In: E-HEALTH AND BIOENGINEERING CONFERENCE, 5., 2015. Proceedings […]. New York: IEEE, 2015. DOI 10.1109/MMSP.2015.7340804

HEARN, D.; BAKER, M.; CARITHERS, W. Computer graphics with Open GL. Upper Saddle River, NJ: Pearson Prentice Hall, 2004. v. 3.

JUANG, B. H.; SONDHI, M.; RABINER, L. R. Digital speech processing. In: MEYERS, R. A. (Ed.). Encyclopedia of physical science and technology. 3. ed. New York: Academic Press, 2003. p. 485-500. ISBN 978-0-12-227410-7. Disponível em: https://www.sciencedirect.com/scien¬ce/article/pii/B0122274105001782. Acesso em: 10 mar. 2022.

LIM, H. B. et al. Natural gait parameters prediction for gait rehabilitation via artificial neural network. In: INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS, 2010. Proceedings […]. New York: IEEE, 2010. DOI 10.1109/IROS.2010.5650311

MARCO SANZ, C. Cinesiologia de la marcha humana normal. 2006. Disponível em: http://wzar.unizar.es/acad/cinesio/Documentos/Marcha%20humana.pdf. Acesso em: 10 mar. 2022.

MIYAWAKI, K.; SATO, A.; KIZAWA, S. Evaluating motion capture accuracy for gait analysis. In: INTERNATIONAL SYPOSIUM ON MICRO-NANOMECHATRONICS AND HUMAN SCIENCE. Proceedings […], p. 1-4, 2017. DOI 10.1109/MHS.2017.8305163

MÜLLER, B. et al. Validation of enhanced Kinect sensor based motion capturing for gait assessment. PloS One, San Francisco, v. 12, n. 4, e0175813, 2017.

NANDY, A.; CHAKRABORTY, P. A new paradigm of human gait analysis with Kinect. In: EIGHTH INTERNATIONAL CONFERENCE ON CONTEMPORARY COMPUTING, 2015. Proceedings […]. New York: IEEE, 2015. DOI 10.1109/IC3.2015.7346722

OSMAN, S. E. K.; HEMBROFF, G. C.; MATOS, M. A. A novel Kinect-based algorithm for inferring the position of the lower body joints using human gait pattern. In: INTERNATIO¬NAL CONFERENCE ON HEALTHCARE INFORMATICS, 11., 2018. Proceedings […]. New York: IEEE, 2018. DOI 10.1109/ICHI.2018.00042

ROSE, J.; GAMBLE, J. G. Marcha humana. São Paulo: Premier, 1998.

SANG, X.; YUAN, Z.; YU, X. Inertial-Kinect fusion for robot navigation based on the exten¬ded Kalman filter. In: ANNUAL CONFERENCE OF THE IEEE INDUSTRIAL ELECTRONICS SOCIETY, 47., 2021. Proceedings […]. New York: IEEE, 2021.

SELLERS, G.; WRIGHT JR., R. S.; HAEMEL, N. OpenGL Superbible: comprehensive tuto¬rial and reference. Boston, MA: Addison-Wesley, 2013.

SILVA, R. G. da et al. Application of a demand forecasting model in a rental company of billiard tables. Journal of Engineering and Technology for Industrial Applications, v. 4, n. 15, p. 53-58, 2018. DOI 10.5935/2447-0228.20180047

TAKEDA, R. Y. et al. Identificação biométrica de indivíduos baseada em parâmetros dinâmi¬cos extraídos da marcha humana. In: SIMPÓSIO DE PROCESSAMENTO DE SINAIS DA UNICAMP, 5., 2014. Anais [...]. Campinas: Unicamp, 2014.

Downloads

Publicado

2022-06-02

Como Citar

de Oliveira Leite, E., Aparecida de Assis, G., & Ferreira Gazel Yared, G. (2022). Animação gráfica da marcha humana a partir de dados do Kinect . Revista Mackenzie De Engenharia E Computação, 21(1), 219–237. Recuperado de http://editorarevistas.mackenzie.br/index.php/rmec/article/view/14880