Human detection and motion recovery based on monocular vision / Detecção humana e recuperação de movimento com base na visão monocular / Detección humana y recuperación de movimiento basada en visión monocular

ABSTRACT

ABSTRACT Objective: Provides interactive games and human animation real motion data and technical options. Therefore, how to complete the position, attitude detection, and motion recovery under monocular vision has become an important research direction. Methods: This paper improves the part-based human detection algorithm and uses the AdaBoost multi-instance learning algorithm to train the part detector. Results: The results show that obtaining blood pressure waveform based on monocular vision pulse wave is feasible and has generalization. Conclusions: The results show the feasibility and accuracy of the gait motion detection, motion recovery and analysis system for human lower limbs based on monocular vision. Level of evidence II; Therapeutic studies - investigation of treatment results.

RESUMO

RESUMO Objetivo: Fornece jogos interativos e dados de movimento real de animação humana e opções técnicas. Portanto, como completar a posição, detecção de atitude e recuperação de movimento sob visão monocular tornou-se uma importante direção de pesquisa. Métodos: este artigo aprimora o algoritmo de detecção humana baseado em partes e usa o algoritmo de aprendizado de múltiplas instâncias AdaBoost para treinar o detector de partes. Resultados: Os resultados mostram que o método de obtenção da forma de onda da pressão arterial com base na onda de pulso de visão monocular é viável e se pode generalizar. Conclusões: Os resultados mostram a viabilidade e precisão do sistema de detecção, recuperação e análise do movimento da marcha para membros inferiores humanos com base na visão monocular. Nível de evidência II; Estudos terapêuticos- investigação dos resultados do tratamento.

RESUMEN

RESUMEN Objetivo: Proporciona juegos interactivos y animación humana, datos de movimiento real y opciones técnicas. Por lo tanto, cómo completar la posición, la detección de actitud y la recuperación de movimiento bajo visión monocular se ha convertido en una importante dirección de investigación. Métodos: este documento mejora el algoritmo de detección humana basado en piezas y utiliza el algoritmo de aprendizaje de instancias múltiples AdaBoost para entrenar el detector de piezas. Resultados: Los resultados muestran que el método de obtención de la forma de onda de la presión arterial basado en la onda de pulso de visión monocular es factible y se puede generalizar. Conclusiones: Los resultados muestran la viabilidad y precisión del sistema de detección, recuperación y análisis del movimiento de la marcha para miembros inferiores humanos basado en visión monocular. Nivel de evidencia II; Estudios terapéuticos- investigación de los resultados del tratamiento.