Please use this identifier to cite or link to this item:
http://dx.doi.org/10.25673/4126
Title: | Markerlose Ganganalyse mit einem Multikamerasystem |
Other Titles: | Markerless gait analysis with a multi-camera-system |
Author(s): | Calow, Roman |
Granting Institution: | Otto-von-Guericke-Universität Magdeburg |
Issue Date: | 2005 |
Extent: | Online-Ressource (PDF-Datei: 199 S., 7928 KB) |
Type: | Hochschulschrift |
Type: | PhDThesis |
Language: | German |
Publisher: | Universitätsbibliothek Otto von Guericke University Library, Magdeburg, Germany |
URN: | urn:nbn:de:101:1-201010123281 |
Subjects: | Hochschulschrift Online-Publikation |
Abstract: | Gegenstand dieser Arbeit ist die markerlose Ganganalyse mit einem Multikamerasystem. Dafür wird das Analyse-durch-Synthese-Konzept zur Bildsequenzauswertung eines gehenden Menschen erweitert. Nach der Erläuterung der Parameterschätzung durch Ausgleichsrechnung, wird die Modellierung des Skeletts, der Körperform und der Kameras beschrieben. Neben Methoden für die Approximation des 3D-Modells, werden Verfahren zur Korrespondenzfindung zwischen Modell und Bild vorgestellt. Ein (quasi-)periodisches Modell der Bewegung wird eingeführt, das die Anzahl der zu schätzenden Parameter je Bildfolge verringert. Dadurch lässt sich die Robustheit und Genauigkeit des Ansatzes erhöhen. Das (quasi-)periodische Bewegungsmodell wird weiterhin dazu verwendet, die vom Algorithmus benötigten Näherungswerte bereitzustellen. Die Reproduzierbarkeit der Ergebnisse und die Eignung des Systems zur Ganganalyse wird demonstriert. This work describes a system for markerless analysis of the human gait using a set of cameras. The motion of a walking human is captured using an analysis-by-synthesis approach. Details are given in modelling the skeleton, body-shape and cameras. The parameter estimation is done by minimizing the squared differences between projected model and the images. Procedures for automatic linearisation of the models are explained in details. Some methods for finding the correspondence between model and image are also presented. A periodic model of the gait-motion reduces the number of parameters and enhances robustness and accuracy. The least mean squares approach estimates the parameters of the motion-model, whereby all time steps in the sequence are taken into consideration simultaneously. Reproducibility of the results and capability of the gait analysis system is demonstrated. |
URI: | https://opendata.uni-halle.de//handle/1981185920/10621 http://dx.doi.org/10.25673/4126 |
Open Access: | Open access publication |
Appears in Collections: | Fakultät für Elektrotechnik und Informationstechnik |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
romcalow.pdf | 7.93 MB | Adobe PDF | View/Open |