生物力学准确的步态分析：一种用于无标记估计步态参数的3D人体重建框架
Biomechanically Accurate Gait Analysis: A 3d Human Reconstruction Framework for Markerless Estimation of Gait Parameters
AI总结：
本文提出了一种基于3D人体重建的无标记步态分析框架，通过整合生物力学标记和OpenSim实现关节运动学估计，提升了步态参数评估的准确性与可解释性。
摘要：
本文提出了一种利用视频数据进行步态分析的生物力学可解释框架，通过3D人体重建。与传统关键点方法不同，所提出的方法提取出具有生物力学意义的标记，类似于运动捕捉系统，并将其整合到OpenSim中以进行关节运动学估计。为了评估性能，同时分析了时空和运动学步态参数，并与参考标记数据进行比较。结果表明，与仅使用姿态估计方法相比，该方法在与标记数据一致性和改进方面表现显著。所提出的框架提供了一种可扩展、无标记和可解释的方法，用于精确的步态评估，支持更广泛的应用于临床和现实世界中的基于视觉的生物力学。
英文摘要：
This paper presents a biomechanically interpretable framework for gait analysis using 3D human reconstruction from video data. Unlike conventional keypoint based approaches, the proposed method extracts biomechanically meaningful markers analogous to motion capture systems and integrates them within OpenSim for joint kinematic estimation. To evaluate performance, both spatiotemporal and kinematic gait parameters were analysed against reference marker-based data. Results indicate strong agreement with marker-based measurements, with considerable improvements when compared with pose-estimation methods alone. The proposed framework offers a scalable, markerless, and interpretable approach for accurate gait assessment, supporting broader clinical and real world deployment of vision based biomechanics
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
