मोशन कैप्चर सूट के बिना शरीर की गतिविधियों का विश्लेषण करने के लिए चिकित्सकों, फिजियोथेरेपिस्ट, खेल प्रशिक्षकों और एथलीटों द्वारा नए ओपन एक्सेस सॉफ़्टवेयर का उपयोग किया जा सकता है।
बाथ यूनिवर्सिटी के सेंटर फॉर एनालिसिस ऑफ मोशन, एंटरटेनमेंट एंड रिसर्च एप्लिकेशन कैमरा के शोधकर्ताओं ने ओपन एक्सेस सॉफ्टवेयर विकसित किया है जो मार्करों का उपयोग किए बिना मोशन कैप्चर डेटा का विश्लेषण करता है।
उन्होंने चिकित्सकों, खेल प्रशिक्षकों और फिजियोथेरेपिस्टों को वीडियो फुटेज से शरीर की गतिविधियों का विश्लेषण करने का एक विनीत तरीका प्रदान करने के लिए मार्कर रहित प्रणाली दिखाई है जो मार्करों का उपयोग करने के बराबर है।
गति विश्लेषण परंपरागत रूप से शरीर पर विशिष्ट बिंदुओं पर प्रकाश-परावर्तक मार्करों को जोड़ने पर निर्भर करता है; फिर 3डी स्पेस में इन मार्करों की गति की गणना कैमरों की एक श्रृंखला से डेटा का उपयोग करके की जाती है जो विभिन्न कोणों से व्यक्ति की गतिविधियों को फिल्माते हैं।
शरीर पर सटीक रूप से मार्कर लगाने से इसे स्थापित करने में समय लग सकता है और कभी-कभी यह व्यक्ति की प्राकृतिक गतिविधियों में हस्तक्षेप कर सकता है।
इस पर काबू पाने के लिए, डॉ. स्टेफ़ी कोलियर के नेतृत्व में CAMERA की टीम ने नियमित 2D छवि डेटा से शरीर के स्थलों की पहचान करके गति को मापने के लिए कंप्यूटर विज़न और गहन शिक्षण विधियों का उपयोग करके एक गैर-आक्रामक मार्कर रहित प्रणाली विकसित की है।
अपने पूर्णतः स्वचालित सिस्टम के प्रदर्शन का मूल्यांकन करने के लिए उन्हीं छवियों का उपयोग करते हुए, उन्होंने पाया कि परिणाम पारंपरिक मार्कर-आधारित मोशन कैप्चर सिस्टम के तुलनीय थे।
यह प्रणाली वाणिज्यिक प्रणालियों द्वारा उपयोग की जाने वाली तकनीक के समान ही काम करती है, लेकिन यह एक ओपन सोर्स वर्कफ़्लो के रूप में उपलब्ध है और इसे उपयोगकर्ता की आवश्यकताओं के अनुसार अधिक आसानी से अनुकूलित किया जा सकता है।
टीम ने अन्य शोधकर्ताओं को नए मार्कर रहित एल्गोरिदम का मूल्यांकन करने और कंप्यूटर विज़न और बायोमैकेनिक्स के क्षेत्र में आगे बढ़ने की अनुमति देने के लिए एक अद्वितीय डेटासेट जारी किया है।
दौड़ते, कूदते और चलते हुए व्यक्ति की 2डी वीडियो छवि पर जोड़ों की स्थिति का अनुमान लगाने के लिए टीम ने एक ओपन सोर्स कंप्यूटर विज़न सिस्टम, ओपनपोज़ का उपयोग किया। फिर वे डेटा को 3डी में फ़्यूज़ करते हैं और उस डेटा को ओपन-सिम नामक ओपन-सोर्स मॉडलिंग सॉफ़्टवेयर में इनपुट करते हैं, जो जोड़ों में एक कंकाल फिट करता है और पूरे शरीर की गति प्राप्त करने की अनुमति देता है।
इस अध्ययन में उपयोग किया गया पूरी तरह से सिंक्रनाइज़ वीडियो और मार्कर-आधारित डेटा, साथ ही मार्करलेस पाइपलाइन को रेखांकित करने वाला कोड अब उपलब्ध है और हाल ही में प्रकाशित एक पेपर में पूरी तरह से वर्णित है। वैज्ञानिक डेटा – प्रकृति .
डॉ कोलियर ने कहा: “मार्कर का उपयोग करने में समस्या यह है कि उन्हें किसी प्रतिभागी पर सटीक और विश्वसनीय रूप से लगाना मुश्किल हो सकता है और इस प्रक्रिया में लंबा समय लग सकता है, जो कई प्रतिभागियों और अनुप्रयोगों के लिए बहुत व्यावहारिक नहीं है (उदाहरण के लिए विशिष्ट एथलीट या नैदानिक आबादी)।
“हमारा मार्कर रहित सिस्टम प्रतिभागी पर रखे जाने वाले किसी भी उपकरण की आवश्यकता या किसी भी तैयारी के समय के बिना अकेले वीडियो से संयुक्त स्थिति का अनुमान लगाता है। यह हमारे लिए प्रयोगशाला के बाहर सेटिंग्स में गति डेटा को अधिक आसानी से कैप्चर करने और परिणामों के लिए द्वार खोलता है। जिन आंदोलनों का हमने विश्लेषण किया, वे मार्करों के साथ पारंपरिक रूप से उपयोग की जाने वाली तकनीकों से तुलनीय हैं।
“हमारी पाइपलाइन खुला स्रोत है, जिसका अर्थ है कि क्षेत्र में कुछ विशेषज्ञता वाला कोई भी व्यक्ति सामान्य वीडियो फुटेज से आंदोलन डेटा प्राप्त करने के लिए इसका मुफ्त में उपयोग कर सकता है।
“यह खेल प्रदर्शन और चोट की रोकथाम या पुनर्वास सहित अनुप्रयोगों की एक विस्तृत श्रृंखला में फिजियोथेरेपिस्ट, चिकित्सकों और खेल प्रशिक्षकों के लिए उपयोगी हो सकता है। इसके अतिरिक्त, साथ दिया गया डेटा सेट इस तेजी से विकसित हो रहे क्षेत्र में उभरते एल्गोरिदम का मूल्यांकन करने के लिए पहला उच्च गुणवत्ता वाला बेंचमार्क प्रदान करता है।
“हमने पुश-स्टार्ट के दौरान स्केलेटन एथलीटों के बायोमैकेनिक्स को मापने के लिए सिस्टम का उपयोग किया है और हमने हाल ही में इसे टेनिस और बैडमिंटन कोर्ट पर ले जाया है ताकि यह निगरानी की जा सके कि खिलाड़ी प्रशिक्षण और मैच खेलने के दौरान कितना काम कर रहे हैं।”
