数据集概述
本数据集为单目视频运动学评估基准数据，基于VIDIMU数据集构建，包含十三项临床相关日常活动的运动数据，通过普通摄像机和五个惯性测量单元（IMU）采集。数据集对比了深度学习单目视频姿态估计模型与IMU驱动方法的关节角度评估结果，涉及多种评估指标与图形化分析，为运动分析相关研究提供参考。
文件详解
- 分析文件包（analysis.zip）
- 文件名称：analysis.zip
- 文件格式：ZIP
- 字段映射介绍：包含运动学评估的分析过程相关文件，具体内容未提供预览
- 结果文件包（results.zip）
- 文件名称：results.zip
- 文件格式：ZIP
- 字段映射介绍：包含评估结果的表格与图形文件，涉及RMSE、NMRSE、MAE、相关性和决定系数等指标
- 关节角度文件包（jointangles.zip）
- 文件名称：jointangles.zip
- 文件格式：ZIP
- 字段映射介绍：包含从深度学习模型和IMU数据中提取的关节角度数据
- 三维姿态文件包（pose3d.zip）
- 文件名称：pose3d.zip
- 文件格式：ZIP
- 字段映射介绍：包含三维人体姿态估计相关数据
数据来源
论文“Paving the Way Towards Kinematic Assessment Using Monocular Video: A Benchmark of State-of-the-Art Deep-Learning-Based 3D Human Pose Estimators Against Inertial Sensors in Daily Living Activities”
适用场景
- 运动学评估方法对比研究: 用于比较单目视频与IMU驱动的人体姿态估计模型在日常活动中的性能差异
- 远程医疗与康复技术开发: 为远程患者监测、康复评估等医疗应用提供技术选型参考
- 深度学习姿态估计模型优化: 基于基准评估结果改进视频或传感器驱动的姿态估计算法
- 医疗健康解决方案成本效益分析: 分析不同运动捕捉方法在成本、可及性与精度间的权衡关系
