Ambrósio e seus colegas (Ambrósio, Abrantes et al., 2001) utilizaram um modelo biomecânico de 16 segmentos para suportar a reconstrução tridimensional dos movimentos de um indivíduo utilizando apenas uma câmera de vídeo. Equações matemáticas foram empregadas para modelar as restrições a respeito do tamanho dos segmentos anatômicos. Tal modelagem substituiu, em conjunto com o algoritmo DLT (direct linear transformation) (Abdel-Aziz e Karara, 1971), a necessidade de uma segunda câmera no processo de reconstrução. Os autores aplicaram a técnica para reconstruir apenas movimentos simples e destacaram que o método não pode ser conduzido quando o modelo biomecânico empregado não oferece os graus de liberdade necessários para representação do movimento. Além disso, os baixos valores de precisão e exatidão associados ao método limitam seu uso para um pequeno grupo de aplicações.
Ringer e Lasenby (2000) apresentaram em seu trabalho um modelo matemático para o problema de descobrir a correspondência entre os pontos detectados nas imagens e os marcadores físicos que geraram esses pontos (Sethi, Salari et al., 1988). A resolução desse problema possibilita que as detecções correspondentes ao mesmo marcador físico sejam utilizadas no processo de triangulação de suas coordenadas espaciais. Os autores mostraram que encontrar a solução ideal, quando o número de câmeras é superior a dois, pode ser computacionalmente inviável (devido ao grande número de possibilidades). Em vez disso, Ringer e Lasenby propuseram o uso de heurísticas e de um modelo esquelético cujos parâmetros devem ser conhecidos a priori. Para conduzir o rastreamento dos marcadores nas imagens, os autores empregaram filtros de Kalman estendidos e filtros de partículas (Gordon, Salmond et al., 1993). Assim como o filtro de Kalman, o filtro de partículas tem sido usado para resolver problemas de previsão e controle em sistemas dinâmicos, mas com foco nos problemas não lineares e não gaussianos (Ristic, Arulampalam et al., 2004). O filtro de partículas demanda custo computacional ainda maior que o filtro de Kalman, o que inviabiliza a técnica proposta pelos autores para muitas aplicações de tempo real.
Trabalhos Relacionados 26
Um dos primeiros trabalhos a propor o emprego de um modelo esquelético humano para melhorar a eficiência do processo de reconstrução de movimentos em sistemas ópticos foi o de Herda et al. (2001). A técnica apresentada pelos autores é baseada essencialmente em um modelo esquelético e é capaz de rastrear e reconstruir as trajetórias de uma coleção de marcadores, desde que as informações do modelo corporal do sujeito sejam conhecidas de antemão. Se alguns marcadores isolados se tornam oclusos ao longo de um curto período de tempo, suas posições podem ser estimadas a partir de marcadores da vizinhança que compartilham relações cinemáticas. Como desvantagem, a técnica exige que todos os marcadores sejam detectados e identificados com relação ao modelo esquelético logo no primeiro quadro, momento em que o usuário precisa interagir e identificar manualmente todos os marcadores.
Papic e seus colegas (Papic, Zanchi et al., 2004) propuseram um procedimento para aquisição e processamento dos parâmetros cinemáticos do sistema locomotor humano. Duas câmeras comerciais foram empregadas em conjunto com a técnica DLT (Abdel-Aziz e Karara, 1971) para calibração e reconstrução das coordenadas espaciais dos marcadores. Os autores apresentaram um processo de sincronização das imagens por software utilizando filtros e técnicas de interpolação. O sistema desenvolvido pode ser utilizado para capturar apenas movimentos simples e a técnica é bastante limitada por não considerar o problema de oclusão de marcadores, por não poder ser usada em tempo real e por possuir baixos valores de precisão e exatidão quando comparados aos padrões comerciais (Richards, 1999).
Em um trabalho mais recente, Ringer e Lasenby (2004) apresentaram um procedimento para estimar automaticamente os parâmetros do modelo esquelético sobre o qual os marcadores são colocados, como o comprimento dos membros e a posição espacial das articulações. Os autores propuseram a realização de uma curta sequência de movimentos, antes da captura, que denominaram de sequência de
treinamento. Esta sequência possibilita a obtenção das trajetórias dos marcadores, as quais são posteriormente empregadas para o cálculo dos parâmetros do modelo. A
Trabalhos Relacionados 27
sequência de treinamento deve ser executada lentamente e de maneira cuidadosa, para que todos os marcadores permaneçam no campo de visão de pelo menos duas câmeras. Para combinar adequadamente os pontos registrados pelas câmeras e reconstruir as coordenadas 3D dos marcadores, os autores aplicaram uma técnica de aproximação conhecida como Relaxamento de Lagrange (Lemaréchal, 2001). Esta técnica possibilita a obtenção de uma solução aproximada para problemas complexos e se baseia na inserção de relaxamentos nas restrições originais do problema a ser resolvido. O rastreamento 3D dos marcadores durante a sequência de treinamento é feito utilizando estimadores simples, baseados em posições calculadas nos quadros anteriores. Os autores não consideraram o problema de oclusão de marcadores, pois é esperada que a sequência de treinamento seja conduzida com movimentos simples e lentos para que todos os marcadores permaneçam visíveis. Também não mencionaram a capacidade de execução do procedimento em tempo real.
Chai e Hodgins (2005) propuseram um método para animação de modelos humanos tridimensionais utilizando um pequeno número de marcadores e um banco de dados de movimentos pré-gravados. O método é bastante efetivo em reconstruir os movimentos de corpo inteiro usando um reduzido número de marcadores, mas informações a respeito do modelo esquelético precisam ser conhecidas antecipadamente para que o banco de dados de movimentos possa ser escalonado e ajustado ao indivíduo.
Johnson e seus colegas (Johnson, Xie et al., 2010b) apresentaram uma técnica de rastreamento de marcadores no espaço bidimensional para uso em aplicações de análise de movimento no campo da fisioterapia. O método apresentado se baseia na condição de proximidade entre os marcadores de um quadro a outro e nas restrições de distância existentes entre pares de marcadores que são colocados em uma mesma estrutura rígida ou membro do corpo. O trabalho tem foco essencialmente no rastreamento bidimensional dos marcadores, que parte de um quadro de referência pré-identificado. Não são cobertos aspectos de identificação automática, reconstrução e rastreamento tridimensional. Além disso, a necessidade de identificação manual
Trabalhos Relacionados 28
(ou semiautomática) dos marcadores no primeiro quadro pode tornar a técnica inconveniente para aplicações que demandam maior agilidade no processo de captura e reconstrução.