Подтвердить что ты не робот

R для анализа и визуализации данных захвата движения

Я новичок в R, люблю его, но меня удивляет полная нехватка надежного пакета для анализа данных захвата движения.

Самый простой файл захвата движения - это просто массивная таблица с координатами "XYZ" для каждой точки, прикрепленной к записанному объекту, и для каждого захваченного кадра. Я знаю, что я могу найти отдельные методы и функции в R для выполнения сложных операций (например, анализ основных компонентов), или я могу построить временные ряды для всех точек. Но когда я ищу примеры, которые могли бы также научить меня статистически анализировать движение людей и снабжать красивым набором инструментов для визуального представления данных, R оказывается холодной пустыней. С другой стороны, MATLAB имеет Инструмент для захвата движения и MoCap Toolbox, и особенно последний имеет неплохие возможности для построение и анализ захватов. Но пусть честно - MATLAB имеет довольно уродливый механизм визуализации по сравнению с R.

Некоторые конкретные запросы для пакета захвата движения R будут включать:

  • чтение, редактирование, визуализация и преобразование данных mocap.
  • кинетический и кинематический анализ
  • анализ временных рядов и основных компонентов
  • анимационные данные

Я что-то упустил здесь (в моем Googling) или действительно нет пакетов mocap для R? Кто-нибудь попытался сыграть с данными захвата движения в R? Можете ли вы дать мне несколько направлений?

4b9b3361

ОТВЕТЫ

Ответ 2

Судя по быстрому поиску на RSeek, для Р. нет пакета захвата движения. Похоже, вам нужно найти эквиваленты для каждой функции. Более общие из них должны быть довольно легко найти (интерполяция, подмножество, преобразование/проектирование, анализ временных рядов, pca, матричный анализ и т.д.), А сам процесс написания собственных пользовательских функций для конкретных вещей, таких как оценка мгновенной кинетической энергии, вероятно, лучший способ узнать!

Вы можете найти plyr, полезный для детонации данных в форме и animation для визуализации движения.

Ответ 3

Я использовал пакет rgl для создания анимации из набора данных жестов движения. Хотя это не пакет, специально предназначенный для данных жестов, вы можете работать с ним.

В приведенном ниже примере у нас есть данные жестов для 8 очков на верхней части тела: позвоночник, центр плеча, голова, левое плечо, левое запястье, правое плечо и правое запястье. Субъект сжимает руки, и его правая рука движется вверх.

Я ограничил набор данных до 6 временных наблюдений (в секундах, если вы это сделаете), потому что в противном случае он мог бы стать большим, чтобы опубликовать здесь.

Каждая строка из исходного набора данных соответствует наблюдению за временем, а координаты каждой точки тела определяются в наборах из 4 (каждые четыре столбца - одна точка тела). Поэтому в каждой строке мы имеем "x", "y", "z", "br" для позвоночника, затем "x", "y", "z", "br" для центра плеч и т.д., "Br" всегда 1, чтобы отделить три координаты (x, y, z) каждой части тела.

Вот исходный (ограниченный) набор данных:

DATA.time.obs<-rbind(c(-0.06431,0.101546,2.990067,1,-0.091378,0.165703,3.029513,1,-0.090019,0.518603,3.022399,1,-0.042211,0.687271,2.987086,1,-0.231384,0.419869,2.953286,1,-0.299824,0.173991,2.882627,1,0.063367,0.399478,3.136306,1,0.134907,0.176191,3.159998,1),
                 c(-0.067185,0.102249,2.990185,1,-0.095083,0.166589,3.028688,1,-0.093098,0.519146,3.019775,1,-0.043808,0.687041,2.987671,1,-0.234622,0.417481,2.94581,1,-0.300324,0.169313,2.869782,1,0.056816,0.398384,3.135578,1,0.134536,0.180875,3.162843,1),
                 c(-0.069282,0.102964,2.989943,1,-0.098594,0.167465,3.027638,1,-0.097184,0.52169,3.019556,1,-0.046626,0.695406,2.989244,1,-0.23478,0.417057,2.943475,1,-0.300101,0.168628,2.860515,1,0.053793,0.395444,3.143226,1,0.134175,0.182816,3.172053,1),
                 c(-0.070924,0.102948,2.989369,1,-0.101156,0.167554,3.026474,1,-0.100244,0.522901,3.018919,1,-0.049834,0.696996,2.987933,1,-0.235301,0.416329,2.939331,1,-0.301339,0.170203,2.85497,1,0.04762,0.390872,3.142792,1,0.14041,0.186844,3.182172,1),
                 c(-0.071973,0.103372,2.988788,1,-0.103215,0.16776,3.025409,1,-0.102334,0.52281,3.019341,1,-0.051298,0.697003,2.991192,1,-0.235497,0.414859,2.935161,1,-0.297678,0.15788,2.833734,1,0.045973,0.386249,3.147609,1,0.14408,0.1916,3.204443,1),
                 c(-0.073223,0.104598,2.988132,1,-0.106597,0.168971,3.022554,1,-0.106778,0.522688,3.015138,1,-0.051867,0.697781,2.990767,1,-0.236137,0.414773,2.931317,1,-0.297552,0.153462,2.827027,1,0.039316,0.39146,3.166831,1,0.175061,0.214336,3.207459,1))

Для каждой временной точки мы можем создать матрицу, где каждая строка будет точкой тела, а столбцами будут координаты:

# Single time point for analysis
time.point<-1
# Number of coordinates
coordinates<-4
# Number of body points
body.points<-dim(DATA.time.obs)[2]/coordinates

# Total time of gesture
total.time<-dim(DATA.time.obs)[1]

# Transform data for a single time. observation into a matrix
DATA.matrix<-matrix(DATA.time.obs[1,],c(body.points,coordinates),byrow = TRUE)
colnames(DATA.matrix)<-c("x","y","z","br")
rownames(DATA.matrix)<-c("hip_center","spine","shoulder_center","head",
                         "left_shoulder","left_wrist","right_shoulder",
                         "right_wrist")

Итак, в каждый момент времени мы имеем такую ​​матрицу:

                        x        y        z br
hip_center      -0.064310 0.101546 2.990067  1
spine           -0.091378 0.165703 3.029513  1
shoulder_center -0.090019 0.518603 3.022399  1
head            -0.042211 0.687271 2.987086  1
left_shoulder   -0.231384 0.419869 2.953286  1
left_wrist      -0.299824 0.173991 2.882627  1
right_shoulder   0.063367 0.399478 3.136306  1
right_wrist      0.134907 0.176191 3.159998  1

И теперь мы используем rgl для построения данных из этой матрицы:

#install.packages("rgl")
library(rgl)

# INITIAL PLOT

x<-unlist(DATA.matrix[,1])
y<-unlist(DATA.matrix[,2])
z<-unlist(DATA.matrix[,3])

# OPEN A BLANK 3D PLOT AND SET INITIAL NEUTRAL VIEWPOINT
open3d()
rgl.viewpoint(userMatrix=rotationMatrix(0,0,0,0))

# SET FIGURE POSITION
# This is variable. It will depend on your dataset
# I've found that for this specific dataset a rotation
# of -0.7*pi on the Y axis works

# You can also plot and select the best view with
# your mouse. This selected view will be passed on
# to the animation.
U <- par3d("userMatrix")
par3d(userMatrix = rotate3d(U, -0.7*pi, 0,1,0))

# PLOT POINTS
points3d(x=x,y=y,z=z,size=6,col="blue")
text3d(x=x,y=y,z=z,texts=1:8,adj=c(-0.1,1.5),cex=0.8)

# You can also plot each body point name.
# This might be helpful when you don't know the
# initial orientation of your plot

# text3d(x=x,y=y,z=z,texts=rownames(DATA.matrix),
#        cex=0.6,adj=c(-0.1,1.5))

# Based on the plotted figure, connect the line segments
CONNECTOR<-c(1,2,2,3,3,4,3,5,3,7,5,6,7,8)
segments3d(x=x[CONNECTOR],y=y[CONNECTOR],z=z[CONNECTOR],col="red")

Тогда мы имеем следующее:

4k3rz.png

Чтобы создать анимацию, мы можем поместить все это в функцию и использовать lapply.

movement.points<-function(DATA,time.point,CONNECTOR,body.points,coordinates){

  DATA.time<-DATA[time.point,]

  DATA.time<-matrix(DATA.time,c(body.points,coordinates),byrow = TRUE)

  x<-unlist(DATA.time[,1])
  y<-unlist(DATA.time[,2])
  z<-unlist(DATA.time[,3])

  # I used next3d instead of open3d because now I want R to plot 
  # several plots on top of our original, creating the animation

  next3d(reuse=FALSE)
  points3d(x=x,y=y,z=z,size=6,col="blue")
  segments3d(x=c(x,x[CONNECTOR]),y=c(y,y[CONNECTOR]),z=c(z,z[CONNECTOR]),col="red")
# You can control the "velocity" of the animation by changing the 
# parameter below. Smaller = faster
  Sys.sleep(0.5)
}

Я знаю, что это решение не изящно, но оно работает.

введите описание изображения здесь