OpenCap Monocular：単一スマートフォン動画から得る3D人体運動学と筋骨格ダイナミクス

arXiv cs.CV / 2026/3/27

📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisTools & Practical UsageModels & Research

共有:

要点

OpenCap Monocularは、単一のスマートフォン動画から3D骨格運動学および筋骨格のキネティクス（運動力学的指標）を推定するアルゴリズムを提示し、臨床での生体力学的評価をスケーラブルにすることを目的としています。
本アプローチは、最適化によって単眼3Dポーズ推定を洗練したうえで、生体力学的制約を持つモデルから運動学を導出し、さらに物理ベースのシミュレーションと機械学習によりキネティクスを推定します。
マーカーを用いたモーションキャプチャおよびフォースプレートデータによる検証（歩行、スクワット、着座から立ち上がり）では、誤差が小さく（例：回転自由度に対する平均絶対誤差4.8°）、回帰のみのベースラインと比べて精度が大幅に向上します。
歩行時の地面反力を推定し、従来の2台カメラを用いるOpenCapシステムと同等以上の性能を示し、膝伸展モーメントや外転（内転）モーメントなど、臨床的に意味のあるキネティクス指標を生成します。
本研究はスマートフォンアプリ、Webアプリ、そして安全なクラウド計算を通じて展開され、opencap.aiにより無料の単一スマートフォンによる生体力学的アセスメントを提供します。

Abstract

座位から立ち上がる動作における大腿四頭筋の力を推定するなど、人の動き（運動学）と筋骨格系の力（運動力学）を大規模に定量化できれば、可動性に関連する疾患の予測、治療、モニタリングを大きく変革し得ます。しかし、運動学と運動力学を従来どおり定量化するには、費用がかかり時間も要する専門の実験室での解析が必要であり、そのことが臨床への応用を制限しています。生体力学的評価のための、スケーラブルで正確なツールが必要です。本研究では、単一のスマートフォン動画から3次元の骨格運動学と運動力学を推定するアルゴリズムであるOpenCap Monocularを提案します。この手法は、単眼のポーズ推定モデル（WHAM）による3次元人体ポーズ推定を最適化により改良し、生体力学的制約を備えた骨格モデルの運動学を計算します。さらに、物理ベースのシミュレーションと機械学習により運動力学を推定します。OpenCap Monocularを、歩行、スクワット、立ち上がりの課題について、マーカー型モーションキャプチャとフォースプレートデータで検証しました。OpenCap Monocularは、低い運動学誤差を達成しました（回転の自由度に対する平均絶対誤差が4.8{\deg}、骨盤の並進が3.4 cm）。回帰のみのコンピュータビジョン基準手法に比べて、回転精度で48%（p = 0.036）、並進精度で69%（p < 0.001）上回りました。OpenCap Monocularは、歩行中の地面反力も、先行する2カメラ型OpenCapシステムと同等、あるいはそれ以上の精度で推定しました。本アルゴリズムは、虚弱（frailty）や膝関節骨関節炎に関連するアプリケーションにおいて、臨床的に意味のある精度で重要な運動力学的アウトカムを推定できることを示します。具体的には、立ち上がり動作の移行時における膝伸展モーメントの推定、歩行中における膝外転（adduction）のモーメントの推定が含まれます。OpenCap Monocularはスマートフォンアプリ、Webアプリ、および安全なクラウドコンピューティング（https://opencap.ai）を通じて提供されており、単一スマートフォンによる無料でアクセス可能な生体力学的アセスメントを可能にします。