Abstract This thesis investigates vision based description and recognition of human movements. Automated vision based human motion analysis is a fundamental technology for creating video based human computer interaction systems. Because of its wide range of potential applications, the topic has become an active area of research in the computer vision community. This thesis proposes the use of low level description of dynamics for human movement description and recognition. Two groups of approaches are developed: first, texture based methods that extract dynamic features for human movement description, and second, a framework that considers ballistic dynamics for human movement segmentation and recognition. Two texture based descriptions for human movement analysis are introduced. The first method uses the temporal templates as a preprocessing stage and extracts a motion description using local binary pattern texture features. This approach is then extended to a spatiotemporal space and a dynamic texture based method that uses local binary patterns from three orthogonal planes is proposed. The method needs no accurate segmentation of silhouettes, rather, it is designed to work on image data. The dynamic texture based description is also applied to gait recognition. The proposed descriptions have been experimentally validated on publicly available databases. Psychological studies on human movement indicate that common movements such as reaching and striking are ballistic by nature. Based on the psychological observations this thesis considers the segmentation and recognition of ballistic movements using low level motion features. Experimental results on motion capture and video data show the effectiveness of the method. / Tiivistelmä Tässä väitöskirjassa tutkitaan ihmisen liikkeen kuvaamista ja tunnistamista konenäkömenetelmillä. Ihmisen liikkeen automaattinen analyysi on keskeinen teknologia luotaessa videopohjaisia järjestelmiä ihmisen ja koneen vuorovaikutukseen. Laajojen sovellusmahdollisuuksiensa myötä aiheesta on tullut aktiivinen tutkimusalue konenäön tutkimuksen piirissä. Väitöskirjassa tutkitaan matalan tason piirteiden käyttöä ihmisen liikkeen dynaamiikan kuvaamiseen ja tunnistamiseen. Työssä esitetään kaksi tekstuuripohjaista mentelmää ihmisen liikkeen kuvaamiseen ja viitekehys ballististen liikkeiden segmentointiin ja tunnistamiseen. Työssä esitetään kaksi tekstuuripohjaista menetelmää ihmisen liikkeen analysointiin. Ensimmäinen menetelmä käyttää esikäsittelynä ajallisia kuvamalleja ja kuvaa mallit paikallisilla binäärikuvioilla. Menetelmä laajennetaan myös tila-aika-avaruuteen. Dynaamiseen tekstuuriin perustuva menetelmä irroittaa paikalliset binäärikuviot tila-aika-avaruuden kolmelta ortogonaaliselta tasolta. Menetelmä ei vaadi ihmisen siluetin tarkkaa segmentointia kuvista, koska se on suunniteltu toimimaan suoraan kuvatiedon perusteella. Dynaamiseen tekstuuriin pohjautuvaa menetelmää sovelletaan myös henkilön tunnistamiseen kävelytyylin perusteella. Esitetyt menetelmät on kokeellisesti vahvistettu yleisesti käytetyillä ja julkisesti saatavilla olevilla tietokannoilla. Psykologiset tutkimukset ihmisen liikkumisesta osoittavat, että yleiset liikkeet, kuten kurkoittaminen ja iskeminen, ovat luonteeltaan ballistisia. Tässä työssä tarkastellaan ihmisen liikkeen ajallista segmentointia ja tunnistamista matalan tason liikepiirteistä hyödyntäen psykologisia havaintoja. Kokeelliset tulokset liikkeenkaappaus ja video aineistolla osoittavat menetelmän toimivan hyvin.

Kinematic approaches of motion generation use joint angles of a specified kinematic skeleton to describe poses and consider motions as sequences of poses. The progression functions, i.e. the functions describing the angular values of the joints over time are usually obtained by motion capturing. So far, approaches to synthesize these functions have only been able to create motions with strong artificial visual appearance. In this paper we present a novel method for generating gait motions from synthesized progression functions. Our method is based on the key observation that the progression functions of the joints involved in gait motions show certain characteristic shapes. Based on empirical evaluations we describe these shapes for all progression functions needed to generate walking movements. Furthermore, we analyze the variation of the described shapes depending on stride length and walking speed. Polynomial splines are used to define functions that mimic the shapes of progression functions and can be easily controlled via the spline parameters. We develop a model that describes how to change the parameters of the splines according to the rules of shape variation observed on empirical data in order to adjust stride length and walking speed. Our method can be used to generate walking motions of virtual characters with user provided stride length or walking speed. To evaluate our method we compare synthesized gait motions with recorded ones. A numerical evaluation shows that the maximal joint displacement between captured and synthesized motions lies within the range of variability of natural human walking.

Der Einsatz digitaler Menschmodelle in der Produkt- und Prozessergonomie hat in den letzten Jahren beständig zugenommen. Vor allem Anforderungen aus dem industriellen Umfeld setzten hohe Maßstäbe an Schnelligkeit, Genauigkeit und Verlässlichkeit der verwendeten Systeme, Methoden und Verfahren. Das biomechanische Menschmodell Dynamicus ist eine am Institut für Mechatronik e.V., Chemnitz entwickelte Software, die sich auf dieses Gebiet der Simulation spezialisiert hat. Die Grundlage von Dynamicus-Simulationen sind reale menschliche Bewegungen, die mit Hilfe eines Motion-Capture-Systems aufgezeichnet werden. Die Analyse der digital vorliegenden Bewegungen erfolgt in den Wissenschaftsgebieten der Ergonomie, des Sports und der Rehabilitation.

<p>The interest in video surveillance has increased in recent years. Cameras are now installed in e.g. stores, arenas and prisons. The video data is analyzed to detect abnormal or undesirable events such as thefts, fights and escapes. At the Informatics Unit at the division of Information Systems, FOI in Linköping, algorithms are developed for automatic detection and tracking of humans in video data. This thesis deals with the target tracking problem when a 3D camera is used. A 3D camera creates images whose pixels represent the ranges to the scene. In recent years, new camera systems have emerged where the range images are delivered at up to video rate (30 Hz). One goal of the thesis is to determine how range data affects the frequency with which the measurement update part of the tracking algorithm must be performed. Performance of the 2D tracker and the 3D tracker are evaluated with both simulated data and measured data from a 3D camera. It is concluded that the errors in the estimated image coordinates are independent of whether range data is available or not. The small angle and the relatively large distance to the target explains the good performance of the 2D tracker. The 3D tracker however shows superior tracking ability (much smaller tracking error) if the comparison is made in the world coordinates.</p>

The interest in video surveillance has increased in recent years. Cameras are now installed in e.g. stores, arenas and prisons. The video data is analyzed to detect abnormal or undesirable events such as thefts, fights and escapes. At the Informatics Unit at the division of Information Systems, FOI in Linköping, algorithms are developed for automatic detection and tracking of humans in video data. This thesis deals with the target tracking problem when a 3D camera is used. A 3D camera creates images whose pixels represent the ranges to the scene. In recent years, new camera systems have emerged where the range images are delivered at up to video rate (30 Hz). One goal of the thesis is to determine how range data affects the frequency with which the measurement update part of the tracking algorithm must be performed. Performance of the 2D tracker and the 3D tracker are evaluated with both simulated data and measured data from a 3D camera. It is concluded that the errors in the estimated image coordinates are independent of whether range data is available or not. The small angle and the relatively large distance to the target explains the good performance of the 2D tracker. The 3D tracker however shows superior tracking ability (much smaller tracking error) if the comparison is made in the world coordinates.

Ο αξιόπιστος και αποτελεσματικός ανθρωποκεντρικός σχεδιασμός προϊόντων και διαδικασιών παραγωγής αποτελεί μείζον ζήτημα της κατασκευαστική βιομηχανίας. Για το λόγο αυτό, πλήθος ελέγχων που αφορούν στη λειτουργικότητα, την ασφάλεια και την άνεση, τόσο των προϊόντων που χρησιμοποιούνται από τον άνθρωπο, όσο και των διαδικασιών παραγωγής που συμμετέχει ο ανθρώπινος παράγοντας, πραγματοποιούνται και αξιολογούνται σε περιβάλλον Η/Υ με τη χρήση λογισμικών προσομοίωσης και εικονικής πραγματικότητας. Η ρεαλιστική και αξιόπιστη αναπαράσταση της ανθρώπινης κίνησης μέσα σε εικονικό περιβάλλον, αποτελεί στις μέρες μας επιτακτική ανάγκη. Στο πλαίσιο αυτό, η παρούσα διατριβή επικεντρώνεται στο σχεδιασμό και την ανάπτυξη μιας νέας μεθοδολογίας μοντελοποίησης της ανθρώπινης κίνησης, που βασίζεται στην προσαρμογή μιας υπάρχουσας κίνησης σε νέα ανθρωπομετρικά δεδομένα και περιορισμούς του περιβάλλοντος εργασίας (εικονικού πρωτοτύπου ή σταθμού εργασίας). Η προτεινόμενη προσέγγιση αποσκοπεί στη δημιουργία ρεαλιστικών και αξιόπιστων κινήσεων ψηφιακών ανθρωποειδών με στόχο την προσομοίωσή τους σε εικονικό περιβάλλον, ώστε να εξαχθούν αξιόπιστα αποτελέσματα κατά την εργονομική αξιολόγηση του σχεδιασμού προϊόντων και σταθμών εργασίας σε γραμμή παραγωγής. Αρχικά, γίνεται εισαγωγή τόσο στη σπουδαιότητα, όσο και στα προβλήματα του εργονομικού σχεδιασμού με χρήση ψηφιακών ανθρωποειδών, που αποτέλεσαν και το κύριο έναυσμα της παρούσας έρευνας. Παρουσιάζονται τα αποτελέσματα της βιβλιογραφικής ανασκόπησης, που αφορούν σε μεθόδους μοντελοποίησης της ανθρώπινης κίνησης με χρήση τεχνολογίας ψηφιακών ανθρωποειδών, καθώς και σε λογισμικά προσομοίωσης ανθρώπινης συμπεριφοράς και εργονομικού σχεδιασμού. Στη συνέχεια, παρατίθεται μια εκτεταμένη ανάλυση που έχει ως στόχο τη βαθύτερη κατανόηση της ανθρώπινης κίνησης. Η ανάλυση αυτή βασίζεται στη θεωρία του Στατιστικού Σχεδιασμού Πειραμάτων και χρησιμοποιεί πειραματικά δεδομένα καταγραφής ανθρώπινων κινήσεων. Η Ανάλυση της Διακύμανσης χρησιμοποιήθηκε για τον καθορισμό των ανθρωπομετρικών χαρακτηριστικών που επηρεάζουν περισσότερο την ανθρώπινη κίνηση, καθώς και για την ποσοτικοποίηση της επιρροής τους στη διαφοροποίηση της κίνησης. Βάσει των αποτελεσμάτων της Ανάλυσης της Διακύμανσης, γίνεται ανάπτυξη ημι-εμπειρικών, προσθετικών μοντέλων κίνησης, τα οποία συσχετίζουν την επίδραση των ανθρωπομετρικών χαρακτηριστικών με τις τροχιές των αισθητήρων που τοποθετούνται πάνω στο ανθρώπινο σώμα για την καταγραφή της κίνησης. Ακολουθεί η στοιχειοθέτηση της προτεινόμενης μεθοδολογίας μοντελοποίησης. Δεδομένου ότι η ανθρώπινη κίνηση αναλύεται σε ένα σύνολο διαδοχικών στιγμιοτύπων, η μεθοδολογία μοντελοποίησης αποσκοπεί στη δημιουργία στάσεων σώματος ψηφιακού ανθρωποειδούς για κάθε στιγμιότυπο του επιθυμητού σεναρίου κίνησης. Ως σενάριο κίνησης ορίζεται κάθε δυνατός συνδυασμός “εργασίας – ψηφιακού ανθρωποειδούς – περιβάλλοντος εργασίας”. Για τη δημιουργία ενός στιγμιότυπου της νέας κίνησης, ο αλγόριθμος της μεθοδολογίας παράγει τυχαίες εναλλακτικές στάσεις σώματος, διασφαλίζοντας ταυτόχρονα την αποφυγή τόσο των μη-ρεαλιστικών στάσεων, όσο και των στάσεων που δεν ικανοποιούν τους περιορισμούς του νέου σεναρίου κίνησης. Η βασική ιδέα της μεθοδολογίας μοντελοποίησης στηρίζεται στη θεωρία λήψης αποφάσεων πολλαπλών κριτηρίων, η οποία χρησιμοποιείται για την αξιολόγηση των εναλλακτικών και την τελική επιλογή των βέλτιστων στάσεων σώματος, για τη σύνθεση της νέας κίνησης. Τα κριτήρια αφορούν αφενός στην εξασφάλιση της ρεαλιστικότητας της κίνησης και αφετέρου στην ικανοποίηση των νέων χωρικών περιορισμών, που προκύπτουν από τις γεωμετρικές τροποποιήσεις του περιβάλλοντος εργασίας. Έπεται η περιγραφή των βοηθητικών και δομικών στοιχείων του συστήματος υλοποίησης, καθώς και ο αναλυτικός σχεδιασμός του. Το σύστημα που αναπτύχθηκε αποτελείται από τα ακόλουθα δομικά στοιχεία: i)τη βάση δεδομένων, στην οποία αποθηκεύονται οι κινήσεις αναφοράς, τα ψηφιακά ανθρωποειδή, τα περιβάλλοντα εργασίας και τα αρχεία περιγραφής εργασιών, ii)το μηχανισμό που παράγει τις εναλλακτικές στάσεις σώματος λαμβάνοντας υπ’ όψη τους νέους περιορισμούς, iii)τα κριτήρια αξιολόγησης των εναλλακτικών κινήσεων, που αφορούν στην ομοιότητα των γωνιών των αρθρώσεων του σώματος και στην ομοιότητα της θέσης του άκρου εργασίας, iv)τον πίνακα αποφάσεων, ο οποίος υπολογίζει το δείκτη αξιολόγησης για κάθε εναλλακτική, βάσει των κριτηρίων αξιολόγησης, v)το μηχανισμό συνολικής αξιολόγησης των εναλλακτικών, ο οποίος υπολογίζει τον τελικό δείκτη αξιολόγησης, βάσει των δεικτών αξιολόγησης του πίνακα αποφάσεων και των βαρών των κριτηρίων, vi)το μηχανισμό κατάταξης των εναλλακτικών στάσεων, ο οποίος κατατάσσει τις εναλλακτικές, βάσει του τελικού δείκτη αξιολόγησης, και επιλέγει τη βέλτιστη στάση σώματος για κάθε στιγμιότυπο κίνησης. Το σύστημα που αναπτύχθηκε παρέχει τη δυνατότητα δημιουργίας προσαρμοσμένων κινήσεων ψηφιακών ανθρωποειδών που ικανοποιούν τις νέες συνθήκες και περιορισμούς. Οι νέες συνθήκες και περιορισμοί προέρχονται από την τροποποίηση των ανθρωπομετρικών διαστάσεων του ψηφιακού ανθρωποειδούς που εκτελεί την κίνηση, ή/και από την τροποποίηση της γεωμετρίας του περιβάλλοντος εργασίας, όπου εκτελείται η κίνηση. Η αξιολόγηση της αξιοπιστίας της προτεινόμενης μεθοδολογίας μοντελοποίησης παρουσιάζεται μέσα από μια σειρά πειραμάτων εκτέλεσης της πιλοτικής εφαρμογής από το χώρο της αυτοκινητοβιομηχανίας. Η πιλοτική εφαρμογή αποσκοπεί στην εργονομική αξιολόγηση του σχεδιασμού του εσωτερικού ενός επιβατηγού αυτοκινήτου, επικεντρώνοντας στην επιλογή της βέλτιστης θέσης του καθίσματος του οδηγού και της εσωτερικής λαβής της πόρτας. Τα αποτελέσματα της αξιολόγησης καταδεικνύει τις δυνατότητες πρόβλεψης του αλγορίθμου όταν τροποποιούνται, τόσο τα ανθρωπομετρικά, όσο και οι διαστάσεις του περιβάλλοντος εργασίας. Ο αλγόριθμος δημιουργεί ρεαλιστικές και αξιόπιστες ανθρώπινες κινήσεις οι οποίες μπορούν να συντελέσουν στη βελτίωση του εργονομικού σχεδιασμού προϊόντων και διαδικασιών παραγωγής. / The efficient and reliable human-centred design of products and processes is a major goal of the manufacturing industry. Thus, numerous aspects related to performance, safety and ergonomics, need to be verified using Simulation and Virtual Reality techniques, in the context of the product development procedure. The realistic and accurate representation of human motion in Virtual Environment is crucial for the reliability of the simulation results. In this context, this dissertation focuses on the design and development of a novel methodology for human motion modelling, based on the adaptation of a given motion of a digital human model to new anthropometrics and environment’s constraints (related to virtual prototype or workspace). The proposed approach aims at the generation of realistic and reliable digital human motions in order to drive computer manikins into a Virtual Environment, so as to obtain reliable evaluation results during ergonomic design of a product or a production line’s workspace. The introductory chapter presents both the importance and the limitations of the ergonomic design using computer manikins, which consisted the major motivation of this research work. State-of-the-art is presented next, concerning other approaches related to human motion modeling using computer manikins, as well as software tools for digital human modeling and ergonomic design. Next chapter presents an extensive analysis, which focuses on the better understanding of the human motion. This analysis is based on a Statistical Design Of Experiments (SDoE) and makes use of experimental motion captured data. Analysis of Variance (ANOVA) was performed for the determination of the impact factor of the anthropometric parameters influencing the human motion path. Semi-empirical additive models was developed next, based on the results of this analysis, which connects the effect of anthropometrics with the trajectories of the markers that are attached on the human body during the motion capture procedure. The composing of the proposed motion modelling methodology is following. Given that human motion is analysed by a set of sequential motion frames, the modelling methodology aims at the generation of digital human’s postures for each frame of the desirable motion scenario. Motion scenario is each possible combination of “task – computer manikin – environment”. For the creation of a new motion’s frame, the algorithm of the methodology generates alternative postures, ensuring the rejection of non-realistic and constraint-violating postures. The basic concept of the modelling methodology is based on the multi-criteria decision making, which is used for the alternatives’ evaluation and the selection of the best-ranked human postures that constitute the new human motion. The criteria concern both the extensionality of the new motion and the satisfaction of the new constraints, related to the geometric modifications of the working environment. The description of the primary and secondary components of the implemented system, as well as their detailed design are presented next. The developed system consists of the following primary components: i)the data base, which includes reference motions, computer manikins, virtual environments and tasks , ii)the alternative generation mechanism, which takes into account the new constraints, iii)the evaluation criteria of alternatives, which are related to joint angles’ and end-effector’s similarity, iv)the decision matrix, which calculates the evaluation score of each alternative posture, based on the criteria, v)the aggregation mechanism, which calculates the utility score of each alternative, based on the evaluation scores and the weights of the criteria, vi)the ranking mechanism, which sorts the alternatives based on the utility score and selects the best-ranked alternative for each motion frame. The developed system enables the creation of adapted motions for digital humans that satisfies the new conditions and constraints. The new conditions and constraints come from the modification of the anthropometrics of the digital human model that realize the motion and/or the modification of the shape/geometry of the working environment. The evaluation of the proposed methodology’s efficiency is illustrated through a set of experiments through the pilot application coming from the automotive industry. The pilot application aims at the ergonomic evaluation of the interior design of a passenger car, focusing mainly on the position optimization for the driver’s seat and the door’s handle. The evaluation demonstrates the prediction capabilities of the algorithm, when both anthropometrics and environment parameters are modified. The algorithm generates accurate and realistic human motions that can be efficiently used in order to improve the computer-aided ergonomic design of manufacturing products and processes.

The analysis of the immensity of data in space and time is a challenging task. For this thesis, the time-dependent data has been explored in various directions. The studies focused on data visualization, feature extraction, and data classification. The data that has been used in the studies comes from various well-recognized archives and has been the basis of numerous researches. The data characteristics ranged from the univariate time series to multivariate time series, from hand gestures to unconstrained views of general human movements. The experiments covered more than one hundred datasets. In addition, we also discussed the applications of visual analytics to video data. Two approaches were proposed to create a feature vector for time-dependent data classification. One is designed especially for a bio-inspired model for human motion recognition and the other is a subspace-based approach for arbitrary data characteristics. The extracted feature vectors of the proposed approaches can be easily visualized in two-dimensional space. For the classification, we experimented with various known models and offered a simple model using data in subspaces for light-weight computation. Furthermore, this method allows a data analyst to inspect feature vectors and detect an anomaly from a large collection of data simultaneously. Various classification techniques were compared and the findings were summarized. Hence, the studies can assist a researcher in picking an appropriate technique when setting up a corresponding model for a given characteristic of temporal data, and offer a new perspective for analyzing the time series data. This thesis is comprised of two parts. The first part gives an overview of time-dependent data and of this thesis with its focus on classification; the second part covers the collection of seven publications.

No description available.

Hand-intensive work is closely related to the prevalence of upper body and hand/wrist work-related musculoskeletal disorders (WMSDs) in office work, manufacturing, service industries, as well as the healthcare industry. Some risk factors include vibrations, forceful exertions, heavy manual handling, repetitive motions, and prolonged nonneutral wrist postures. To address the growing WMSD epidemic among various occupational groups, simple-to-use exposure measurements are required. However, common quantitative measurement methods for the hand/wrist, such as electrogoniometry and optical motion capture, are both costly and challenging to use. Small, portable inertial measurement units (IMUs) may therefore be considered as a potentially good, affordable wearable option for measuring hand/wrist posture. However, it is difficult to track the position and orientation of a rigid body due to, among other factors, the IMU sensors' sensitivity to ambient magnetic disturbances. As a result, despite advancements in hardware quality, there is still no widely accepted standard for IMU-based motion capture. This study attempted to address this issue by analysing various orientation algorithms to estimate wrist angle from two IMU sensors and compare them to the electrogoniometer-derived measures, i.e., the gold-standard method in field measurements. Five hand-intensive simulated work tasks, each lasting 4–10 minutes, were completed by six participants. These tasks were chosen to resemble some difficult real-world work conditions closely. The wrist posture of the participants was measured using an electrogoniometer and two IMU sensors that were mounted on top of the electrogoniometer's end blocks. The IMU signal of each sensor was processed using seven different orientation algorithms, and the flexion/extension and radial/ulnar deviation angles between them were extracted and compared to the corresponding electrogoniometer angles. For the best-performing orientation algorithm, which was a first-order complementary filter, the mean cross-correlation coefficient between the two measurements was between 0.41 and 0.90 for the flexion/extension and between 0.19 and 0.53 for the radial/ulnar deviation. The mean absolute error (standard deviation) of the best-performing algorithm for the 10th, 50th, and 90th percentile flexion/extension was 8.38 (8.5), 3.99 (3.4), and 11.93 (10) degrees and for the corresponding percentiles of radial/ulnar deviation it was 9.6 (6.5), 5.5 (4.8), and 10.21 (7.1) degrees.  This result can likely be further improved by applying a better orientation algorithm and reducing measurement artifacts such as sensor vibration. However, this experiment demonstrates the potential of IMU-based wrist angle estimation as a simple measurement tool for occupational risk assessment. / Manuellt fysiskt arbete kan orsaka arbetsrelaterade besvär i rörelseorganen i överkropp och hand/handled inom kontorsarbete, tillverkning, industri samt inom hälso- och sjukvårdssektorn. Vibrationer, kraftfulla ansträngningar, tung manuell hantering, upprepade rörelser och långvariga icke-neutrala handledsställningar är några av riskfaktorerna. För att komma till rätta med de arbetsrelaterade besvären bland olika yrkesgrupper, krävs lättanvända exponeringsmätmetoder, eftersom observationsmetoder har en låg tillförlitlighet och de sedvanliga objektiva kvantitativa mätmetoderna för hand/handled, såsom elektrogoniometri och optiska rörelsemätningar, är både dyra och svåra att använda. Små, bärbara s.k. inertial measurement units (IMUs) är därför ett utmärkt, prisvärt och praktiskt alternativ för att mäta hand-/handledsrörelse. Men att estimera positionen och orienteringen av en kroppsdel med hjälp av IMU-sensorer medför stora utmaningar inte minst på grund av sensorernas känslighet för omgivande magnetiska störningar. Trots framsteg i hårdvarukvalitet, finns det fortfarande ingen allmänt accepterad standardmetod för IMU-baserad rörelsemätning. Syftet med det här projektet var att öka kunskapen i det här området genom att analysera olika orienteringsalgoritmer för att uppskatta den absoluta handledsvinkeln från två IMU-sensorer och sedan jämföra den med motsvarande ifrån den etablerade standardmätmetoden med en elektrogoniometer. Fem simulerade handintensiva arbetsuppgifter, var och en mellan 4–10 minuter, genomfördes av sex deltagare. Dessa uppgifter valdes för att härma några arbetsförhållanden som har rapporterats ge risk för besvär. Deltagarnas handledsställning mättes med hjälp av en elektrogoniometer och två IMU-sensorer som monterades ovanpå elektrogoniometers ändblock. IMU-signalen från varje sensor analyserades med sju olika, tidigare framtagna, orienteringsalgoritmer, vinklarna för flexion/extension samt radial/ulnar deviation beräknades och jämfördes sedan med motsvarande elektrogoniometervinklar. För den bäst presterande algoritmen, en första ordningens komplementfilter, varierade den genomsnittliga korrelationskoefficienten mellan 0,41 och 0,90 för flexion/extension och mellan 0,19 och 0,53 för radial/ulnar deviation. Det genomsnittliga absoluta felet (standardavvikelse), för den bäst presterande algoritmen, för den 10:e, 50:e och 90:e percentilen flexion/extension var 8,38 (8,5), 3,99 (3,4) och 11,93 (10) grader. Motsvarande percentiler av radial/ulnar deviation var 9,6 (6,5), 5,5 (4,8) och 10,21 (7,1) grader. Detta resultat kan sannolikt förbättras ytterligare genom att tillämpa en bättre orienteringsalgoritm och minska mätartefakter från sensorvibrationer. Detta experiment visar dock potentialen för IMU-baserad handledsvinkeluppskattning som ett enkelt mätverktyg vid riskbedömningar inom manuella arbeten.

This thesis introduces a multilinear algebraic framework for computer graphics, computer vision, and machine learning, particularly for the fundamental purposes of image synthesis, analysis, and recognition. Natural images result from the multifactor interaction between the imaging process, the scene illumination, and the scene geometry. We assert that a principled mathematical approach to disentangling and explicitly representing these causal factors, which are essential to image formation, is through numerical multilinear algebra, the algebra of higher-order tensors. Our new image modeling framework is based on(i) a multilinear generalization of principal components analysis (PCA), (ii) a novel multilinear generalization of independent components analysis (ICA), and (iii) a multilinear projection for use in recognition that maps images to the multiple causal factor spaces associated with their formation. Multilinear PCA employs a tensor extension of the conventional matrix singular value decomposition (SVD), known as the M-mode SVD, while our multilinear ICA method involves an analogous M-mode ICA algorithm. As applications of our tensor framework, we tackle important problems in computer graphics, computer vision, and pattern recognition; in particular, (i) image-based rendering, specifically introducing the multilinear synthesis of images of textured surfaces under varying view and illumination conditions, a new technique that we call ``TensorTextures'', as well as (ii) the multilinear analysis and recognition of facial images under variable face shape, view, and illumination conditions, a new technique that we call ``TensorFaces''. In developing these applications, we introduce a multilinear image-based rendering algorithm and a multilinear appearance-based recognition algorithm. As a final, non-image-based application of our framework, we consider the analysis, synthesis and recognition of human motion data using multilinear methods, introducing a new technique that we call ``Human Motion Signatures''.