Saltar a contenido

P04 - Analisis OpenPose vs Kinovea para exoesqueleto

Modelo: Claude (Opus 4.6) Fecha ejecucion: 2026-05-07 Fuente: IDEA MON.docx + seccion Kinovea de Informe.html

1. Variables del informe medibles con OpenPose

OpenPose BODY_25 tiene 25 puntos anatomicos. Los relevantes para el estudio del exoesqueleto son:

Punto BODY_25 ID Relevancia
Nose 0 Referencia cefalica
Neck 1 Cervical, punto superior columna
RShoulder / LShoulder 2/5 Cintura escapular
RHip / LHip 8/11 Cintura pelvica
RKnee / LKnee 9/12 Referencia miembro inferior
MidHip 8 Punto medio cadera

Variables de Kinovea replicables con OpenPose

Variable Kinovea Replicable con OpenPose? Como
Angulos de Gesto (flexion tronco) SI Angulo Neck-MidHip-Knee en plano sagital
Instantes del gesto SI Frame-by-frame del video
Comparacion Con/Sin Exo SI Mismos videos procesados

Variables EPPA replicables

Region EPPA Variables OpenPose? Limitaciones
Cervico-Cefalica Inclinacion cabeza SI (Nose-Neck) Solo 2D, sin profundidad
Tronco-Columna Inclinacion lateral PARCIAL OpenPose no tiene puntos vertebrales intermedios
C. Escapular-M. Superior Desnivel hombros SI (RShoulder-LShoulder) Sensible a orientacion camara
C. Pelvica-M. Inferior Desnivel caderas SI (RHip-LHip) Misma limitacion que hombros

Variables EPPA NO replicables con OpenPose

  • Distancia "Triangulo de talla" (requiere marcadores fisicos o medicion directa)
  • Variables que requieren palpacion o medicion manual especifica
  • Cualquier variable 3D sin setup multi-camara

2. Valor agregado de OpenPose vs Kinovea

Ventajas OpenPose

Aspecto Kinovea (manual) OpenPose (automatico)
Velocidad Lento (marcado manual frame a frame) Rapido (automatico)
Reproducibilidad Depende del operador Determinista para mismos parametros
Cobertura temporal Muestrea instantes discretos Puede procesar todos los frames
Escalabilidad No escala (trabajo manual) Procesa N videos automaticamente
Precisión angular Alta (operador elige landmarks) Depende de deteccion (puede tener error de ~5 grados)
Acceso a puntos Cualquier punto visible Solo los 25 predefinidos

Donde OpenPose aporta mas valor

  1. Cinematica temporal completa: en vez de medir solo en "instantes" discretos, OpenPose puede dar la trayectoria angular completa del gesto
  2. Consistencia inter-sujeto: elimina variabilidad del operador
  3. Procesamiento batch: procesar los 3 gestos x N sujetos x 2 condiciones automaticamente
  4. Deteccion de patrones: con la serie temporal completa se pueden aplicar algoritmos de clustering o DTW (Dynamic Time Warping) para comparar gestos

Donde Kinovea es superior

  1. Precision puntual: el operador puede elegir exactamente el punto anatomico
  2. Variables no-standard: puede medir cualquier distancia o angulo, no solo los 25 puntos de BODY_25
  3. Validacion visual: el operador confirma visualmente que el punto es correcto

3. Limitaciones de OpenPose para variables EPPA

  1. Solo 2D: OpenPose BODY_25 es monocular, no da profundidad. Las variables EPPA de frente y perfil requieren vistas separadas.
  2. Sin puntos vertebrales: BODY_25 no tiene puntos intermedios de columna. La "columna" se aproxima como linea Neck-MidHip.
  3. Occlusion con exoesqueleto: el exoesqueleto puede ocultar puntos corporales (hombros, cadera). Esto puede degradar la deteccion.
  4. Resolucion: OpenPose necesita video de calidad razonable (>640px). Videos de baja resolucion dan detecciones ruidosas.
  5. Ropa y contraste: ropa holgada o bajo contraste con fondo puede confundir la deteccion.

4. Propuesta de estudio comparativo

Basado en las 3 lineas de IDEA MON:

Linea (a): Ejemplo demostrativo

  • Input: 1 video sagital de un sujeto haciendo Gesto 2 con exo
  • Proceso: OpenPose extrae angulos frame-by-frame, se compara con los 2 instantes medidos por Kinovea
  • Output: Grafico de trayectoria angular con los puntos Kinovea superpuestos
  • Factibilidad: Alta, solo requiere 1 video y setup basico

Linea (b): Procesamiento completo

  • Input: Todos los videos sagitales (3 gestos x N sujetos x 2 condiciones)
  • Proceso: OpenPose batch -> tabla de angulos por frame -> Watson-Williams sobre angulos OpenPose -> comparar con Kinovea
  • Output: Tabla de concordancia Kinovea vs OpenPose por variable
  • Factibilidad: Media, requiere todos los videos disponibles

Linea (c): Estudio iterativo (requiere aporte Luis)

  • Input: Mismos videos + resultados de (b)
  • Proceso: Entrenar/ajustar deteccion iterativamente, medir mejora en concordancia con Kinovea
  • Output: Curva de aprendizaje, recomendaciones de parametros
  • Factibilidad: Baja-Media, requiere expertise en ML y tiempo de desarrollo

Nota de integridad

Este analisis se basa en las capacidades documentadas de OpenPose BODY_25 y el contenido del informe. No se ejecuto OpenPose sobre videos reales. Las estimaciones de precision (~5 grados) son basadas en literatura publicada, no en mediciones propias.