Evaluation of Sit-to-Stand Exercises in Rehabilitation Using a Cost-Effective Markerless Motion Capture

e mémoire évalue le potentiel clinique de systèmes de capture de mouvement sans marqueurs à faible coût pour l’évaluation du mouvement assis-debout (StS) en réadaptation. Deux caméras 3D grand public, l’Intel RealSense D455 (stéréo) et la L515 (temps de vol), ont été comparées à un système de référence Vicon. Une architecture logicielle personnalisée utilisant le logiciel Nuitrack SDK a été développée pour extraire les angles articulaires et les vitesses à partir de vidéos RGB-D. L’expérimentation a été réalisée avec un seul participant effectuant des répétitions StS, captées simultanément par les deux caméras 3D et par le système Vicon. La précision du système a été évaluée en répétant l’analyse 30 fois sur chaque enregistrement, afin de mesurer la stabilité des résultats obtenus par estimation de pose. L’exactitude a ensuite été déterminée en comparant les mesures angulaires aux données de référence du Vicon pour un ensemble de 11 conditions expérimentales couvrant des variations réalistes de vitesse d’exécution, de posture, de symétrie et de type de vêtement. Les résultats montrent que la caméra L515 produit des trajectoires cohérentes pour plusieurs angles articulaires dans des scénarios StS standards, avec un coefficient de concordance (CCC) moyen de 0.91. Toutefois, d’autres indicateurs d’exactitude, comme le pourcentage d’angles estimés avec une erreur inférieure à 5° (PCEA@5°) et l’erreur moyenne (MJAE), indiquent des écarts trop importants pour une utilisation clinique directe sans ajustement. L’application de corrections systématiques a amélioré ces performances, ramenant la MJAE moyenne à 11.2° et la RMSE à 15.6°, avec une PCEA@5° atteignant 46 %. Ces résultats montrent que de tels systèmes sans calibration peuvent approcher la viabilité clinique pour l’évaluation du StS dans des contextes contrôlés, mais nécessitent encore des améliorations pour une adoption plus large en clinique.

Abstract

This thesis evaluates the clinical potential of low-cost, markerless motion capture systems for assessing sit-to-stand (StS) exercises in rehabilitation. Two off-the-shelf 3D cameras Intel RealSense D455 (stereo) and L515 (Time-of-Flight) were tested against a gold-standard Vicon system. A custom pipeline using the free software Nuitrack SDK was developed to extract joint angles and velocities from RGB-D recordings. The experiment was conducted with a single participant performing StS repetitions, captured simultaneously by both 3D cameras and the Vicon reference system. Precision was assessed by running the pose estimation process 30 times on each recording to evaluate the consistency of the results. Accuracy was then measured by comparing the estimated joint angles to the Vicon ground truth across 11 experimental conditions, designed to reflect realistic variations in execution speed, posture, symmetry, and clothing. Results show that the L515 yielded consistent trajectory shapes for several joint angles in standard StS scenarios, with Concordance Correlation Coefficients (CCC) averaging 0.91. However, other accuracy metrics, such as the Percentage of Correctly Estimated Angles within 5° (PCEA@5°) and Mean Joint Angle Error (MJAE), revealed discrepancies too large for direct clinical use. Applying systematic offset corrections improved performance, reducing average MJAE to 11.2°, RMSE to 15.6°, and increasing PCEA@5° to 46%. These findings suggest that while calibration-free systems like these are not yet ready for clinical deployment in their current form, they show promise for controlled environments and warrant further refinements for broader rehabilitation applications.