児童の歩行行動の解読

要旨

我々は、人間の行動認識における新しい問題領域、すなわち標準的なRGBビデオからの小児の歩行行動の細粒度解析を導入する。具体的には、3歳から17歳の小児の歩行パターンを対象とする。このような行動は、脳性麻痺や片麻痺などのいくつかの重大な発達障害および神経筋疾患の診断と治療において自然に発生する。そのような行動が臨床的価値を持つにもかかわらず、現在の3Dセンサーを用いた歩行解析システムは高価で侵襲的であり、幼い被験者にはしばしば非現実的である。この問題に対処するため、我々は、110人の被験者からなる1,100以上の高フレームレート（60 FPS）ビデオシーケンスを含む新しいデータセットを導入し、それには同期され匿名化された姿勢シーケンスが付随する。各セッションでは、小児は5秒間の「歩き回り」タスクを実行し、複数の視点から歩行周期が捕捉される。重要なことに、我々は、歩行基盤モデルやマルチモーダル大規模言語モデル（MLLM）を含む現在の最先端手法が、これらの臨床的な微妙な差異を効果的に解明できないことを示す。我々は、これらの不規則で微細な運動パターンを解析する際の主要な技術的課題を特定し、小児歩行の基本的構成要素を解読するための統合されたエンドツーエンドのフレームワークを説明する。包括的な実験結果を通じて、我々はこのデータセットが新規の研究課題を促進し、自動化された小児歩行評価のための厳密なベースラインを確立する可能性を示す。

English

We introduce a new problem domain for human action recognition: the fine-grained analysis of children's gait behaviors from standard RGB video. We specifically target the ambulatory patterns of children aged 3-17 years. Such behaviors arise naturally in the diagnosis and treatment of several critical developmental and neuromuscular disorders, such as cerebral palsy and hemiplegia. Despite their clinical value, current 3D sensor-based gait analysis systems are expensive, intrusive, and often impractical for young subjects. To address this, we introduce a new dataset comprising over 1,100 high-frame-rate (60 FPS) video sequences from 110 subjects, accompanied by synchronized, anonymized pose sequences. In each session, the child performs a 5-second "walk-around" task, capturing the gait cycle from multiple viewpoints. Crucially, we demonstrate that current state-of-the-art approaches, including gait foundation models and Multimodal Large Language Models (MLLMs), fail to effectively resolve these clinical nuances. We identify the key technical challenges in analyzing these erratic and subtle motor patterns and describe a unified end-to-end framework for decoding fundamental components of pediatric gait. Through comprehensive experimental results, we demonstrate the potential of this dataset to drive novel research questions and establish a rigorous baseline for automated child gait assessment.