아동 보행 행동의 해석

초록

우리는 표준 RGB 비디오에서 어린이의 보행 행동을 세밀하게 분석하는, 인간 행동 인식의 새로운 문제 영역을 제안한다. 우리는 특히 3세에서 17세 사이 어린이의 보행 패턴을 대상으로 한다. 이러한 행동은 뇌성마비와 편마비와 같은 여러 중대한 발달 및 신경근육 질환의 진단과 치료 과정에서 자연스럽게 나타난다. 이러한 임상적 가치에도 불구하고, 현재의 3D 센서 기반 보행 분석 시스템은 비용이 높고 침습적이며 어린 피험자에게는 종종 실용적이지 못하다. 이를 해결하기 위해, 우리는 110명의 피험자로부터 얻은 1,100개 이상의 고프레임레이트(60 FPS) 비디오 시퀀스와 동기화되고 익명화된 포즈 시퀀스를 포함하는 새로운 데이터셋을 제안한다. 각 세션에서 어린이는 5초간의 "걸어 다니기" 과제를 수행하며, 여러 시점에서 보행 주기가 포착된다. 중요한 점은, 우리는 보행 파운데이션 모델과 다중모달 대규모 언어 모델(MLLM)을 포함한 현재의 최첨단 접근법들이 이러한 임상적 미묘한 차이를 효과적으로 해석하지 못함을 입증한다. 우리는 이러한 불규칙하고 미묘한 운동 패턴을 분석하는 데 있어 핵심 기술적 과제를 식별하고, 소아 보행의 기본 구성 요소를 해독하기 위한 통합된 종단 간 프레임워크를 설명한다. 포괄적인 실험 결과를 통해, 우리는 이 데이터셋이 새로운 연구 질문을 촉진하고 자동화된 아동 보행 평가를 위한 엄밀한 기준선을 수립할 수 있는 잠재력을 입증한다.

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.