[紀錄]中風AI分析後續處理20210602

中風AI分析分離各題動作影片之目的：

1. 28個動作分開，為未來訓練模型及縮減題目做準備
   • 剪輯方法有二：
     1. 拍攝影片時，每個動作皆重新啟動程式，達成手動剪輯
        • 優點：可於拍攝時即完成影片之預處理，以減少後續處理之人力、時間成本。
        • 缺點：
          1. 僅可執行每個題目之切割，若要將題目內各單一步驟之動作切割，實行起來較為困難
          2. 題目與題目間拍攝的內容包含「示範」、「健側練習」、「患側練習」、「患側正式測驗1」、「患側正式測驗2」，實際操作時無法達成將各階段之影片分離出來，仍需要透過後續之影片處理以達成將各階段之影片分開
          3. 重啟程式需要時間讓影片存入，且若重啟時間太短，可能造成影片存取失敗，造成影像流失
          4. 重啟需要時間等待，若將各階段皆要中斷，勢必會增加施測時間，可能會增加受測者之負擔（記憶力不佳、時間難以配合等...）
     2. 一鏡到底，之後進行後續影片之裁減。
        • 優點：較省時，且可避免重啟時遇到之技術層面之問題。
        • 缺點：
          1. 需承擔一鏡到底之風險
          2. 後續處理可能耗費大量人力、時間成本

※ 考量到上述之目的，我認為動作的部分可不需要處理至單一步驟，但是受測者進行各階段之動作時仍需要分離出來。因此，即使於收案期間切割影片，後續仍需要將各階段之片段分離出來。 

※ 可於拍攝期間於各階段插入字卡或黑頻，以利之後自動化剪輯使用。

自動化剪輯影片片段之處理方式（構想）：

1. 以固定的畫面作為判斷標準
   • 可安插於各動作階段，但是難以安插於題目內之單一步驟動作
2. 以Openpose之關節標記點作為判斷標準
   • 影片畫面並非標準化，且因設置於患側邊，需要分別撰寫不同患側邊之對應之參數。
   • 上次進行初步分析時，尚未進行Hand之分析，所以尚未確認Hand的標註品質，需要確認
   • 動作改變幅度太小，若要使用程式語言之判斷式實現，則判斷之參數可能要有顯著的差異。