เทียบกับการมาร์กด้วยคน
ตรวจว่ามุมจาก AI แม่นแค่ไหน โดยใช้ Kinovea วัดภาพเฟรมเดียวกัน
ทำไมต้องตรวจเอง
Model card ของ MediaPipe Pose ไม่ได้รายงานความแม่นยำของมุมข้อต่อ (ดูหลักการ) ความแม่นยำยังขึ้นกับท่า มุมกล้อง เสื้อผ้า และแสงในการถ่ายของเราเอง วิธีที่ตรงไปตรงมาที่สุดคือเทียบกับค่าที่คนวัดบนภาพเดียวกัน ที่ปุ่มกระดูก ซึ่งเป็นวิธีที่ใช้กันในสาขานี้
เราไม่ต้องให้คนมาร์กทุกเฟรม เพียงวัดภาพนิ่ง 3–10 ภาพที่เครื่องมือเลือกให้จากวิดีโอ ซึ่งมีข้อดีคือ
- เป็นเฟรมเดียวกันแน่นอน เพราะภาพมาจากเฟรมที่ AI ประมวลผลจริง มีเลขเฟรมกำกับในชื่อไฟล์
- ใช้เวลาน้อย ทำเสร็จได้ในคาบเดียว
- ไม่ต้องติดตามจุดในวิดีโอ (ซึ่งมักหลุดและต้องแก้มือ)
สิ่งที่ต้องเตรียม
- วิดีโอที่ถ่ายตามการบันทึก ติดมาร์กเกอร์ที่ปุ่มกระดูกด้านที่หันเข้ากล้อง
- Pose Recorder โหมดไฟล์วิดีโอ (โหมดกล้องสดไม่มีภาพให้เทียบ)
- โปรแกรม Kinovea (ฟรี ใช้บน Windows) ถ้าไม่มี ใช้โปรแกรมใดก็ได้ที่วัดมุมจากสามจุดบนภาพได้
- ผู้วัดอย่างน้อย 2 คนต่อกลุ่ม
ขั้นที่ 1: สร้างภาพจากวิดีโอ
- ประมวลผลวิดีโอใน Pose Recorder ตามปกติ
- ส่วนล่างของหน้าจะแสดง ภาพสำหรับเทียบกับการมาร์กด้วยคน
- เลือก ข้อต่อที่จะเทียบ (เช่น เข่าซ้าย) ให้ตรงกับซีกที่หันเข้ากล้อง
- เลือกวิธี เลือกภาพ
| ตัวเลือก | ภาพที่ได้ | เหมาะกับ |
|---|---|---|
| 3 ภาพ | ที่ 25%, 50%, 75% ของคลิป | คลิปสั้น หรือทดลองครั้งแรก |
| ทุก 5 วินาที | หนึ่งภาพทุก 5 วินาที | คลิป 15–50 วินาที |
| ทุก 10 วินาที | หนึ่งภาพทุก 10 วินาที | คลิปยาว |
ทุกตัวเลือกได้อย่างน้อย 3 ภาพ ไม่เกิน 10 ภาพ (ถ้าคลิปยาวจนเกิน 10 ภาพ เครื่องมือจะเกลี่ยให้เหลือ 10) เลือกเฉพาะเฟรมที่ตรวจพบคน การเลือกตามเวลาที่กำหนดไว้ล่วงหน้าช่วยกันไม่ให้เราเลือกแต่ภาพที่ดูดี
ขั้นที่ 2: บันทึกภาพ โดยยังไม่ดูค่าของ AI
- คลิกภาพเพื่อบันทึกทีละภาพ (มีเครื่องหมาย ✓ เมื่อบันทึกแล้ว) หรือกด บันทึกทุกภาพ (บน iPad จะเปิดหน้าแชร์ ให้เลือกบันทึกลงไฟล์หรือส่งต่อ)
- กด ดาวน์โหลดแบบฟอร์มกรอกมุม (CSV) จะได้ตารางที่มีเลขเฟรม ชื่อภาพ และช่องว่างสำหรับกรอกมุม
- ยังไม่ต้องกด “เปิดเผยมุม MediaPipe”
ถ้าผู้วัดเห็นมุมของ AI หรือโครงร่างก่อน จะวัดตามโดยไม่รู้ตัว ทำให้ผลเทียบดูดีเกินจริง ภาพที่บันทึกจึงเป็นภาพเปล่าไม่มีโครงร่าง ให้วัดให้เสร็จทุกภาพก่อน
ขั้นที่ 3: วัดมุมใน Kinovea
- เปิดภาพใน Kinovea (ลากไฟล์ภาพเข้าหน้าต่าง)
- เลือกเครื่องมือวัดมุม แล้วคลิกสามจุดตามลำดับ: มาร์กเกอร์ด้านต้น → มาร์กเกอร์ที่ข้อต่อ (จุดยอดมุม) → มาร์กเกอร์ด้านปลาย เช่น มุมเข่า: greater trochanter → lateral epicondyle → lateral malleolus
- จดมุมลงแบบฟอร์ม ช่อง
kinovea_angleใส่รหัสผู้วัดในช่องrater - ใช้มุมภายใน (0–180° เหยียดตรงเท่ากับ 180°) ให้ตรงกับเครื่องมือของเรา ถ้าโปรแกรมแสดงมุมด้านนอก (มากกว่า 180°) ให้ใช้ 360 − ค่าที่ได้
- ภาพที่มองไม่เห็นมาร์กเกอร์ (เบลอหรือถูกบัง) ไม่ต้องเดา ให้เว้นช่องมุมว่างและเขียนเหตุผลในช่อง
note - ผู้วัดคนที่สองวัดภาพชุดเดียวกันโดยไม่ดูค่าของคนแรก แล้วเพิ่มแถวของตัวเองในแบบฟอร์ม
ขั้นที่ 4: เปิดเผยค่าของ AI และรวมตาราง
- กลับไปที่ Pose Recorder กด เปิดเผยมุม MediaPipe ภาพจะแสดงมุมของ AI (⚠ คือ visibility ของจุดใดจุดหนึ่งต่ำกว่า 0.5)
- กด ดาวน์โหลดมุม MediaPipe (CSV)
- ใน Excel เปิดทั้งสองไฟล์ ทำเป็น Table (ลบแถว
#ด้านบนออก) แล้วดึงมุมของ AI มาวางข้างค่าที่คนวัด ด้วยเลขเฟรม
=XLOOKUP([@frame], mp[frame], mp[mediapipe_angle])ขั้นที่ 5: วิเคราะห์ความสอดคล้อง
ความต่างและ Bland–Altman
สำหรับแต่ละภาพ (ใช้ค่าเฉลี่ยของผู้วัดสองคนเป็นค่าของคน)
| คอลัมน์ | สูตร |
|---|---|
| ค่าของคน K | ค่าเฉลี่ยของผู้วัดสองคน |
| ความต่าง d | d = \text{MediaPipe} - K |
| ค่าเฉลี่ยของสองวิธี | (\text{MediaPipe} + K) / 2 |
แล้วคำนวณ
\text{bias} = \bar{d}, \qquad \text{limits of agreement} = \bar{d} \pm 1.96\, s_d
bias =AVERAGE(Table1[d])
SD ของความต่าง =STDEV.S(Table1[d])
ขอบล่าง = bias − 1.96 × SD
ขอบบน = bias + 1.96 × SDกราฟ Bland–Altman: แกน x คือค่าเฉลี่ยของสองวิธี แกน y คือความต่าง d ลากเส้นแนวนอนที่ bias และที่ขอบล่าง/ขอบบน
ภาพ 3–10 ภาพต่อคลิปยังน้อยเกินจะสรุปได้ ให้รวมข้อมูลของทั้งกลุ่มหรือทั้งห้อง (ข้อต่อและมุมกล้องเดียวกัน) แล้วทำ Bland–Altman จากข้อมูลรวม
ความต่างระหว่างผู้วัด
คำนวณความต่างระหว่างผู้วัดสองคน (A − B) แบบเดียวกัน แล้วเทียบกับความต่างระหว่าง AI กับคน
- ถ้า AI ต่างจากคนพอ ๆ กับที่คนสองคนต่างกันเอง แปลว่า AI แม่นใกล้เคียงการวัดด้วยคนในสภาพการถ่ายนี้
- ถ้า AI ต่างจากคนมากกว่ามาก ให้หาสาเหตุในหัวข้อถัดไป
ตีความ
| สิ่งที่พบ | สาเหตุที่เป็นไปได้ |
|---|---|
| bias เป็นบวกหรือลบชัดเจนทุกภาพ | จุดของโมเดลไม่ตรงปุ่มกระดูก (พบบ่อยที่สะโพก) ทำให้มุมเยื้องไปทางเดียว |
| ความต่างมากเฉพาะบางภาพ | ดูว่าภาพนั้นมี ⚠ (visibility ต่ำ) เบลอ หรือแขนขาบังกันหรือไม่ |
| ความต่างเพิ่มขึ้นเมื่องอมาก | ปลายช่วงการเคลื่อนไหว แขนขาซ้อนกันหรือเคลื่อนออกนอกระนาบภาพ |
| ผู้วัดสองคนต่างกันมาก | มาร์กเกอร์ไม่ชัด หรือผู้วัดเลือกจุดต่างกัน ต้องตกลงวิธีวัดให้ชัดก่อน |
ในงานทางคลินิก ความคลาดเคลื่อนของการวัดมุมด้วย goniometer มักอ้างกันที่ราว ±5° ใช้เป็นจุดเทียบคร่าว ๆ ได้ว่าความต่างที่พบมากหรือน้อย แต่เกณฑ์ที่เหมาะขึ้นกับว่าจะใช้ผลไปทำอะไร (เช่น ติดตามความเปลี่ยนแปลง ROM ของคนเดิม ต้องการความแม่นยำต่างจากการคัดกรองคร่าว ๆ)
รายงาน
- ท่า ข้อต่อ มุมกล้อง จำนวนภาพ จำนวนผู้วัด
- ตารางค่ามุมของคนและ AI ทุกภาพ พร้อม visibility
- bias, limits of agreement และกราฟ Bland–Altman (ของกลุ่มหรือห้อง)
- ความต่างระหว่างผู้วัด เทียบกับความต่างระหว่าง AI กับคน
- สรุปว่าในสภาพการถ่ายนี้ ใช้มุมจาก AI แทนการวัดด้วยคนได้แค่ไหน และมีข้อจำกัดอะไร
ใช้AI ทบทวนการวิเคราะห์ตรวจความสอดคล้องของตาราง ตัวเลข และข้อสรุปได้ (ส่งเฉพาะตัวเลข ไม่ส่งภาพ)