リソース制約された展開のための単眼 3D 生体力学パイプラインの CPU 最適化

arXiv:2604.15665v1 Announce Type: new 摘要：単眼ビデオからマーカーなしの 3D 動き解析は、臨床およびスポーツ環境におけるアクセス可能な生体力学評価を可能にします。しかし、多くの研究用パイプラインは GPU アクセラレーションに依存しており、コンシューマーグレードのハードウェアやリソース制約された環境での展開を制限しています。本稿では、MonocularBiomechanics フレームワークから派生した単眼 3D 生体力学パイプラインを、CPU 専用での効率的な実行のために最適化しました。プロファイルに基づくシステム最適化、包括するモデル初期化の再構築、ディスク I/O シリアライズの排除、および向上させた CPU 並列化を実行しました。AMD Ryzen 7 9700X CPU（コンシューマーワークステーション）での実験では、処理 Throughput が 2.47 倍向上し、総実行時間が 59.6% 減少し、初期化遅延は 4.6 倍短縮されました。これらの変化にもかかわらず、生力学出力は基準実装と非常に一致しました（関節角度偏差 0.35 度、r=0.998）。これらの結果は、研究用ビジョンベースの生体力学パイプラインが、スケーラブルな動き評価のために、汎用の CPU ハードウェアで展開できることを示しています。

arXiv:2604.15665v1 Announce Type: new Abstract: Markerless 3D movement analysis from monocular video enables accessible biomechanical assessment in clinical and sports settings. However, most research-grade pipelines rely on GPU acceleration, limiting deployment on consumer-grade hardware and in low-resource environments. In this work, we optimize a monocular 3D biomechanics pipeline derived from the MonocularBiomechanics framework for efficient CPU-only execution. Through profiling-driven system optimization, including model initialization restructuring, elimination of disk I/O serialization, and improved CPU parallelization. Experiments on a consumer workstation (AMD Ryzen 7 9700X CPU) show a 2.47x increase in processing throughput and a 59.6\% reduction in total runtime, with initialization latency reduced by 4.6x. Despite these changes, biomechanical outputs remain highly consistent with the baseline implementation (mean joint-angle deviation 0.35$^\circ$, $r=0.998$). These results demonstrate that research-grade vision-based biomechanics pipelines can be deployed on commodity CPU hardware for scalable movement assessment.