一种用于儿童-机器人联合注意任务中多视角参与程度估计的深度学习方法
机器人学
2018-12-04 v1 计算机视觉与模式识别
机器学习
摘要
在这项工作中，我们解决了儿童在其房间中自由与机器人交互时的儿童参与程度估计问题。我们提出了一种基于深度的多视角解决方案，利用了人体姿态检测的最新进展。我们从放置在房间中不同位置的 RGB-D 相机提取儿童姿态，融合结果并输入到一个为分类参与程度训练的深层神经网络。该深度网络包含一个循环层，以利用姿态数据中包含的丰富时间信息。所得方法优于多个基线分类器，并为更好地自动理解儿童在与机器人合作时的态度、兴趣与注意力提供了有前景的工具。目标是将该模型集成到下一代社交机器人中，作为各种 CRI 任务中典型发育（TD）儿童与自闭症（ASD）儿童的注意力监测工具。
引用
@article{arxiv.1812.00253,
title = {A Deep Learning Approach for Multi-View Engagement Estimation of Children in a Child-Robot Joint Attention task},
author = {Jack Hadfield and Georgia Chalvatzaki and Petros Koutras and Mehdi Khamassi and Costas S. Tzafestas and Petros Maragos},
journal= {arXiv preprint arXiv:1812.00253},
year = {2018}
}
备注
7 pages, 6 figures