一种用于基于压力映射传感器的自重训练识别的局部-全局特征融合新框架
计算机视觉与模式识别
2023-09-15 v1 机器学习
摘要
我们提出了一种用于基于地面动态压力图的自重训练识别的局部-全局特征融合新框架。相较于现有主要聚焦于全局特征提取的深度神经网络研究，所提框架旨在结合局部与全局特征，利用图像处理技术与 YOLO 目标检测来定位来自不同身体部位的压力分布并考虑物理约束。所提局部特征提取方法生成两组高级局部特征，包括裁剪的压力映射与数值特征（如角度方向、垫上位置与压力区域）。此外，我们采用知识蒸馏作为正则化以保留全局特征提取的知识并提升训练识别性能。我们的实验结果表明，在保留标签特定特征的同时，训练识别的 F1 分数显著提升了 11%。
引用
@article{arxiv.2309.07888,
title = {A Novel Local-Global Feature Fusion Framework for Body-weight Exercise Recognition with Pressure Mapping Sensors},
author = {Davinder Pal Singh and Lala Shakti Swarup Ray and Bo Zhou and Sungho Suh and Paul Lukowicz},
journal= {arXiv preprint arXiv:2309.07888},
year = {2023}
}