一种用于基于传感器的人体活动识别中最优传感器放置的实时人体姿态估计方法
机器学习
2023-07-07 v1 计算机视觉与模式识别
信号处理
摘要
基于传感器的人体活动识别可实现对人体运动的无侵扰监测。然而，确定最优分类性能的最有效传感器放置位置仍具挑战性。本文引入一种新方法以解决该问题，利用从目标活动的视频记录中导出的实时2D姿态估计。所得骨架数据提供了一种识别最优传感器位置的独特策略。我们通过可行性研究验证该方法，将惯性传感器应用于监测十名受试者的13种不同活动。我们的结果表明，基于视觉的传感器放置方法与传统的深度学习方法结果相当，证明了其有效性。本研究通过提供一种轻量级的设备端最优传感器放置确定方案，显著推进了人体活动识别领域的发展，从而增强了数据匿名化并支持多模态分类方法。
引用
@article{arxiv.2307.02906,
title = {A Real-time Human Pose Estimation Approach for Optimal Sensor Placement in Sensor-based Human Activity Recognition},
author = {Orhan Konak and Alexander Wischmann and Robin van de Water and Bert Arnrich},
journal= {arXiv preprint arXiv:2307.02906},
year = {2023}
}