ActiveNet：一种基于计算机视觉的困倦状态判定方法
计算机视觉与模式识别
2020-10-27 v1 人机交互
摘要
COVID-19的爆发迫使人们居家，造成身体活动量显著下降。我们的工作基于这样一种构想：利用目标人物的单目图像，构建一种骨干机制以实时检测活动程度。其应用范围可泛化至诸多场景，如面试、在线课堂、安全监控等。我们提出一种基于计算机视觉的多阶段方法：首先检测人体姿态，以新颖方式编码，随后由经典机器学习算法评估以判定活动水平。该方法外围封装了告警系统，通过向相关人员发送通知提醒来抑制困倦，从而提供解决方案。
引用
@article{arxiv.2010.13714,
title = {ActiveNet: A computer-vision based approach to determine lethargy},
author = {Aitik Gupta and Aadit Agarwal},
journal= {arXiv preprint arXiv:2010.13714},
year = {2020}
}
备注
Accepted at The ACM India Joint International Conference on Data Science and Management of Data (CoDS-COMAD) 2021