利用腕部运动触发传感预测日常意图
计算机视觉与模式识别
2017-10-23 v1
摘要
通过观察人的行为来预测人类意图具有许多应用。例如，拿起手机然后拿起充电器（行为）意味着用户想要给手机充电（意图）。通过预测意图，智能系统可以引导用户前往最近的电源插座。我们提出了一种用于预测日常意图的腕部运动触发传感系统，其中腕部传感器帮助我们持续观察用户的行为。该系统的核心是一种新颖的循环神经网络（RNN）和策略网络（PN），其中 RNN 对视觉和运动观测进行编码以预测意图，而 PN 则节俭地触发视觉观测过程以减少计算需求。我们使用策略梯度和交叉熵损失联合训练了整个网络。为了评估，我们收集了首个日常“意图”数据集，包含 2379 个视频、34 种意图和 164 个独特的行为序列。我们的方法在三名用户上分别达到了 92.68%、90.85% 和 97.56% 的准确率，同时平均仅处理了 29% 的视觉观测数据。
引用
@article{arxiv.1710.07477,
title = {Anticipating Daily Intention using On-Wrist Motion Triggered Sensing},
author = {Tz-Ying Wu and Ting-An Chien and Cheng-Sheng Chan and Chan-Wei Hu and Min Sun},
journal= {arXiv preprint arXiv:1710.07477},
year = {2017}
}