以旋转矩阵增强基于视觉的人体姿态估计
计算机视觉与模式识别
2023-10-11 v1 人工智能
摘要
健身应用常用于监测健身房内的活动，但往往无法自动追踪健身房内的室内活动。本研究提出一种结合姿态估计与新颖数据增强方法（即旋转矩阵）的模型。我们旨在提升基于姿态估计数据的活动识别分类准确率。通过实验，我们尝试了不同的分类算法及图像增强方法。结果表明，采用SGD优化的SVM结合旋转矩阵数据增强取得了最准确的结果，在分类五项身体活动时达到96%的准确率。相反，若未实施数据增强技术，基线准确率仅为64%。
引用
@article{arxiv.2310.06068,
title = {Augmenting Vision-Based Human Pose Estimation with Rotation Matrix},
author = {Milad Vazan and Fatemeh Sadat Masoumi and Ruizhi Ou and Reza Rawassizadeh},
journal= {arXiv preprint arXiv:2310.06068},
year = {2023}
}
备注
24 pages