基于深度学习的洗手质量自动评估
人机交互
2020-12-02 v2 计算机视觉与模式识别
机器学习
摘要
洗手是预防包括 COVID-19 在内传染病的最重要方式之一。遗憾的是，医务人员在日常工作中并非总遵循世界卫生组织（WHO）的洗手指南。为此，我们提出用于自动识别 WHO 所定义不同洗手动作的神经网络。我们在大规模（2000+ 视频）真实世界标注数据集的一部分上训练该神经网络，数据含不同洗手动作。初步结果表明，使用 MobileNetV2 与 Xception 等预训练神经网络模型执行该任务，可在识别不同洗手动作上达到 >64% 的准确率。我们还描述了作为本工作一部分所创建的上述开放获取数据集的收集与结构。最后，我们描述了如何利用该神经网络构建用于医务人员自动质量控制与实时反馈的手机应用。
引用
@article{arxiv.2011.11383,
title = {Automated Quality Assessment of Hand Washing Using Deep Learning},
author = {Maksims Ivanovs and Roberts Kadikis and Martins Lulla and Aleksejs Rutkovskis and Atis Elsts},
journal= {arXiv preprint arXiv:2011.11383},
year = {2020}
}