基于智能手表的舞厅舞蹈动作识别
机器学习
2020-09-07 v2 人机交互
摘要
惯性测量单元（IMU）传感器正日益用于检测人体手势与动作。使用单个 IMU 传感器时，全身动作识别仍属难题，因为动作可能无法被传感器充分捕获。本文中，我们提出在舞厅舞蹈场景下使用单个智能手表进行全身动作检测的研究。采用深度学习表示对称为舞步（figures）的明确定义动作序列进行分类。发现这些表示优于随机森林与隐马尔可夫模型的集成。通过将舞蹈建模为舞步的一阶马尔可夫链并修正对紧邻前一舞步的估计，分类准确率由 85.95% 提升至 92.31%。
引用
@article{arxiv.2008.10122,
title = {Ballroom Dance Movement Recognition Using a Smart Watch},
author = {Varun Badrinath Krishna},
journal= {arXiv preprint arXiv:2008.10122},
year = {2020}
}