Calorie Counter：基于 RGB-D 的家庭能量消耗视觉估计
计算机视觉与模式识别
2016-07-28 v1
摘要
我们提出了一种基于视觉从 RGB-D 数据估计卡路里消耗的新框架——这是首个在物理气体交换测量上得到验证并应用于日常生活场景的框架。从传感器推导人的能量消耗是追踪健康与生活方式监测中体力活动水平的重要工具。现有大多数方法使用代谢当量表 (METs) 进行手动估计，或使用带有惯性传感器的系统，这些最终都需要用户穿戴设备。相比之下，所提出的姿态无关且个体无关的视觉框架允许对卡路里消耗进行远程估计。我们引入了一个名为 SPHERE-calorie 的新数据集并在此上评估了我们的方法，该数据集中的视觉估计可与同时获取的基于气体交换的间接量热法测量结果进行比较。% based on per breath gas exchange. 我们从实验中得出结论，所提出的视觉流水线适用于受控环境中的家庭监测，其卡路里消耗估计的准确率高于通过 METs 常用的手动估计水平。随着数据集的发布，我们的工作为计算机视觉这一鲜少探索的领域确立了未来研究的基线。
引用
@article{arxiv.1607.08196,
title = {Calorie Counter: RGB-Depth Visual Estimation of Energy Expenditure at Home},
author = {Lili Tao and Tilo Burghardt and Majid Mirmehdi and Dima Damen and Ashley Cooper and Sion Hannuna and Massimo Camplani and Adeline Paiement and Ian Craddock},
journal= {arXiv preprint arXiv:1607.08196},
year = {2016}
}