CaloriNet：从轮廓到私密环境下的卡路里估计
计算机视觉与模式识别
2018-06-22 v1
摘要
我们提出了一种新颖的深度融合架构 CaloriNet，用于在私密环境中进行自由生活监测的能量消耗在线估计，其中 RGB 数据被丢弃并替换为轮廓。我们可端到端训练的融合卷积神经网络架构，利用时序前景轮廓与加速度计数据来估计卡路里消耗。该网络在公开数据集 SPHERE_RGBD + Inertial_calorie 上进行了训练与交叉验证。结果表明，在能量消耗（每分钟卡路里）估计上取得了当前最优的最小误差，优于替代的、标准的和单模态的技术。
引用
@article{arxiv.1806.08152,
title = {CaloriNet: From silhouettes to calorie estimation in private environments},
author = {Alessandro Masullo and Tilo Burghardt and Dima Damen and Sion Hannuna and Victor Ponce-López and Majid Mirmehdi},
journal= {arXiv preprint arXiv:1806.08152},
year = {2018}
}
备注
11 pages, 7 figures