ChairPose：基于压力感知的椅子形态引导坐姿估计通过仿真辅助训练
人机交互
2025-08-05 v1 人工智能
摘要
长时间坐姿在现代环境中日益常见，引发关于肌肉骨骼健康、人体工学和响应式交互系统设计的忧虑。现有姿态感知方法如基于视觉或可穿戴设备的方法面临遮挡、隐私关注、用户不适以及部署灵活性受限等局限。我们引入 ChairPose，这是第一个完全基于压力感知且独立于椅子几何的全身可穿戴坐姿估计系统。ChairPose 采用两个阶段的生成模型，训练于薄型、与椅子无关的感应垫捕获的压力图。与先前方法不同，本方法显式地将椅子形态纳入推断过程，从而实现准确、无遮挡且注重隐私的姿态估计。为支持跨不同用户和椅子的泛化，我们引入基于物理驱动的数据增强管道，以模拟姿势和坐姿条件的真实变化。经过 8 位用户和 4 把不同椅子的评估，ChairPose 在用户和椅子均为未见情况下的平均关节位置误差为 89.4 mm，展示了对新真实世界情境的稳健泛化能力。ChairPose 拓展了姿态感知交互系统的设计空间，潜在应用于人体工学、健康和自适应用户界面等领域。
引用
@article{arxiv.2508.01850,
title = {ChairPose: Pressure-based Chair Morphology Grounded Sitting Pose Estimation through Simulation-Assisted Training},
author = {Lala Shakti Swarup Ray and Vitor Fortes Rey and Bo Zhou and Paul Lukowicz and Sungho Suh},
journal= {arXiv preprint arXiv:2508.01850},
year = {2025}
}