隐私保护条件下的双人运动同步性估计
计算机视觉与模式识别
2022-08-03 v1 机器学习
多媒体
摘要
运动同步性指交互人员动作之间的动态时间联系。运动同步性的应用广泛而普遍。例如，作为队友间协调性的度量，同步性分数常在体育中被报告。自闭症群体也将运动同步性视为儿童社会和发育成就的关键指标。一般而言，原始视频录制常用于运动同步性估计，其缺陷在于可能暴露人员身份。此外，此类隐私问题也阻碍了数据共享，这是自闭症研究中不同方法间公平比较的主要障碍。为解决该问题，本文提出一种运动同步性估计的集成方法，这是在隐私保护条件下基于深度学习的自动运动同步性评估方法中的首批之一。我们的方法完全依赖于可公开共享、与身份无关的次级数据，如骨架数据和光流。我们在两个数据集上验证方法：(1) 从自闭症治疗干预收集的 PT13 数据集；(2) 从同步跳水比赛收集的 TASD-2 数据集。在此背景下，我们的方法优于其对应方法，包括深度神经网络及其他替代方法。
引用
@article{arxiv.2208.01100,
title = {Dyadic Movement Synchrony Estimation Under Privacy-preserving Conditions},
author = {Jicheng Li and Anjana Bhat and Roghayeh Barmaki},
journal= {arXiv preprint arXiv:2208.01100},
year = {2022}
}
备注
IEEE ICPR 2022. 8 pages, 3 figures