基于深度图像姿态估计器的智能床压力数据姿态估计
计算机视觉与模式识别
2022-06-15 v1
摘要
卧床姿态估计在医院患者监测、睡眠研究和智能家居等领域已显示出价值。在本文中，我们借助已有的姿态估计器，探索从不同策略检测高度模糊压力数据中的身体姿态。我们通过直接使用或在两个压力数据集上重新训练预训练姿态估计器来检验其性能。我们还探索了其他利用可学习预处理域自适应步骤的策略，该步骤将模糊的压力图转换为更接近通用姿态估计模块期望输入空间的表示。据此，我们使用具有多尺度的全卷积网络，将压力图的姿态特定特征提供给预训练姿态估计模块。我们对不同方法的完整分析表明，可学习预处理模块与在压力数据上重新训练已有基于图像的姿态估计器相结合，能够克服高度模糊压力点等问题，实现非常高的姿态估计精度。
引用
@article{arxiv.2206.06518,
title = {Estimating Pose from Pressure Data for Smart Beds with Deep Image-based Pose Estimators},
author = {Vandad Davoodnia and Saeed Ghorbani and Ali Etemad},
journal= {arXiv preprint arXiv:2206.06518},
year = {2022}
}
备注
The version of record of this article, first published in Applied Intelligence, is available online at Publisher's website https://doi.org/10.1007/s10489-021-02418-y. arXiv admin note: substantial text overlap with arXiv:1908.08919