探讨手部姿态与阴影对手部洗涤动作识别的影响
计算机视觉与模式识别
2024-07-16 v1 图像与视频处理
摘要
在实际场景中，基于摄像头的应用系统可能面临诸多挑战，包括环境因素与分布迁移。在本文中，我们研究了姿态与阴影对分类器性能的影响，具体以手部洗涤动作识别为例。为实现此目标，我们生成具有所需变体的合成数据，以引入受控的分布迁移。通过合成数据集，我们定义分类器的临界点为系统性能开始急剧下降的地方，并展示这些临界点在姿态与阴影条件下受到严重影响。特别是，更重更大的阴影会导致临界点提前。值得注意的是，随着姿态变化的大小，模型准确率几乎降至零。此外，我们提出一种简单的方法，用于缓解由姿态引起的临界点，方法是利用来自非标准姿态的额外训练数据。结果表明，额外训练姿态的最佳选择是指与标准姿态相比偏差适中的姿态，即旋转50-60度。
引用
@article{arxiv.2407.09520,
title = {Exploring the Impact of Hand Pose and Shadow on Hand-washing Action Recognition},
author = {Shengtai Ju and Amy R. Reibman},
journal= {arXiv preprint arXiv:2407.09520},
year = {2024}
}