扩展 3D 人体姿态估计以用于自闭症儿童的机器人辅助治疗
机器人学
2024-02-14 v1 计算机视觉与模式识别
人机交互
摘要
机器人辅助治疗已显示出对自闭症儿童非常鼓舞人心的结果。准确估计儿童的姿态对于人机交互和治疗评估至关重要。由于这些儿童对触觉敏感，非侵入式方法是唯一可行的选择。虽然深度相机已被广泛使用，但现有方法面临两个主要局限：(i) 它们通常仅使用成人数据进行训练，无法正确估计儿童的姿态；(ii) 它们在存在大量遮挡的场景中会失效。因此，我们的目标是开发一种针对儿童的 3D 姿态估计器，方法是调整现有的最先进 3D 人体建模方法，并引入线性回归模型对其输入之一进行微调，从而修正儿童 3D 网格的姿态。在受控环境中，我们方法的误差低于 ，这对于此类应用被认为是可接受的，且低于当前的最先进方法。在真实世界场景中，所提出的模型表现与 Kinect 深度相机相似，并成功在更多帧中估计出 3D 人体姿态。
引用
@article{arxiv.2402.08006,
title = {Extending 3D body pose estimation for robotic-assistive therapies of autistic children},
author = {Laura Santos and Bernardo Carvalho and Catarina Barata and José Santos-Victor},
journal= {arXiv preprint arXiv:2402.08006},
year = {2024}
}