多视角下手卫生中的细粒度手势识别
计算机视觉与模式识别
2021-09-08 v1
摘要
本文贡献了一个用于手卫生系统中手势识别的新的高质量数据集,名为“MFH”。通常,当前数据集未关注:(i)细粒度动作;以及(ii)不同视角之间的数据不匹配,而这些在真实设置下是可获得的。为解决上述问题,MFH 数据集被提出包含由 6 个不重叠位置中不同相机视角获取的共计 731147 个样本。此外,每个样本属于世界卫生组织(WHO)引入的七个步骤之一。作为一项次要贡献,受细粒度图像识别和分布自适应的进展启发,本文建议使用自监督学习方法来处理这些前述问题。在基准 MFH 数据集上的大量实验表明,所引入的方法在准确率和宏 F1 分数上均产生了有竞争力的性能。代码和 MFH 数据集可在 https://github.com/willogy-team/hand-gesture-recognition-smc2021 获取。
引用
@article{arxiv.2109.02917,
title = {Fine-grained Hand Gesture Recognition in Multi-viewpoint Hand Hygiene},
author = {Huy Q. Vo and Tuong Do and Vi C. Pham and Duy Nguyen and An T. Duong and Quang D. Tran},
journal= {arXiv preprint arXiv:2109.02917},
year = {2021}
}
备注
6 pages, accepted for oral in IEEE SMC 2021