基于步态视频的人体健康指标预测
计算机视觉与模式识别
2022-12-27 v1 人工智能
摘要
身体质量指数（BMI）、年龄、身高和体重是人体健康状况的重要指标，可为诸多实际用途（如医疗、监控与再识别）提供有用信息。现有大多数健康指标预测方法主要使用正面身体或面部图像。考虑到其对视角与姿态的严格要求，这些输入在日常生活难以获取，且常导致模型缺乏鲁棒性。本文提出利用步态视频预测健康指标，其在监控与家庭监测场景中更为普遍。然而，由于开源数据量少，使用深度学习从步态视频研究健康指标预测受阻。为解决此问题，我们分析姿态估计与健康指标预测任务间的相似性与关系，进而提出一种通过在姿态估计任务上预训练使小健康指标数据集得以深度学习的范式。此外，为更适配健康指标预测任务，我们提出全局-局部感知与中心对称编码器（GLANCE）模块。它先通过渐进卷积提取局部与全局特征，再以两种不同方式通过中心对称双路沙漏结构融合多级特征。实验表明，所提范式在MoVi上取得了健康指标预测的SOTA结果，且GLANCE模块对3DPW上的姿态估计也有裨益。
引用
@article{arxiv.2212.12948,
title = {Human Health Indicator Prediction from Gait Video},
author = {Ziqing Li and Xuexin Yu and Xiaocong Lian and Yifeng Wang and Xiangyang Ji},
journal= {arXiv preprint arXiv:2212.12948},
year = {2022}
}