OPPH: 一种用于个人医疗保健的基于视觉的身体运动测量算子
计算机视觉与模式识别
2024-08-20 v1
摘要
基于视觉的运动估计方法在准确且无创地估计人体运动以用于医疗保健方面展现出前景。然而，这些方法并非专门为医疗保健目的设计，且在实际应用中面临挑战。人体姿态估计方法通常缺乏检测细粒度、细微身体运动所需的准确性，而基于光流的方法则在光照条件差和未见过的真实世界数据上表现不佳。这些问题导致人体运动估计出现误差，特别是在身体静止的关键医疗情境中，如无意识状态。为应对这些挑战并提高医疗保健目的下的人体运动估计准确性，我们提出OPPH算子，旨在增强现有的基于视觉的运动估计方法。该算子考虑人体运动和噪声特性，作为多阶段滤波器发挥作用。在两个真实世界和一个合成人体运动数据集上的测试结果表明，该算子能有效去除真实世界噪声，显著提升对静止状态的检测能力，保持主动身体运动估计的准确性，并维持长期身体运动趋势。该方法可用于分析关键医疗事件和慢性疾病。
引用
@article{arxiv.2408.09409,
title = {OPPH: A Vision-Based Operator for Measuring Body Movements for Personal Healthcare},
author = {Chen Long-fei and Subramanian Ramamoorthy and Robert B Fisher},
journal= {arXiv preprint arXiv:2408.09409},
year = {2024}
}