反复人体运动的定性评估
机器学习
2017-11-23 v2 计算机视觉与模式识别
摘要
近年来，设计用于结合可穿戴传感器跟踪人体运动（例如体育锻炼期间）的智能手机应用引起了巨大关注。通常，它们提供定量服务，如个性化训练指导或距离计数。但定性监测与评估仍然缺失，例如检测错误姿势、预防损伤或优化训练效果。我们通过提出一种处理由运动传感器跟踪的多维连续时间序列，对反复人体运动进行定性且通用的评估概念来解决此问题。因此，我们的分割过程提取特定长度的个体事件，并提出具表现力的特征，通过监督分类实现定性运动评估。我们在一个涵盖27名进行不同自重练习的运动员的综合研究中验证了我们的方法。我们能够以100%的成功率识别六种不同练习类型，并以平均99.3%的成功率对它们进行定性评估。
引用
@article{arxiv.1703.02363,
title = {Qualitative Assessment of Recurrent Human Motion},
author = {Andre Ebert and Michael Till Beck and Andy Mattausch and Lenz Belzner and Claudia Linnhoff Popien},
journal= {arXiv preprint arXiv:1703.02363},
year = {2017}
}
备注
Published within the proceedings of the 25th European Signal Processing Conference (EUSIPCO) 2017, Kos Island, Greece, IEEE 6 Pages, 5 Figures