基于骨骼序列的步态指标估计与LSTM方法
计算机视觉与模式识别
2019-08-21 v1
摘要
本文提出一种针对骨骼序列估计步态指标的方法。我们的系统由长短期记忆网络(Long Short-Term Memories, LSTMs)构成的编码器与解码器堆叠而成。在编码阶段,输入的特征被自动确定并压缩至潜空间。解码阶段随后依据该中间表示尝试重建输入。因此,重建误差被视为一种弱步态指标。通过结合长时间运动中的此类弱指标,我们的系统能够提供良好的步态指标估计。我们在大型数据集(近十万副骨骼)上的实验表明,所提方法给出的指标优于近期若干步态分析工作。
引用
@article{arxiv.1908.07416,
title = {Skeleton-based Gait Index Estimation with LSTMs},
author = {Trong Nguyen Nguyen and Huu Hung Huynh and Jean Meunier},
journal= {arXiv preprint arXiv:1908.07416},
year = {2019}
}
备注
2018 IEEE/ACIS 17th International Conference on Computer and Information Science (ICIS)