中文

Vogtareuth 康复深度数据集:面向康复中无标记姿态估计的基准

计算机视觉与模式识别 2021-08-24 v1

摘要

使用单深度相机进行姿态估计已成为分析康复运动中动作的有用工具。计算机视觉研究中姿态估计的最新进展得益于大规模姿态数据集的可用性。然而,康复训练中涉及的复杂姿态并未在现有的基准深度数据集中得到体现。为了解决这一局限性,我们提出了两个康复专用的姿态数据集,其中包含进行康复训练的成人和儿童患者的深度图像和二维姿态信息。我们使用一个在非康复基准数据集上训练的最先进的无标记姿态估计模型,在我们的康复数据集上对其进行评估,并观察到其性能从非康复场景到康复场景显著下降,这凸显了对这些数据集的需求。我们表明,我们的数据集可用于训练姿态模型以检测康复特定的复杂姿态。这些数据集将向研究社区发布,以惠及研究。

关键词

引用

@article{arxiv.2108.10272,
  title  = {Vogtareuth Rehab Depth Datasets: Benchmark for Marker-less Posture Estimation in Rehabilitation},
  author = {Soubarna Banik and Alejandro Mendoza Garcia and Lorenz Kiwull and Steffen Berweck and Alois Knoll},
  journal= {arXiv preprint arXiv:2108.10272},
  year   = {2021}
}

备注

4 pages