Sep, 2019
佩戴式运动传感器自动监测婴儿姿态和运动
Automatic Posture and Movement Tracking of Infants with Wearable Movement Sensors
Manu Airaksinen, Okko Räsänen, Elina Ilén, Taru Häyrinen, Anna Kivi...
TL;DR利用可穿戴式技术和机器学习算法实现对婴儿活动的自动记录和分类,有助于早期发现发育不良的婴儿并为神经发育障碍的预防和治疗提供新的方法。
Abstract
Infants' spontaneous and voluntary movements mirror developmental integrity
of brain networks since they require coordinated activation of multiple sites
in the central nervous system. Accordingly, early detection of infants with
atypical motor development holds promise for recognizing those infants who are
at risk for a wide range of →
发现论文,激发创造
使用可穿戴运动传感器评估自监督预训练对自动婴儿运动分类的影响
该研究探讨了如何使用自监督的预训练方法来提高婴儿可穿戴设备的自动化分析的分类准确性,研究表明使用上下文相关的预训练数据可以大大提高分类器性能。
May, 2023
通过压力分布分析实现婴儿运动分类 —— 为研究和临床实施提供更多价值
本文研究了使用压力传感器将数据编码为算法以用于感知婴儿的细微运动模式。结果证明了压力传感器方案的潜力和准确性,可以在儿科领域大幅提高运动数据的质量和效率。
Jul, 2022
视频中自动婴儿二维姿势估计:比较七种深度神经网络方法
通过比较七种不同的姿势估计方法,对婴儿在仰卧位的视频进行分析,发现除了 DeepLabCut 和 MediaPipe 外,其他方法在无需微调的情况下都表现出竞争力,其中 ViTPose 表现最佳。同时,引入颈中臀比例的错误和其他误测、多余检测以及不同方法的内部置信度评分可靠性的研究,这些都对下游任务有重要意义。
Jun, 2024
智能家居中的婴儿身体安全监测系统
本研究采用 ConvLSTM-I3D 模型结合迁移学习和视频增广技术,针对 Smart Baby Care 动作识别任务,提出了一种新型轻量级框架。与其他基准模型相比,在更小的数据集和较少的计算资源下,实验框架取得了更好的性能。
Oct, 2022
利用任务通用运动先验从非常稀疏信号中恢复全身运动
通过预测用户整体运动的潜在表征并将其与跟踪传感器输入集成,提出了一种利用神经运动先验信息以提高用户运动重建准确性的方法,该方法通过有限的输入信号重建用户的全身姿势,尤其增强了从贫乏信号中重建下半身运动的强健性。
Aug, 2023