Oct, 2022

自主社交机器人手部洗涤行为检测系统

PDF
TL;DR本文介绍了一个自主观察儿童洗手并鼓励好的洗手习惯的社交机器人系统，使用修改的卷积神经网络和 VG-16 架构，可在 WHO 规定的洗手步骤中实现高达 90% 的准确度。
发现论文，激发创造
  • 精细动作的实时识别及其手洗数据集

    本文提出了一种三流算法用于实时动作识别，并提供了新的手部洗涤视屏数据集，该算法不仅高效准确，而且能够识别极其相似的动作，从而为未来的精细动作识别任务引入了新的基准。

    Oct, 2022

  • 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

  • FaceTouch：使用监督对比学习检测手触脸以协助追踪传染病

    通过利用计算机视觉和深度学习方法，该研究提出了一个名为 FaceTouch 的框架，用于检测复杂城市场景或室内的手脸接触，通过分析人的行为和身体姿势来识别面部接触动作。该框架表现出强大的验证效果，并有潜力在实际应用中得到部署。

    Aug, 2023

  • 基于 CSI 的高效自我隔离监测系统，使用支路卷积神经网络

    本研究提出一种基于 Wi-Fi 信号的无设备自我隔离监测系统，利用卷积神经网络进行房间占用检测和人类活动识别，平均准确率可达 98.19％，降低了 54.04％的推理延迟。

    May, 2023

  • 野外手部检测的上下文关注

    该研究介绍了 Hand-CNN 这个新的卷积神经网络架构，用于在不受限条件下检测手的掩模和预测手的定向。此外，该研究还介绍了一个包含手部在限制松散条件下的图像的大型手部注释数据集。最后，该研究证明了 Hand-CNN 在多个数据集上的优越表现，同时也进行了手部检测的消融研究以证明所提出的上下文注意力机制的有效性。

    Apr, 2019

  • 探索利用机器人采集的数据培训手势分类系统的潜力

    通过使用机器人收集的数据来训练分类系统，这项研究探究了在训练智能系统时特定样本的稀缺性所带来的挑战。研究结果在确定使用机器人运动数据作为训练数据来准确识别佩戴智能手表的人类数字字符的潜力方面提供了有价值的见解，对于那些访问人类特定数据有限的领域具有广泛的影响。

    May, 2024

  • 在野外检测手部并识别物理接触

    本文提出一种基于卷积网络的手部检测与物体接触状态识别方法，采用两种注意力机制以及另一个物体检测器的输出，结合手部位置信息和场景中的物体位置信息，实现对手部接触状态的识别，并使用 ContactHands 数据集验证其优越性。

    Oct, 2020

  • 深入探究第一人称活动识别

    本研究提出了一种双流网络架构，其中一个流分析外观信息，另一个流分析动作信息，并利用卷积神经网络在手势外观、对象属性、本地手势运动和相机自我运动等方面的知识信息，可以有效地提高第一人称视角下动作识别的准确率。

    May, 2016

  • 手语交流：使用卷积神经网络扩展手势并实现识别

    本文提出了一种手势语音组合方法和基于卷积神经网络的手势识别框架，通过学习手势语音组成元素来提高手势数量的可扩展性，并使用 Scaled Hand Gestures Dataset 数据集进行实验分析，成功实现了单个手势语音组成和三个手势语音组成的手势识别任务。

    May, 2019

  • 操纵动作预测

    本文研究了灵巧动作的预测，使用新型的递归神经网络方法进行了行动预测并比较了人类表现，表明了算法预测灵巧行动所作用的力量的能力。

    Oct, 2016