論文の概要: Cross Your Body: A Cognitive Assessment System for Children

• arxiv url: http://arxiv.org/abs/2111.12824v1
• Date: Wed, 24 Nov 2021 22:38:07 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-29 16:51:31.333553
• Title: Cross Your Body: A Cognitive Assessment System for Children
• Title（参考訳）: クロスボディ:子どものための認知アセスメントシステム
• Authors: Saif Sayed and Vassilis Athitsos
• Abstract要約: 我々はCross-Your-Bodyと呼ばれるシステムと記録データを作成しました。 ビデオは現実世界の使い方を捉え、心理学者による実世界のアセスメント中に子供たちがタスクを行う様子を録画する。 本システムは,子どもの認知評価研究の進展に役立てることが目標である。
• 参考スコア（独自算出の注目度）: 5.279475826661643
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: While many action recognition techniques have great success on public benchmarks, such performance is not necessarily replicated in real-world scenarios, where the data comes from specific application requirements. The specific real-world application that we are focusing on in this paper is cognitive assessment in children using cognitively demanding physical tasks. We created a system called Cross-Your-Body and recorded data, which is unique in several aspects, including the fact that the tasks have been designed by psychologists, the subjects are children, and the videos capture real-world usage, as they record children performing tasks during real-world assessment by psychologists. Other distinguishing features of our system is that it's scores can directly be translated to measure executive functioning which is one of the key factor to distinguish onset of ADHD in adolescent kids. Due to imprecise execution of actions performed by children, and the presence of fine-grained motion patterns, we systematically investigate and evaluate relevant methods on the recorded data. It is our goal that this system will be useful in advancing research in cognitive assessment of kids.
• Abstract（参考訳）: 多くのアクション認識技術は、公開ベンチマークで大きな成功を収めているが、そのようなパフォーマンスは、データが特定のアプリケーション要件から来る現実世界のシナリオで必ずしも複製されない。 本論文で取り上げている具体的な実世界の応用は,認知的身体的タスクを用いた子どもの認知評価である。 我々は、Cross-Your-Bodyと呼ばれるシステムと記録データを作成し、これは、そのタスクが心理学者によってデザインされたという事実、被験者が子供であるという事実、そしてビデオが現実世界の使い方を捉えているという事実など、いくつかの点でユニークである。 その他の特徴として,青年期におけるADHDの発症を識別する重要な要因である経営機能を測定するために,スコアを直接翻訳できる点が挙げられる。 子どもの行動が不正確であり, 微粒な動きパターンが存在するため, 記録データに対する関連手法を体系的に検討し, 評価した。 本システムは,子どもの認知評価研究の進展に役立てることが目的である。

関連論文リスト

• GPT as Psychologist? Preliminary Evaluations for GPT-4V on Visual Affective Computing [74.68232970965595]
  MLLM(Multimodal large language model)は、テキスト、音声、画像、ビデオなどの複数のソースからの情報を処理し、統合するように設計されている。 本稿では、視覚的情緒的タスクと推論タスクにまたがる5つの重要な能力を持つMLLMの適用性を評価する。
  論文  参考訳（メタデータ） (2024-03-09T13:56:25Z)
• Challenges in Video-Based Infant Action Recognition: A Critical Examination of the State of the Art [9.327466428403916]
  InfActPrimitive’という,5つの重要な幼児マイルストーンアクションカテゴリを含む,画期的なデータセットを紹介します。 近縁骨格に基づく行動認識モデルを用いた広範囲な比較分析を行う。 以上の結果から,PoseC3Dモデルでは約71%の精度で高い精度を達成できたが,残りのモデルでは乳幼児行動の動態を正確に把握することが困難であった。
  論文  参考訳（メタデータ） (2023-11-21T02:36:47Z)
• Evaluating Subjective Cognitive Appraisals of Emotions from Large Language Models [47.890846082224066]
  この研究は、24の評価次元を評価する最も包括的なデータセットであるCovidET-Appraisalsを提示することでギャップを埋める。 CovidET-Appraisalsは、認知的評価を自動的に評価し、説明するための大規模言語モデルの能力を評価するのに理想的なテストベッドを提供する。
  論文  参考訳（メタデータ） (2023-10-22T19:12:17Z)
• Exploiting the Brain's Network Structure for Automatic Identification of ADHD Subjects [70.37277191524755]
  我々は脳を機能的ネットワークとしてモデル化できることを示し,ADHD被験者と制御対象とではネットワークの特定の特性が異なることを示した。 776名の被験者で分類器を訓練し,ADHD-200チャレンジのために神経局が提供する171名の被験者を対象に試験を行った。
  論文  参考訳（メタデータ） (2023-06-15T16:22:57Z)
• Language-Assisted Deep Learning for Autistic Behaviors Recognition [13.200025637384897]
  本稿では,視覚に基づく問題行動認識システムにおいて,従来の手法よりも高い精度で性能を向上できることを示す。 問題行動の種類毎に「自由利用」言語記述を取り入れた2分岐マルチモーダルディープラーニングフレームワークを提案する。 実験結果から,言語指導を付加することで,自閉症の行動認識タスクに明らかなパフォーマンス向上がもたらされることが示された。
  論文  参考訳（メタデータ） (2022-11-17T02:58:55Z)
• An Application of a Runtime Epistemic Probabilistic Event Calculus to Decision-making in e-Health Systems [1.7761842246724584]
  本稿では,知覚データと分類器を論理に基づく意思決定システムに統合するランタイムアーキテクチャを提案する。 このアプリケーションでは、子どもたちはゲーム形式でリハビリテーションタスクを実行します。 システムの主な目的は、子供の現在の認知的および行動的パフォーマンスのレベルを示すパラメータのセットを導出することである。
  論文  参考訳（メタデータ） (2022-09-26T21:53:01Z)
• CIAO! A Contrastive Adaptation Mechanism for Non-Universal Facial Expression Recognition [80.07590100872548]
  本稿では、顔エンコーダの最後の層に異なるデータセットの特定の感情特性を適応させるメカニズムであるContrastive Inhibitory Adaptati On(CIAO)を提案する。 CIAOは、非常にユニークな感情表現を持つ6つの異なるデータセットに対して、表情認識性能が改善されている。
  論文  参考訳（メタデータ） (2022-08-10T15:46:05Z)
• Vision-Based Activity Recognition in Children with Autism-Related Behaviors [15.915410623440874]
  臨床医や親が子どもの行動を分析するのに役立つ地域型コンピュータビジョンシステムの効果を実証する。 データは、ビデオ中の対象の子供を検出し、背景雑音の影響を低減することで前処理される。 時間的畳み込みモデルの有効性から,ビデオフレームから動作特徴を抽出できる軽量モデルと従来モデルの両方を提案する。
  論文  参考訳（メタデータ） (2022-08-08T15:12:27Z)
• Affect Analysis in-the-wild: Valence-Arousal, Expressions, Action Units and a Unified Framework [83.21732533130846]
  Aff-Wild と Aff-Wild2 の2つである。 これは、これらのデータベースで訓練された深層ニューラルネットワークの2つのクラスの設計を示す。 インパクト認識を共同で学び、効果的に一般化し、実行することができる新しいマルチタスクおよび全体主義のフレームワークが提示されます。
  論文  参考訳（メタデータ） (2021-03-29T17:36:20Z)
• Automated system to measure Tandem Gait to assess executive functions in children [0.0]
  本研究は,子どもの歩行運動の分析による運動機能評価に焦点をあてる。 我々は,学校や家庭環境において採用しやすいカメラのみを必要とするコンピュータビジョンに基づくアセスメントシステムを開発した。 その結果、76.61%の分類精度を達成し、子どものパフォーマンス評価を自動化するための提案作業の有効性を強調した。
  論文  参考訳（メタデータ） (2020-12-15T23:12:13Z)
• A robot that counts like a child: a developmental model of counting and pointing [69.26619423111092]
  実物を数えることができる新しい神経ロボティクスモデルを導入する。 このモデルにより,エンボディメントと数値認識の相互作用を調べることができる。 トレーニングされたモデルは、アイテムのセットをカウントすることができ、同時にそれらを指し示します。
  論文  参考訳（メタデータ） (2020-08-05T21:06:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。