論文の概要: Exploring Feedback Generation in Automated Skeletal Movement Assessment: A Comprehensive Overview

• arxiv url: http://arxiv.org/abs/2404.09359v1
• Date: Sun, 14 Apr 2024 21:14:47 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-16 14:18:53.660317
• Title: Exploring Feedback Generation in Automated Skeletal Movement Assessment: A Comprehensive Overview
• Title（参考訳）: 骨格運動自動評価におけるフィードバック生成の探索 : 概観
• Authors: Tal Hakim,
• Abstract要約: 生成可能なフィードバックの種類を説明し、自動フィードバック生成のための既存のソリューションをレビューし、今後の研究方向性について議論する。 我々の知る限り、骨格運動評価におけるフィードバック生成の総合的なレビューはこれが初めてである。
• 参考スコア（独自算出の注目度）: 0.65268245109828
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The application of machine-learning solutions to movement assessment from skeleton videos has attracted significant research attention in recent years. This advancement has made rehabilitation at home more accessible, utilizing movement assessment algorithms that can operate on affordable equipment for human pose detection from 2D or 3D videos. While the primary objective of automatic assessment tasks is to score movements, the automatic generation of feedback highlighting key movement issues has the potential to significantly enhance and accelerate the rehabilitation process. In this study, we explain the types of feedback that can be generated, review existing solutions for automatic feedback generation, and discuss future research directions. To our knowledge, this is the first comprehensive review of feedback generation in skeletal movement assessment.
• Abstract（参考訳）: 近年,スケルトンビデオからの運動評価への機械学習の応用が注目されている。 この進歩により、在宅でのリハビリテーションがより容易になり、2Dや3Dビデオから人間のポーズを検知するための安価な機器で操作できる運動評価アルゴリズムが利用できるようになった。 自動評価タスクの主目的は運動を評価することであるが、重要な運動課題を強調したフィードバックの自動生成は、リハビリテーションプロセスを大幅に強化し、加速する可能性がある。 本研究では, 生成可能なフィードバックの種類を説明し, 自動フィードバック生成のための既存のソリューションをレビューし, 今後の研究方向性について議論する。 我々の知る限り、骨格運動評価におけるフィードバック生成の総合的なレビューはこれが初めてである。

関連論文リスト

• A Survey on All-in-One Image Restoration: Taxonomy, Evaluation and Future Trends [67.43992456058541]
  画像復元(IR)とは、ノイズ、ぼかし、気象効果などの劣化を除去しながら、画像の視覚的品質を改善する過程である。 従来のIR手法は、一般的に特定の種類の劣化をターゲットとしており、複雑な歪みを伴う現実のシナリオにおいて、その効果を制限している。 オールインワン画像復元(AiOIR)パラダイムが登場し、複数の劣化タイプに順応的に対処する統一されたフレームワークを提供する。
  論文  参考訳（メタデータ） (2024-10-19T11:11:09Z)
• Analyzing Data Efficiency and Performance of Machine Learning Algorithms for Assessing Low Back Pain Physical Rehabilitation Exercises [1.3949483425295313]
  ロボットコーチシステムを用いた身体リハビリの文脈における人間の動作分析に焦点をあてる。 この評価は、以前ロボットPoppyが指導した低背痛リハビリテーション演習を行う臨床患者の医療データベース上で実施される。
  論文  参考訳（メタデータ） (2024-08-05T22:49:20Z)
• Learning to Score Sign Language with Two-stage Method [2.665036498336221]
  本研究では,既存の動作評価技術を分析し,動きの回転埋め込み表現と組み合わさった人間のポーズ復元作業において良好に機能する手法を採用する。 本手法は,エンド・ツー・エンド評価と比較して,優れたスコアフィードバック機構とプロフェッショナル評価との整合性を提供する。
  論文  参考訳（メタデータ） (2024-04-16T08:25:36Z)
• Bridging the Gap: A Survey on Integrating (Human) Feedback for Natural Language Generation [68.9440575276396]
  この調査は、人間のフィードバックを利用して自然言語生成を改善した最近の研究の概要を提供することを目的としている。 まず、フィードバックの形式化を包括的に導入し、この形式化に続いて既存の分類学研究を特定・整理する。 第二に、フィードバックを形式や目的によってどのように記述するかを議論し、フィードバック(トレーニングやデコード)を直接使用したり、フィードバックモデルをトレーニングしたりするための2つのアプローチについて取り上げる。 第3に、AIフィードバックの生まれたばかりの分野の概要を紹介します。これは、大きな言語モデルを利用して、一連の原則に基づいて判断し、必要最小限にします。
  論文  参考訳（メタデータ） (2023-05-01T17:36:06Z)
• A Robust and Scalable Attention Guided Deep Learning Framework for Movement Quality Assessment [5.190207094732673]
  運動の正しさに対するフィードバックの欠如は、在宅リハビリテーションにおいて重大な問題である。 本稿では,MQAの課題に対処するために,近年のディープラーニングの進歩を活用することを目的とする。
  論文  参考訳（メタデータ） (2022-04-16T16:37:30Z)
• Contact-Aware Retargeting of Skinned Motion [49.71236739408685]
  本稿では,自己接触を保存し,相互接続を防止する動作推定手法を提案する。 入力運動における自己接触と接地を同定し、出力骨格に適用するための動作を最適化する。 実験では,従来の手法を定量的に上回り,近年の成果よりも高い品質で再ターゲットされた動きを評価できるユーザスタディを実施している。
  論文  参考訳（メタデータ） (2021-09-15T17:05:02Z)
• Towards Automatic Evaluation of Dialog Systems: A Model-Free Off-Policy Evaluation Approach [84.02388020258141]
  強化学習におけるオフポリシ評価に基づく人間評価スコア推定のための新しいフレームワークであるENIGMAを提案する。 ENIGMAはいくつかの事前収集された経験データしか必要としないため、評価中にターゲットポリシーとのヒューマンインタラクションは不要である。 実験の結果,ENIGMAは人間の評価スコアと相関して既存手法よりも有意に優れていた。
  論文  参考訳（メタデータ） (2021-02-20T03:29:20Z)
• A Comprehensive Review of Skeleton-based Movement Assessment Methods [1.2183405753834562]
  骨格ビデオからの運動自動評価に関する最近の解決策を概観する。 我々は,この話題に関する研究の現状を高いレベルで論じる。
  論文  参考訳（メタデータ） (2020-07-21T11:58:29Z)
• Motion Pyramid Networks for Accurate and Efficient Cardiac Motion Estimation [51.72616167073565]
  本研究では,心臓の運動推定を高精度かつ効率的に行うための,ディープラーニングに基づく新しいアプローチであるMotion Pyramid Networksを提案する。 我々は、複数の特徴表現から運動場のピラミッドを予測し、融合し、より洗練された運動場を生成する。 そこで我々は,新しい循環型教員教育戦略を用いて,推論をエンドツーエンドにし,トラッキング性能をさらに向上させる。
  論文  参考訳（メタデータ） (2020-06-28T21:03:19Z)
• A Review of Computational Approaches for Evaluation of Rehabilitation Exercises [58.720142291102135]
  本稿では,モーションキャプチャシステムを用いたリハビリテーションプログラムにおける患者のパフォーマンスを評価するための計算手法についてレビューする。 エクササイズ評価のための再検討された計算手法は, 離散的な運動スコア, ルールベース, テンプレートベースアプローチの3つのカテゴリに分類される。
  論文  参考訳（メタデータ） (2020-02-29T22:18:56Z)

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。