論文の概要: IMUVIE: Pickup Timeline Action Localization via Motion Movies

• arxiv url: http://arxiv.org/abs/2411.12689v1
• Date: Tue, 19 Nov 2024 17:53:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-20 13:36:05.730114
• Title: IMUVIE: Pickup Timeline Action Localization via Motion Movies
• Title（参考訳）: IMUVIE:Motion Moviesによるタイムラインアクションローカライゼーション
• Authors: John Clapham, Kenneth Koltermann, Yanfu Zhang, Yuming Sun, Evie N Burnet, Gang Zhou,
• Abstract要約: 高齢者の転倒は、健康と安全に大きなリスクをもたらす。 既存のウェアラブルベースのピックアップ測定ソリューションは、いくつかのニーズに対処するが、一般化性には限界がある。 我々は,映画と機械学習モデルを用いて,ピックアップイベントを自動的に検出・測定するウェアラブルシステムIMUVIEを提案する。
• 参考スコア（独自算出の注目度）: 9.148163977782065
• License:
• Abstract: Falls among seniors due to difficulties with tasks such as picking up objects pose significant health and safety risks, impacting quality of life and independence. Reliable, accessible assessment tools are critical for early intervention but often require costly clinic-based equipment and trained personnel, limiting their use in daily life. Existing wearable-based pickup measurement solutions address some needs but face limitations in generalizability. We present IMUVIE, a wearable system that uses motion movies and a machine-learning model to automatically detect and measure pickup events, providing a practical solution for frequent monitoring. IMUVIE's design principles-data normalization, occlusion handling, and streamlined visuals-enhance model performance and are adaptable to tasks beyond pickup classification. In rigorous leave one subject out cross validation evaluations, IMUVIE achieves exceptional window level localization accuracy of 91-92% for pickup action classification on 256,291 motion movie frame candidates while maintaining an event level recall of 97% when evaluated on 129 pickup events. IMUVIE has strong generalization and performs well on unseen subjects. In an interview survey, IMUVIE demonstrated strong user interest and trust, with ease of use identified as the most critical factor for adoption. IMUVIE offers a practical, at-home solution for fall risk assessment, facilitating early detection of movement deterioration, and supporting safer, independent living for seniors.
• Abstract（参考訳）: 物体を拾うなどの作業の難しさによる高齢者の転倒は、生活の質や独立に重大な健康や安全性のリスクをもたらす。 信頼性が高くアクセスしやすいアセスメントツールは早期介入には不可欠であるが、しばしば高価なクリニックベースの機器と訓練された人員を必要とし、日常生活での使用を制限する。 既存のウェアラブルベースのピックアップ測定ソリューションは、いくつかのニーズに対処するが、一般化性には限界がある。 IMUVIEは、映画と機械学習モデルを用いて、ピックアップイベントを自動的に検出し、測定するウェアラブルシステムであり、頻繁なモニタリングのための実用的なソリューションを提供する。 IMUVIEの設計原則は、データの正規化、オクルージョンハンドリング、合理化されたビジュアル・エンハンス・モデルのパフォーマンスであり、ピックアップ分類を超えたタスクに適応できる。 IMUVIEは、129回のピックアップイベントの評価において97%のイベントレベルのリコールを維持しながら、256,291本の映画フレーム候補上でのピックアップ動作分類において91-92%の窓面レベルの局所化精度を達成した。 IMUVIEは強力な一般化を持ち、目に見えないテーマでうまく機能する。 インタビュー調査では、IMUVIEが強いユーザ関心と信頼を示し、使いやすさが採用にとって最も重要な要因であると判明した。 IMUVIEは、転倒リスク評価のための実践的で家庭内ソリューションを提供し、運動劣化の早期発見を容易にし、高齢者の安全で独立した生活を支援する。

関連論文リスト

• Federated Anomaly Detection for Early-Stage Diagnosis of Autism Spectrum Disorders using Serious Game Data [0.0]
  本研究では,AutoEncoder-based Machine Learning (ML) 手法を用いて,ASD検出のための新しい半教師付きアプローチを提案する。 この目的に特化して設計された真剣なゲームを通じて手作業で収集したデータを利用する。 ゲーミフィケーションされたアプリケーションによって収集されたセンシティブなデータは、プライバシー漏洩の影響を受けやすいため、フェデレートラーニングフレームワークを開発した。
  論文  参考訳（メタデータ） (2024-10-25T23:00:12Z)
• Unobtrusive Monitoring of Physical Weakness: A Simulated Approach [22.856249489748617]
  高齢化や慢性的な状態は、高齢者の日常生活に影響を与え、発達する健康問題の早期発見が不可欠である。 我々は、非侵入型カメラセンサーを用いて、個人の毎日の座り方やリラックスした活動を監視し、弱さの兆候を検知する。 健康な被験者の身体運動を行い,運動前後の日常生活行動の変化を観察することにより,弱さをシミュレートする。
  論文  参考訳（メタデータ） (2024-06-14T13:52:58Z)
• Combating Missing Modalities in Egocentric Videos at Test Time [92.38662956154256]
  現実のアプリケーションは、プライバシの懸念、効率性の必要性、ハードウェアの問題により、不完全なモダリティを伴う問題に直面することが多い。 再トレーニングを必要とせずに,テスト時にこの問題に対処する新しい手法を提案する。 MiDlは、欠落したモダリティをテスト時にのみ扱う、自己管理型のオンラインソリューションとしては初めてのものだ。
  論文  参考訳（メタデータ） (2024-04-23T16:01:33Z)
• When Measures are Unreliable: Imperceptible Adversarial Perturbations toward Top-$k$ Multi-Label Learning [83.8758881342346]
  新しい損失関数は、視覚的および測定的不受容性を両立できる敵の摂動を生成するために考案された。 大規模ベンチマークデータセットを用いた実験により,提案手法が最上位の$kのマルチラベルシステムを攻撃する際の優位性を実証した。
  論文  参考訳（メタデータ） (2023-07-27T13:18:47Z)
• All models are local: time to replace external validation with recurrent local validation [10.043347396280009]
  MLモデルの一般化性を保証するため、外部検証がしばしば推奨される。 一般化性や、モデルの臨床的有用性に匹敵するものではない。 MLモデルの安全性やユーティリティを確立するには,外部検証が不十分である,と提案する。
  論文  参考訳（メタデータ） (2023-05-05T00:48:23Z)
• Real-Time Elderly Monitoring for Senior Safety by Lightweight Human Action Recognition [11.178325140443446]
  リアルタイム監視と行動認識は、異常な行動や異常な活動が発生した場合に警告をタイムリーに起こすのに不可欠である。 本稿では, 軽量人行動認識(HAR)技術に基づく, 高齢者安全のためのリアルタイム高齢者モニタリング(REMS)を提案する。
  論文  参考訳（メタデータ） (2022-07-21T15:00:54Z)
• Causal Scene BERT: Improving object detection by searching for challenging groups of data [125.40669814080047]
  コンピュータビジョンアプリケーションは、物体検出のようなタスクのためにニューラルネットワークでパラメータ化された学習ベースの知覚モジュールに依存している。 これらのモジュールは、トレーニングプロセスに固有のバイアスのため、予想される誤差が低いが、データの非定型的なグループに対して高い誤差を持つことが多い。 本研究の主な貢献は,シミュレートされたシーンに対して因果的介入を行うことにより,前向きにそのようなグループを発見する擬似オートマチック手法である。
  論文  参考訳（メタデータ） (2022-02-08T05:14:16Z)
• Designing A Clinically Applicable Deep Recurrent Model to Identify Neuropsychiatric Symptoms in People Living with Dementia Using In-Home Monitoring Data [52.40058724040671]
  鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。 扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。 本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-19T11:45:01Z)
• One-shot action recognition towards novel assistive therapies [63.23654147345168]
  この作業は、アクション模倣ゲームを含む医療療法の自動分析によって動機づけられます。 提案手法は、異種運動データ条件を標準化する前処理ステップを組み込んだものである。 自閉症者に対するセラピー支援のための自動ビデオ分析の実際の利用事例について検討した。
  論文  参考訳（メタデータ） (2021-02-17T19:41:37Z)
• Predicting Parkinson's Disease with Multimodal Irregularly Collected Longitudinal Smartphone Data [75.23250968928578]
  パーキンソン病は神経疾患であり、高齢者に多い。 伝統的に病気を診断する方法は、一連の活動テストの品質に関する個人的主観的臨床評価に依存している。 そこで本研究では,スマートフォンが収集した生の行動データを用いて,パーキンソン病を予測するための時系列に基づく新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-09-25T01:50:15Z)

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。