論文の概要: SitPose: Real-Time Detection of Sitting Posture and Sedentary Behavior Using Ensemble Learning With Depth Sensor

• arxiv url: http://arxiv.org/abs/2412.12216v1
• Date: Mon, 16 Dec 2024 00:40:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-18 14:00:21.506886
• Title: SitPose: Real-Time Detection of Sitting Posture and Sedentary Behavior Using Ensemble Learning With Depth Sensor
• Title（参考訳）: SitPose:深度センサを用いたアンサンブル学習による座位姿勢と摂食行動のリアルタイム検出
• Authors: Hang Jin, Xin He, Lingyun Wang, Yujun Zhu, Weiwei Jiang, Xiaobo Zhou,
• Abstract要約: 座り心地の悪い姿勢は、様々な作業関連筋骨格障害を引き起こすことがある。 最新のKinect深度カメラを用いた座位姿勢・鎮静検知システムであるSitPoseについて述べる。 システムは、骨関節の3次元座標をリアルタイムで追跡し、関連する関節の角度値を算出する。
• 参考スコア（独自算出の注目度）: 18.6257601534923
• License:
• Abstract: Poor sitting posture can lead to various work-related musculoskeletal disorders (WMSDs). Office employees spend approximately 81.8% of their working time seated, and sedentary behavior can result in chronic diseases such as cervical spondylosis and cardiovascular diseases. To address these health concerns, we present SitPose, a sitting posture and sedentary detection system utilizing the latest Kinect depth camera. The system tracks 3D coordinates of bone joint points in real-time and calculates the angle values of related joints. We established a dataset containing six different sitting postures and one standing posture, totaling 33,409 data points, by recruiting 36 participants. We applied several state-of-the-art machine learning algorithms to the dataset and compared their performance in recognizing the sitting poses. Our results show that the ensemble learning model based on the soft voting mechanism achieves the highest F1 score of 98.1%. Finally, we deployed the SitPose system based on this ensemble model to encourage better sitting posture and to reduce sedentary habits.
• Abstract（参考訳）: 低座位姿勢は、様々な作業関連筋骨格障害(WMSD)を引き起こすことがある。 オフィス従業員は勤務時間の約81.8%を座っており、鎮静行動は頚椎症や心臓血管疾患などの慢性疾患を引き起こすことがある。 これらの健康上の問題に対処するため,最新のKinect深度カメラを用いた座位姿勢・鎮静検知システムであるSitPoseを提案する。 システムは、骨関節の3次元座標をリアルタイムで追跡し、関連する関節の角度値を算出する。 被験者36名を募集し,6つの異なる座位姿勢と1つの立位姿勢(計33,409点)を含むデータセットを構築した。 このデータセットに最先端の機械学習アルゴリズムを適用し、座ったポーズを認識する際の性能を比較した。 その結果,ソフト投票機構に基づくアンサンブル学習モデルは,98.1%のF1スコアを達成できた。 最後に、このアンサンブルモデルに基づくSitPoseシステムを導入し、座位姿勢の改善と摂食習慣の軽減を図った。

関連論文リスト

• Intelligent Knee Sleeves: A Real-time Multimodal Dataset for 3D Lower Body Motion Estimation Using Smart Textile [2.2008680042670123]
  本稿では,人間のポーズ推定のために,Intelligent Knee Sleevesの新たなペアを用いてベンチマークを収集したマルチモーダルデータセットを提案する。 本システムは,Knee Sleevesの時系列データと,可視化されたモーションキャプチャーカメラシステムからの対応する地上真実ラベルからなる同期データセットを利用する。 我々はこれらを用いて、異なる活動を行う個人のウェアラブルデータのみに基づく3次元人体モデルを生成する。
  論文  参考訳（メタデータ） (2023-10-02T00:34:21Z)
• Auxiliary Tasks Benefit 3D Skeleton-based Human Motion Prediction [106.06256351200068]
  本稿では,補助的なタスクを伴うモデル学習フレームワークを提案する。 補助作業では、部分体関節の座標はマスキングまたはノイズ付加によって損なわれる。 本稿では,不完全かつ破損した動作データを処理できる新しい補助適応変換器を提案する。
  論文  参考訳（メタデータ） (2023-08-17T12:26:11Z)
• A Spatio-Temporal Multilayer Perceptron for Gesture Recognition [70.34489104710366]
  自律走行車におけるジェスチャー認識のための多層状態重み付きパーセプトロンを提案する。 提案手法の有望な性能を示すため,TCGおよびDrive&Actデータセットの評価を行った。 私たちは、そのリアルタイム能力と安定した実行を示すために、モデルを自動運転車にデプロイします。
  論文  参考訳（メタデータ） (2022-04-25T08:42:47Z)
• Posture Prediction for Healthy Sitting using a Smart Chair [0.0]
  腰痛は筋骨格障害や腰痛のリスク因子として認識されている。 本研究は、人物の座位姿勢を分類するための機械学習モデルを構築する。
  論文  参考訳（メタデータ） (2022-01-05T20:31:28Z)
• Tactile Grasp Refinement using Deep Reinforcement Learning and Analytic Grasp Stability Metrics [70.65363356763598]
  解析的把握安定性指標が強化学習アルゴリズムの強力な最適化目標であることを示す。 幾何的および力量に依存しないグリップ安定性の指標を組み合わせることで、カブイドの平均成功率は95.4%となることを示す。 第2の実験では,触覚情報を持たないベースラインよりも,接触フィードバックで訓練したグリップリファインメントアルゴリズムが最大6.6%向上することを示した。
  論文  参考訳（メタデータ） (2021-09-23T09:20:19Z)
• Vogtareuth Rehab Depth Datasets: Benchmark for Marker-less Posture Estimation in Rehabilitation [55.41644538483948]
  本研究では,リハビリテーションを行う患者の深度画像と2次元ポーズ情報を含む2つのリハビリテーション特異的ポーズデータセットを提案する。 我々は、非リハブベンチマークデータセットに基づいてトレーニングされた、最先端のマーカーレス姿勢推定モデルを用いている。 私たちのデータセットは、リハビリ特有の複雑な姿勢を検出するために、ポーズモデルを訓練するのに使用できます。
  論文  参考訳（メタデータ） (2021-08-23T16:18:26Z)
• A novel approach for modelling and classifying sit-to-stand kinematics using inertial sensors [0.6243048287561809]
  立ち上がり運動は、老年者やパーキンソン病などの運動障害のある患者にしばしば影響を受け、転倒する。 本稿では,2つのウェアラブル慣性センサのみを用いて,立位から立位までの運動量を推定するための3分割体モデルを提案する。 若年健常成人10名(YH)、高齢健常成人12名(OH)、パーキンソン病12名(PwP)に適用した。
  論文  参考訳（メタデータ） (2021-07-14T17:31:50Z)
• Revisiting Skeleton-based Action Recognition [107.08112310075114]
  PoseC3Dは骨格に基づく行動認識の新しいアプローチであり、代わりに人間の骨格のベース表現としてグラフシーケンスを積み重ねる3Dヒートマップに依存している。 4つの挑戦的なデータセットにおいて、PoseC3Dは、スケルトン上で単独で使用し、RGBモダリティと組み合わせることで、常に優れたパフォーマンスを得る。
  論文  参考訳（メタデータ） (2021-04-28T06:32:17Z)
• Identity and Posture Recognition in Smart Beds with Deep Multitask Learning [8.422257363944295]
  被験者とその睡眠姿勢を正確に検出できる堅牢な深層学習モデルを提案する。 喪失機能の組み合わせは、被験者と睡眠姿勢を同時に区別するために使用される。 提案するアルゴリズムは、最終的に臨床およびスマートホーム環境で使用できる。
  論文  参考訳（メタデータ） (2021-04-05T21:21:54Z)
• Towards Real-time Drowsiness Detection for Elderly Care [0.0]
  本稿では,高齢者が単独で生活するのを助けるために,ビデオから眠気情報を抽出する概念を実証する。 そこで我々は,OpenCVと統合された深層学習モデルのトレーニングとテストのために,映像から3000枚の画像を抽出した。
  論文  参考訳（メタデータ） (2020-10-21T05:48:59Z)
• MotioNet: 3D Human Motion Reconstruction from Monocular Video with Skeleton Consistency [72.82534577726334]
  モノクロビデオから3次元人間の骨格の動きを直接再構成するディープニューラルネットワークであるMotioNetを紹介した。 本手法は,動作表現を完全かつ一般的に使用するキネマティックスケルトンを直接出力する最初のデータ駆動型手法である。
  論文  参考訳（メタデータ） (2020-06-22T08:50:09Z)

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。