論文の概要: From Neck to Head: Bio-Impedance Sensing for Head Pose Estimation

• arxiv url: http://arxiv.org/abs/2507.12884v1
• Date: Thu, 17 Jul 2025 08:09:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-18 20:10:24.399381
• Title: From Neck to Head: Bio-Impedance Sensing for Head Pose Estimation
• Title（参考訳）: ネックから頭へ:ヘッドポーズ推定のためのバイオインポンダンスセンシング
• Authors: Mengxi Liu, Lala Shakti Swarup Ray, Sizhen Bian, Ko Watanabe, Ankur Bhatt, Joanna Sorysz, Russel Torah, Bo Zhou, Paul Lukowicz,
• Abstract要約: ネックセンスは、頭部の回転と微妙な筋肉の活性化によって調節される、首周りの組織インピーダンスの動的変化を捉えている。 システムは、各頭の動きに対して平均25.9mmの頂点誤差を1対1のクロスバリデーション法で達成する。
• 参考スコア（独自算出の注目度）: 4.480133469731934
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We present NeckSense, a novel wearable system for head pose tracking that leverages multi-channel bio-impedance sensing with soft, dry electrodes embedded in a lightweight, necklace-style form factor. NeckSense captures dynamic changes in tissue impedance around the neck, which are modulated by head rotations and subtle muscle activations. To robustly estimate head pose, we propose a deep learning framework that integrates anatomical priors, including joint constraints and natural head rotation ranges, into the loss function design. We validate NeckSense on 7 participants using the current SOTA pose estimation model as ground truth. Our system achieves a mean per-vertex error of 25.9 mm across various head movements with a leave-one-person-out cross-validation method, demonstrating that a compact, line-of-sight-free bio-impedance wearable can deliver head-tracking performance comparable to SOTA vision-based methods.
• Abstract（参考訳）: 軽量なネックレス式フォームファクタに埋め込まれた柔らかく乾燥した電極を用いた多チャンネルバイオインピーダンスセンシングを利用する,頭部ポーズトラッキングのための新しいウェアラブルシステムNeckSenseを提案する。 ネックセンスは、頭部の回転と微妙な筋肉の活性化によって調節される、首周りの組織インピーダンスの動的変化を捉えている。 頭部ポーズを頑健に推定するために,関節拘束や自然な頭部回転範囲を含む解剖学的な先行を損失関数設計に統合するディープラーニングフレームワークを提案する。 我々は,現在のSOTAポーズ推定モデルを用いて,7人の被験者にNickSenseを検証した。 本システムでは,視線不自由なバイオインダクタンスウェアラブルが,SOTAビジョンに匹敵する頭部追跡性能を実現することを実証し,各頭部の動きの平均25.9mmの誤差を1対1のクロスバリデーション法で達成した。

関連論文リスト

• Estimating Body and Hand Motion in an Ego-sensed World [62.61989004520802]
  頭部装着装置から人体の動きを推定するシステムであるEgoAlloについて述べる。 エゴセントリックなSLAMポーズとイメージのみを使用して、EgoAlloは条件付き拡散モデルからサンプリングを行い、3Dボディポーズ、高さ、手のパラメータを推定する。
  論文  参考訳（メタデータ） (2024-10-04T17:59:57Z)
• Semi-Supervised Unconstrained Head Pose Estimation in the Wild [60.08319512840091]
  本研究では,最初の半教師なしヘッドポーズ推定手法であるSemiUHPEを提案する。 本手法は, 前回のランドマークに基づくアフィンアライメントよりも, 野生の頭部のアスペクト比不変収穫が優れているという観測に基づいている。 提案手法は, 汎用物体回転回帰法や3次元頭部再構成法など, その他の密接に関連する問題を解く上でも有用である。
  論文  参考訳（メタデータ） (2024-04-03T08:01:00Z)
• DPHMs: Diffusion Parametric Head Models for Depth-based Tracking [42.016598097736626]
  拡散パラメトリックヘッドモデル(DPHM)を紹介する。 DPHMは、単分子深度配列からの堅牢な頭部再構成と追跡を可能にする生成モデルである。 本稿では,ボリュームヘッドの再構築と追跡を正規化するために,遅延拡散に基づく手法を提案する。
  論文  参考訳（メタデータ） (2023-12-02T08:34:22Z)
• W-HMR: Monocular Human Mesh Recovery in World Space with Weak-Supervised Calibration [57.37135310143126]
  モノクロ画像からの3次元運動回復のための従来の手法は、カメラ座標に依存するため、しばしば不足する。 W-HMRは、身体の歪み情報に基づいて「適切な」焦点長を予測する弱教師付き校正法である。 また,世界空間における可視的再構築のために,身体の向きを補正する OrientCorrect モジュールを提案する。
  論文  参考訳（メタデータ） (2023-11-29T09:02:07Z)
• Denoising instrumented mouthguard measurements of head impact kinematics with a convolutional neural network [1.3280207637024473]
  ヘッドキネマティクスを計測するウェアラブルセンサーは、体とのインターフェースが不完全なため、ノイズが生じることがある。 ディープラーニングは、不完全なインターフェースを補償し、測定精度を向上させるために使用される。 モデルは頭部衝撃の検出とTBIリスク評価を改善するために使用することができ、キネマティクスを測定する他のセンサーにも拡張される可能性がある。
  論文  参考訳（メタデータ） (2022-12-19T20:08:40Z)
• fMRI from EEG is only Deep Learning away: the use of interpretable DL to unravel EEG-fMRI relationships [68.8204255655161]
  多チャンネル脳波データからいくつかの皮質下領域の活性を回復するための解釈可能な領域基底解を提案する。 我々は,皮質下核の血行動態信号の頭皮脳波予測の空間的・時間的パターンを復元する。
  論文  参考訳（メタデータ） (2022-10-23T15:11:37Z)
• MGPSN: Motion-Guided Pseudo Siamese Network for Indoor Video Head Detection [6.061552465738301]
  動作誘導型Pseudo Siamese Network for Indoor Video Head Detection (MGPSN)を提案する。 MGPSNは画素レベルの時空間情報を統合し、モデルを誘導して効果的な頭部特徴を抽出する。 群衆のBrainwashデータセット上で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2021-10-07T09:40:22Z)
• Context-Aware Refinement Network Incorporating Structural Connectivity Prior for Brain Midline Delineation [50.868845400939314]
  UNetによって生成された特徴ピラミッド表現を洗練・統合するための文脈対応改良ネットワーク(CAR-Net)を提案する。 正中線における脳の構造的接続性を維持するため、我々は新しい接続性レギュラーロスを導入する。 提案手法は, パラメータを少なくし, 4つの評価指標で3つの最先端手法より優れる。
  論文  参考訳（メタデータ） (2020-07-10T14:01:20Z)
• Predictive Analysis for Detection of Human Neck Postures using a robust integration of kinetics and kinematics [0.685316573653194]
  不適切な首の姿勢は、頸部筋骨格障害の源となっている。 本研究では, 頚部姿勢を効率的に分類するために, 運動データと運動データの統合的利用を提案する。 提案するロバストプラットフォームにより, 頚部骨格障害の予防を目的としたスマートネックバンドの設計が可能となった。
  論文  参考訳（メタデータ） (2020-03-12T17:10:42Z)

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。