論文の概要: ChairPose: Pressure-based Chair Morphology Grounded Sitting Pose Estimation through Simulation-Assisted Training

• arxiv url: http://arxiv.org/abs/2508.01850v1
• Date: Sun, 03 Aug 2025 17:06:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-05 18:25:22.088288
• Title: ChairPose: Pressure-based Chair Morphology Grounded Sitting Pose Estimation through Simulation-Assisted Training
• Title（参考訳）: 椅子プース:シミュレーションによる座位姿勢推定
• Abstract要約: ChairPoseは、最初のフルボディ、ウェアラブルフリーの着席ポーズ推定システムである。 圧力感知のみに依存し、椅子形状とは独立して機能する。 使用者と椅子の両方が見えない場合に、関節位置誤差の平均89.4mmを実現する。
• 参考スコア（独自算出の注目度）: 4.503003860563811
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Prolonged seated activity is increasingly common in modern environments, raising concerns around musculoskeletal health, ergonomics, and the design of responsive interactive systems. Existing posture sensing methods such as vision-based or wearable approaches face limitations including occlusion, privacy concerns, user discomfort, and restricted deployment flexibility. We introduce ChairPose, the first full body, wearable free seated pose estimation system that relies solely on pressure sensing and operates independently of chair geometry. ChairPose employs a two stage generative model trained on pressure maps captured from a thin, chair agnostic sensing mattress. Unlike prior approaches, our method explicitly incorporates chair morphology into the inference process, enabling accurate, occlusion free, and privacy preserving pose estimation. To support generalization across diverse users and chairs, we introduce a physics driven data augmentation pipeline that simulates realistic variations in posture and seating conditions. Evaluated across eight users and four distinct chairs, ChairPose achieves a mean per joint position error of 89.4 mm when both the user and the chair are unseen, demonstrating robust generalization to novel real world generalizability. ChairPose expands the design space for posture aware interactive systems, with potential applications in ergonomics, healthcare, and adaptive user interfaces.
• Abstract（参考訳）: 長時間の着座活動は、現代の環境ではますます一般的になり、筋骨格の健康、エルゴノミクス、応答性対話型システムの設計に関する懸念が高まっている。 視覚ベースやウェアラブルといった既存の姿勢検知手法は、隠蔽、プライバシーの懸念、ユーザの不快感、デプロイメントの柔軟性の制限といった制限に直面している。 椅子形状によらず,圧力感知のみに頼り,操作を行うウェアラブルフリーの椅子ポーズ推定システムであるChairPoseを紹介した。 ChairPoseは、薄い椅子に依存しないセンシングマットレスから取得した圧力マップに基づいて訓練された2段階の生成モデルを採用している。 従来の手法と異なり,提案手法は椅子形態を推論プロセスに明示的に組み込むことで,正確な,排他的,プライバシ保護的なポーズ推定を可能にする。 多様なユーザや椅子間の一般化を支援するために,姿勢や着座条件の現実的な変化をシミュレートする物理駆動型データ拡張パイプラインを導入する。 8人のユーザと4つの異なる椅子で評価され、ChairPoseは、ユーザと椅子の両方が見えない場合に、89.4mmの関節位置誤差の平均を達成し、新しい現実世界の一般化可能性に対する堅牢な一般化を実証する。 ChairPoseは、姿勢認識型インタラクティブシステムの設計領域を拡張し、エルゴノミクス、ヘルスケア、適応型ユーザーインタフェースに応用する可能性がある。

関連論文リスト

• Tendon-Driven Continuum Robot with Modular Stiffness and In-Situ Self Pose Estimation [11.597035276368608]
  本稿では,機械的再構成性と車載ポーズ推定を組み合わせた自己完結型モジュール型連続ロボットプラットフォームを提案する。 原始知覚は磁気センサとモジュラー学習ベースのフレームワークを用いて達成される。 システムは実世界で実験的に検証され、外部追跡なしで自己認識能力と適応性を示す。
  論文  参考訳（メタデータ） (2026-09-14T19:21:09Z)
• SpatialClaw: Rethinking Action Interface for Agentic Spatial Reasoning [99.49739831030388]
  このインタフェースの設計は,オープンエンド空間推論のためのエージェントのキャパシティをいかに形作るかを検討する。 本研究では,アクションインタフェースとしてコードを採用する空間推論のためのトレーニングフリーフレームワークであるSpatialClawを提案する。
  論文  参考訳（メタデータ） (2026-06-11T17:59:36Z)
• AnchorWorld: Embodied Egocentric World Simulation with View-based Evolution Customization [79.26935895370191]
  AnchorWorldは、対話の整合性を強化することで、エゴセントリックなシミュレーションを促進するフレームワークである。 補助訓練監督は、エージェントのファーストパーソンセンタリウムから切り離された視点を取り入れている。 我々は、自己進化する世界をカスタマイズするためのシンプルで効果的なメカニズムを提案する。
  論文  参考訳（メタデータ） (2026-06-05T14:43:13Z)
• Learn Weightlessness: Imitate Non-Self-Stabilizing Motions on Humanoid Robot [56.377161933570335]
  人間は自然に非自己安定化(NSS)運動中に「無重力」状態を利用する。 この生物学的メカニズムに着想を得て,データセットのアノテーションに対する無重力自動ラベル方式を提案する。 我々の研究は、正確な軌道追跡と適応的な環境相互作用のギャップを埋め、接触リッチなヒューマノイド制御のための生物学的にインスパイアされたソリューションを提供する。
  論文  参考訳（メタデータ） (2026-04-23T07:10:05Z)
• Beyond Static Personas: Situational Personality Steering for Large Language Models [52.33369223308941]
  IRIS(Identify-Retrieve-Steer framework for Advanced situational personality steering)を提案する。 本手法は, 状況認識型ニューロン識別, 状況認識型ニューロン検索, 類似性重み付けによるステアリングを含む。 我々は、パーソナリティベンチの枠組みと、包括的状況パーソナリティベンチマークであるSPBenchを実証的に検証した。
  論文  参考訳（メタデータ） (2026-04-15T13:17:36Z)
• Postural Virtual Fixtures for Ergonomic Physical Interactions with Supernumerary Robotic Bodies [14.967499134752464]
  我々は,非エルゴノミック姿勢が検出された場合に,SRBユーザに審美的フィードバックを提供する新しい制御フレームワークを提案する。 このアプローチは、人間工学的習慣の長期学習を促進し、身体的相互作用における適切な姿勢を促進することを目的としている。
  論文  参考訳（メタデータ） (2026-01-30T07:44:41Z)
• Introducing V-Soft Pro: a Modular Platform for a Transhumeral Prosthesis with Controllable Stiffness [9.674808390941672]
  現在の上肢補綴は、基本的な運動機能を組み込むことで、日常生活におけるユーザの自立性を高めることを目的としている。 人間の手足は固有のコンプライアンスを活用し、関節の硬さを積極的に調整し、様々なタスクへの適応的な応答を可能にする。 この適応性に触発されて, 生体関節にみられる制御可能なコンプライアンスを再現するために, 可変剛性アクチュエーター(VSAs)を用いた人工骨頭置換術を開発した。
  論文  参考訳（メタデータ） (2025-12-04T17:11:22Z)
• PhysHSI: Towards a Real-World Generalizable and Natural Humanoid-Scene Interaction System [67.2851799763138]
  PhysHSIはシミュレーショントレーニングパイプラインと現実世界のデプロイメントシステムで構成される。 シミュレーションでは,自然のヒューマノイドとシーンの相互作用データを模倣するために,逆運動に基づくポリシー学習を採用する。 実世界の展開には、LiDARとカメラ入力を組み合わせた粗粒度オブジェクトローカライズモジュールを導入する。
  論文  参考訳（メタデータ） (2025-10-13T07:11:37Z)
• PosePilot: An Edge-AI Solution for Posture Correction in Physical Exercises [0.0]
  この研究は、リアルタイムにパーソナライズされた修正フィードバックで認識する新しいシステムであるPosePilotを提示する。 エッジデバイス用に設計されたPosePilotは、自宅や屋外のさまざまなエクササイズに拡張できる。
  論文  参考訳（メタデータ） (2025-05-25T15:13:54Z)
• SitPose: Real-Time Detection of Sitting Posture and Sedentary Behavior Using Ensemble Learning With Depth Sensor [18.6257601534923]
  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。
  論文  参考訳（メタデータ） (2024-12-16T00:40:49Z)
• EgoPoser: Robust Real-Time Egocentric Pose Estimation from Sparse and Intermittent Observations Everywhere [29.795731025552957]
  EgoPoserは、ヘッドセットの視野内でのみ、間欠的な手の位置と方向追跡から体ポーズを頑健にモデル化する。 本研究では,グローバルな位置から独立して全身のポーズを予測する新しいグローバルな動き分解手法を提案する。 本研究では,本手法を実験的に評価し,定性的に,定量的に,最先端の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-08-12T07:46:50Z)
• VINECS: Video-based Neural Character Skinning [82.39776643541383]
  ポーズ依存のスキン重みを持つ完全リップ文字を作成するための完全自動アプローチを提案する。 提案手法は高密度4Dスキャンに頼らず,最先端技術よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-07-03T08:35:53Z)
• QuestEnvSim: Environment-Aware Simulated Motion Tracking from Sparse Sensors [69.75711933065378]
  ヘッドセットとコントローラーのポーズは,高度に制約された環境においても,現実的なフルボディのポーズを生成可能であることを示す。 本稿では,環境表現,接触報酬,シーンランダム化の3つの特徴について論じる。
  論文  参考訳（メタデータ） (2023-06-09T04:40:38Z)
• Assessing Lower Limb Strength using Internet-of-Things Enabled Chair [0.0]
  このプロジェクトは、椅子に取り付けられたセンサーで個人の進捗を計測し、評価することを目指している。 圧力センサーは椅子の様々な場所に装着されるが、座席、背もたれ、手、休息、脚に限らない。 そして、データセットとタイミング情報を機械学習モデルに入力して、動きのさまざまなフェーズにおける相対的な強度と弱さを推定する。
  論文  参考訳（メタデータ） (2022-09-08T21:46:12Z)
• Drivable Volumetric Avatars using Texel-Aligned Features [52.89305658071045]
  光テレプレゼンスは、動的に合成された外観を実現するために、高忠実度ボディモデリングと忠実な運転の両方を必要とする。 本稿では,現実人のフルボディアバターをモデリングし,駆動する際の2つの課題に対処するエンドツーエンドフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-07-20T09:28:16Z)
• Sleep Posture One-Shot Learning Framework Using Kinematic Data Augmentation: In-Silico and In-Vivo Case Studies [6.123523234813773]
  睡眠姿勢は、夜行性クランプやより深刻な筋骨格障害などのいくつかの健康状態と関連している。 本稿では,最小限の関節角度測定に基づく睡眠姿勢分類のための新しい枠組みを提案する。 提案されたフレームワークは、合成データで100%、実データで92.7%の精度を約束し、文献で利用可能なアートデータハングリーアルゴリズムの状況に匹敵する精度を達成した。
  論文  参考訳（メタデータ） (2022-05-22T09:06:42Z)
• Imposing Temporal Consistency on Deep Monocular Body Shape and Pose Estimation [67.23327074124855]
  本稿では,適合過程における時間的制約の統合に対するエレガントな解法を提案する。 我々は、顎ポーズ、表情、指ポーズを含む人物の形状と動きを表す一連の身体モデルのパラメーターを導出する。 本手法は,表情や手話を含む画像系列からリアルな3次元体モデルの導出を可能にする。
  論文  参考訳（メタデータ） (2022-02-07T11:11:55Z)
• 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)
• LEAP: Learning Articulated Occupancy of People [56.35797895609303]
  我々は、人体の新たな神経占有表現であるleap(learning articulated occupancy of people)を紹介する。 骨変換の集合と空間内の問合せ点が与えられると、leapはまずクエリポイントを学習線形ブレンドスキン(lbs)関数を介して正準空間にマッピングする。 LEAPは、正則空間における正確な同一性およびポーズ依存変形をモデル化する占有ネットワークを介して、占有値を効率的にクエリする。
  論文  参考訳（メタデータ） (2021-04-14T13:41:56Z)
• Unsupervised Model Personalization while Preserving Privacy and Scalability: An Open Problem [55.21502268698577]
  本研究では,非教師なしモデルパーソナライゼーションの課題について検討する。 この問題を探求するための新しいDual User-Adaptation Framework(DUA)を提供する。 このフレームワークは、サーバ上のモデルパーソナライズとユーザデバイス上のローカルデータ正規化に柔軟にユーザ適応を分散させる。
  論文  参考訳（メタデータ） (2020-03-30T09:35:12Z)

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。