Computer Vision to the Rescue: Infant Postural Symmetry Estimation from Incongruent Annotations

要約

両側の姿勢の対称性は、自閉症スペクトラム障害(ASD)の潜在的なリスクマーカーとして、また乳児の先天性斜頸(CMT)の症状として重要な役割を果たしますが、対称性を評価する現在の方法では、骨の折れる臨床専門家の評価が必要です。
この論文では、幼児の3D人間ポーズ推定を活用して、コンピュータビジョンベースの幼児対称性評価システムを開発します。
グラウンドトゥルース評価に対するシステムの評価とキャリブレーションは、角度と対称性の人間による評価の調査から得られた結果によって複雑になり、そのような評価は評価者間の信頼性が低くなります。
これを修正するために、人間の堕落した評価者の確率的グラフィカルモデルから導出されたグラウンドトゥルースのベイズ推定量を開発します。
3D幼児ポーズ推定モデルは、2D幼児ポーズ推定モデルからわずか61%、3D成人ポーズ推定モデルから60%であるのに対し、ベイジアン集計ラベルを予測する際に、レシーバーの動作特性曲線のパフォーマンスの下で68%の領域を達成できることを示します。
、乳児の体の対称性を評価する際の3Dポーズと乳児領域の知識の重要性を強調しています。
私たちの調査分析はまた、人間の評価がより高いレベルのバイアスと不整合の影響を受けやすいことを示唆しています。したがって、最終的な3Dポーズベースの対称性評価システムは、ベイズの総合的な人間の評価によって直接監視されないように調整され、より高いレベルの一貫性とより低いレベルの
肢間評価バイアス。

要約(オリジナル)

Bilateral postural symmetry plays a key role as a potential risk marker for autism spectrum disorder (ASD) and as a symptom of congenital muscular torticollis (CMT) in infants, but current methods of assessing symmetry require laborious clinical expert assessments. In this paper, we develop a computer vision based infant symmetry assessment system, leveraging 3D human pose estimation for infants. Evaluation and calibration of our system against ground truth assessments is complicated by our findings from a survey of human ratings of angle and symmetry, that such ratings exhibit low inter-rater reliability. To rectify this, we develop a Bayesian estimator of the ground truth derived from a probabilistic graphical model of fallible human raters. We show that the 3D infant pose estimation model can achieve 68% area under the receiver operating characteristic curve performance in predicting the Bayesian aggregate labels, compared to only 61% from a 2D infant pose estimation model and 60% from a 3D adult pose estimation model, highlighting the importance of 3D poses and infant domain knowledge in assessing infant body symmetry. Our survey analysis also suggests that human ratings are susceptible to higher levels of bias and inconsistency, and hence our final 3D pose-based symmetry assessment system is calibrated but not directly supervised by Bayesian aggregate human ratings, yielding higher levels of consistency and lower levels of inter-limb assessment bias.

arxiv情報

著者 Xiaofei Huang,Michael Wan,Lingfei Luan,Bethany Tunik,Sarah Ostadabbas
発行日 2022-07-19 15:59:40+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, eess.IV パーマリンク