要約
近年のコンピュータビジョンの進歩、特にディープラーニングの活用により、動画中の人物動作解析は飛躍的に向上しています。しかし、これらの改善は、このシナリオを代表する公開データセットがないため、臨床のベッド内シナリオでの性能向上にはまだ十分に結びついていません。この問題に対処するために、我々は病院のベッドで行われるシーケンスのRGB-IR-D動作認識データセットであるBlanketSetを紹介します。このデータセットは、一般的なユースケースで達成された改善を、このような臨床シナリオに橋渡しするのに役立つ可能性を持っています。本研究とBlanketSetの結果を裏付けるデータは、対応する著者であるJ.P.S.C.からリクエストに応じて入手可能です。
要約(オリジナル)
Recent advancements in computer vision, particularly by making use of deep learning, have drastically improved human motion analysis in videos. However, these improvements have not yet fully translated into improved performance in clinical in-bed scenarios due to the lack of public datasets representative of this scenario. To address this issue, we introduce BlanketSet, an RGB-IR-D action recognition dataset of sequences performed in a hospital bed. This dataset has the potential to help bridge the improvements attained in general use cases to these clinical scenarios. The data that support the findings of this study and BlanketSet are available on request from the corresponding author, J.P.S.C.
arxiv情報
| 著者 | João Carmona,Tamás Karácsony,João Paulo Silva Cunha |
| 発行日 | 2022-10-07 14:58:27+00:00 |
| arxivサイト | arxiv_id(pdf) |