In-Bed Pose Estimation: A Review

要約

人間の姿勢推定は、画像やビデオから人の体の関節の位置を特定するプロセスであり、ヘルスケアを含むさまざまな分野で広く利用されている技術です。
このようなヘルスケア アプリケーションの 1 つは、ベッド内での姿勢推定を含み、毛布の下に横たわっている個人の体の姿勢が分析されます。
たとえば、このタスクは、家庭や病院で人の睡眠行動を監視し、潜在的な病気の診断のために症状を早期に検出するために使用できます。
いくつかの研究では、ベッド内での人間の姿勢を推定するために単峰性および多峰性の方法が利用されています。
単峰性研究では通常 RGB 画像が使用されますが、多峰性研究では RGB、長波長赤外線、圧力マップ、深度マップなどのモダリティが使用されます。
マルチモーダル研究には、RGB に加えてモダリティを使用して、オクルージョンに対処するのに役立つ情報を取得できる可能性があるという利点があります。
さらに、いくつかのマルチモーダル研究では RGB が除外されており、この方がプライバシー保護に適しています。
この分野の進歩を促進するために、私たちは既存のデータセットとアプローチのレビューを実施します。
私たちの目的は、これまでの研究の限界と現在の課題を示し、ベッド内での人間の姿勢推定分野における将来の研究への洞察を提供することです。

要約(オリジナル)

Human pose estimation, the process of identifying joint positions in a person’s body from images or videos, represents a widely utilized technology across diverse fields, including healthcare. One such healthcare application involves in-bed pose estimation, where the body pose of an individual lying under a blanket is analyzed. This task, for instance, can be used to monitor a person’s sleep behavior and detect symptoms early for potential disease diagnosis in homes and hospitals. Several studies have utilized unimodal and multimodal methods to estimate in-bed human poses. The unimodal studies generally employ RGB images, whereas the multimodal studies use modalities including RGB, long-wavelength infrared, pressure map, and depth map. Multimodal studies have the advantage of using modalities in addition to RGB that might capture information useful to cope with occlusions. Moreover, some multimodal studies exclude RGB and, this way, better suit privacy preservation. To expedite advancements in this domain, we conduct a review of existing datasets and approaches. Our objectives are to show the limitations of the previous studies, current challenges, and provide insights for future works on the in-bed human pose estimation field.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google