Automatic Assessment of Infant Face and Upper-Body Symmetry as Early Signs of Torticollis

要約

我々は、データ不足の幼児領域専用に開発されたコンピュータビジョンの姿勢推定技術を、早期発見と治療が重要な幼児によく見られる症状である斜頸の研究に応用した。具体的には、幼児用に開発された顔面ランドマークと身体関節の推定技術を組み合わせて、顔面と上半身の対称性に関連する幾何学的尺度を推定する。この尺度には、斜頸に関する理学療法と眼科の研究文献の多くの資料から抽出したものが使用されている。これらの幾何学的指標は、真実の値と強い相関があることが示された。さらに、幼児領域用に設計された姿勢推定ニューラルネットワークから得られたこれらの推定値は、成人領域用に設計されたより広く知られたネットワークから得られた推定値よりもきれいに優れていることを示す。

要約(オリジナル)

We apply computer vision pose estimation techniques developed expressly for the data-scarce infant domain to the study of torticollis, a common condition in infants for which early identification and treatment is critical. Specifically, we use a combination of facial landmark and body joint estimation techniques designed for infants to estimate a range of geometric measures pertaining to face and upper body symmetry, drawn from an array of sources in the physical therapy and ophthalmology research literature in torticollis. We gauge performance with a range of metrics and show that the estimates of most these geometric measures are successful, yielding strong to very strong Spearman’s $\rho$ correlation with ground truth values. Furthermore, we show that these estimates, derived from pose estimation neural networks designed for the infant domain, cleanly outperform estimates derived from more widely known networks designed for the adult domain

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL