应用计算机视觉算法来量化不同游戏场景中儿童微活动的频率和持续时间
Sara N Lupolt1,2, Qinfan Lyu3, Guofeng Zhang4
1Department of Environmental Health & Engineering, Johns Hopkins Bloomberg School of Public Health, Baltimore, MD, USA. slupolt1@jhu.edu.
Journal of exposure science & environmental epidemiology
|August 12, 2025
概括
这项研究使用计算机视觉来追踪儿童的手和物体到嘴的接触,发现物体到嘴的活动率更高. 这些发现可以改善对儿童环境健康的暴露评估.
科学领域:
- 环境健康 环境健康
- 儿童发展 儿童发展
- 计算机视觉应用程序 计算机视觉应用
背景情况:
- 微活动率 (手/物体到口接触) 对于模拟儿童对环境污染物的暴露至关重要.
- 美国环保署目前使用的微活性频率估计值的可靠性很低.
- 需要准确的微活性数据来完善儿童暴露评估.
研究的目的:
- 用一种新的计算机视觉方法量化儿童的手和物体到嘴的微活动.
- 探索幼儿生命阶段和运动发育的微活动差异.
- 为改善美国环保署的暴露评估模型提供数据.
主要方法:
- 在家庭环境中录制了61名儿童 (6-18个月) 的20分钟视频.
- 利用一种新的计算机视觉方法与多视图视频来估计3D身体的关键点.
- 测量了手到嘴和物体到嘴的距离,以量化没有人类编码器的接触.
主要成果:
- 在61名儿童中,在41名儿童中观察到微活性事件.
- 平均物体到口接触率 (23小时) 比手到口接触率 (6小时) 高.
- 接触频率与年龄或运动发育没有显著差异,但物体与口腔接触的变化更大.
结论:
- 观察到的微活性率与EPA估计相当或低于EPA估计,但高端估计突出了变化.
- 计算机视觉方法允许精确量化微活动.
- 需要进行更长时间的未来研究,以便为风险评估的修订制定可靠的人口变异性估计.
更多相关视频
09:47A Method to Quantify Visual Information Processing in Children Using Eye Tracking
Published on: July 9, 2016
17.6K
10:11Portable Intermodal Preferential Looking IPL: Investigating Language Comprehension in Typically Developing Toddlers and Young Children with Autism
Published on: December 14, 2012
18.6K
