轻量级视觉变压器用于工业工作流程中的框架级人体位分类.
Luca Cruciata1, Salvatore Contino1, Marianna Ciccarelli2
1Department of Engineering, University of Palermo, 90128 Palermo, Italy.
Sensors (Basel, Switzerland)
|August 14, 2025
概括
本研究介绍了一种基于视觉的系统,用于使用视觉变压器 (ViT) 实时进行人体工程学风险评估. 新的框架准确地识别了来自RGB图像的与工作相关的肌肉骨疾病风险,提高了工业安全.
科学领域:
- 工业人体工程学 工业人体工程学
- 计算机视觉 计算机视觉
- 职业安全 在职业安全.
背景情况:
- 与工作相关的肌肉骨疾病 (WMSDs) 在工业环境中是一个重大问题.
- 这些障碍往往是由于长时间的非中性姿势和重复的任务造成的.
- 目前的评估方法可能是复杂和侵入性的.
研究的目的:
- 开发一个基于视觉的框架,用于实时的,框架级的人体工程学风险分类.
- 使用轻量级视觉变压器 (ViT) 直接从RGB图像进行姿势评估.
- 允许在制造环境中对人体工程学风险进行不引人注目的和可扩展的监控.
主要方法:
- 视觉变压器 (ViT) 模型用于直接分析原始RGB图像.
- 该系统同时对八个解剖区域进行了分类,用于多标签的姿势评估.
- 培训使用了多式联运数据集与同步的RGB视频和运动捕捉数据,标签来自RULA分数.
主要成果:
- 在所有解剖区域,ViT模型实现了最先进的性能,F1分数> 0.99和AUC值> 0.996.
- 该系统在模拟的工业任务上表现出高准确性和通用性,包括那些具有遮和姿势变化的任务.
- 与基于CNN的系统相比,ViT模型减少了复杂性,并在边缘设备上实现实时推断.
结论:
- 拟议的基于愿景的框架为实时人体工程学风险分类提供了有效的解决方案.
- ViT模型为姿势评估提供了一种轻量级,准确和可概括的方法.
- 这项技术在提高工人安全和减少制造业中的WMSD方面具有重大潜力.


