自动婴儿2D姿势估计视频:比较七个深度神经网络方法
Filipe Gama1, Matěj Mísař1, Lukáš Navara1
1Czech Technical University in Prague, Faculty of Electrical Engineering, Department of Cybernetics, Prague, Czech Republic.
Behavior research methods
|September 10, 2025
概括
这项研究评估了七种用于婴儿运动分析的人体姿势估计方法. ViTPose表现最好,为运动发育研究和早期疾病诊断提供了可行的工具.
科学领域:
- 计算机视觉 计算机视觉
- 发育儿科 发育儿科
- 机器学习 机器学习
背景情况:
- 无标记的人体姿势估计对于野外运动研究至关重要.
- 现有的方法是在成人数据集上训练的,限制了婴儿的应用.
- 运动障碍的早期诊断可以通过准确的婴儿运动分析来促进.
研究的目的:
- 在婴儿视频上测试和比较七种流行的人类姿势估计方法的性能.
- 评估超越标准指标的方法准确性,包括干长度错误和检测可靠性.
- 确定适用于实时婴儿运动分析的方法.
主要方法:
- 评估了七种流行的计算机视觉方法 (AlphaPose,DeepLabCut,Detectron2,HRNet,MediaPipe,OpenPose,ViTPose),其中包括:
- 用于测试的是婴儿躺卧和复杂姿势的视频.
- 使用标准指标,干长度误差比率,检测分析和信心评级来评估性能.
主要成果:
- 在没有微调的情况下,ViTPose在测试方法中表现最好.
- 在竞争方法中,AlphaPose实现了近实时性能 (27fps).
- 与其他公司相比,DeepLabCut和MediaPipe的性能较低.
结论:
- 几种姿势估计方法显示出婴儿运动分析的前景,ViTPose是表现最好的.
- 准确的婴儿姿势估计可以显著帮助运动发育研究和早期疾病检测.
- 进一步的研究可以利用这些发现来开发专门用于儿科运动分析的工具.
