开发和评估计算机视觉算法,用于量化儿童的微观活动.
Sara N Lupolt1,2, Guofeng Zhang3, Jiahao Wang3
1Department of Environmental Health & Engineering, Johns Hopkins Bloomberg School of Public Health, Baltimore, MD, USA. slupolt1@jhu.edu.
Journal of exposure science & environmental epidemiology
|October 14, 2025
概括
一个新的计算机视觉模型准确地量化了幼儿的微活动,如手口接触. 这种自动化方法大大降低了环境暴露研究数据收集的负担.
科学领域:
- 环境健康 环境健康
- 计算机视觉 计算机视觉
- 儿童发展 儿童发展
背景情况:
- 估计儿童的微活动频率 (例如,手口接触) 对于环境暴露建模至关重要.
- 对这些行为进行手动视频分析是耗时且昂贵的.
研究的目的:
- 开发和评估计算机视觉模型,用于量化幼儿微活动.
- 为了自动测量手到嘴和物体到嘴接触事件.
主要方法:
- 在家庭环境中使用25名儿童 (6-18个月) 的视频录像训练了一个计算机视觉模型.
- 利用3D关键点跟踪来评估孩子的姿势,并测量手到嘴的距离.
- 当手口距离达到最低值时,定义了"接触事件",将模型输出与人类编码进行比较.
主要成果:
- 计算机视觉模型准确地识别了儿童的微型活动.
- 检测到接触事件的准确性为96-99%在第二级基础上,显示最小的计数错误.
- 观察到与手口接触 (3次/小时) 相比,物体与口接触率 (27次/小时) 显著更高.
结论:
- 一种计算机视觉方法已成功开发和验证,用于量化儿童的微活动.
- 这种自动化方法大大降低了产生微活动数据所需的成本和精力.
- 这些发现支持改善儿童的土壤和尘埃暴露模型.


