机构名称：
¥ 1.0
人体运动传感技术和机器学习的最新进展增强了人工智能改善我们的生活质量、提高生产力和重塑多个行业（包括文化和创意产业）的潜力。为了实现这一目标，人类必须始终处于人工智能的中心，人工智能应该向人类学习并与他们进行有效合作。以人为本的人工智能 (HAI) 有望在未来创造新的机遇和挑战，目前尚无法预见。任何类型的可编程实体（例如机器人、计算机、自动驾驶汽车、无人机、物联网等）将具有不同的感知层和复杂的 HAI 算法，这些算法将检测人类的意图和行为（Psaltis 等，2017）并不断从中学习。因此，每一个智能系统都将能够捕捉人类的动作，对其进行分析（Zhang 等人，2019 年），检测姿势并识别手势（Chatzis 等人，2020 年；Stergioulas 等人，2021 年）和活动（Papastratis 等人，2020 年；Papastratis 等人，2021 年；Konstantinidis 等人，2021 年），包括面部表情和凝视（Bek 等人，2020 年），从而实现与人类的自然协作。不同的传感技术，例如光学 Mocap 系统、可穿戴惯性传感器、RGB 或深度摄像头和其他模态类型传感器，用于捕捉场景中的人体运动并将这些信息转换为数字表示。大多数研究人员通常专注于使用单模态传感器（因为最终系统简单且成本低）以及设计传统的机器学习算法或复杂的深度学习网络架构来分析人体运动数据（Konstantinidis 等人，2018 年；Konstantinidis 等人，2020 年）。此类经济高效的方法已应用于广泛的应用领域，包括娱乐（Kaza 等人，2016 年；Baker，2020 年）、健康（Dias 等人；Konstantinidis 等人，2021 年）、教育（Psaltis 等人，2017 年；Stefanidis 等人，2019 年）、体育（Tisserand 等人，2017 年）、机器人（Jaquier 等人，2020 年；Gao 等人，2021 年）、艺术和文化遗产（Dimitropoulos 等人，2018 年），展示了 AI 技术的巨大潜力。综上所述，HAI 目前已成为科学辩论和技术展览的中心。更具体地说，Sakr 等人。两阶段开发和部署智能机器绝对是一项经济挑战（例如灵活性、简化、人体工程学），同时也是一项社会挑战（例如安全性、透明度），不仅从工厂角度如此，而且对于整个现实世界也是如此。本研究主题中的论文采用不同的传感技术，例如深度传感器、惯性服、IMU 传感器和力传感电阻器 (FSR) 来捕捉人体运动，同时它们提出了对时间数据进行建模的不同方法。研究使用佩戴在手臂上的 FSR 来测量力肌动图 (FMG) 信号以估计等长力/扭矩的可行性。
工业中的人工智能和人类运动...
主要关键词
相关文件推荐
