ChairPose: 基于压力感知并结合椅子形态的坐姿估计通过模拟辅助训练

DOI

长时间久坐活动在现代环境中越来越普遍，引发了对肌肉骨骼健康、人体工程学及响应式交互系统设计的关注。现有姿态感知方法如基于视觉或可穿戴设备的方式存在局限性，包括遮挡、隐私问题、用户不适和部署灵活性受限。我们引入 ChairPose，这是首个仅依赖压力感知、且独立于椅子几何形态的全身坐姿估计系统。ChairPose 使用两阶段生成模型，基于从薄型、通用型感知床垫捕获的压力图进行训练。与之前的方法不同，我们的方法将椅子形态明确纳入推理过程，实现准确、无遮挡且保护隐私的姿态估计。为支持跨不同用户和椅子的泛化，我们引入了一个物理驱动的数据增强管道，模拟真实姿态和坐姿条件的 variation。在八名用户和四把不同椅子上进行评估，当用户和椅子均为未知时，ChairPose 实现了每关节89.4毫米的平均位置误差，展示了强大的泛化能力。ChairPose 为姿态感知交互系统扩展了设计空间，在人体工程学、医疗保健和自适应用户界面方面具有潜在应用。所有代码和数据已在 Kaggle 公开可用。