Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.12884

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2507.12884 (cs)
[提交于 2025年7月17日 ]

标题: 从颈部到头部:用于头部姿态估计的生物阻抗传感

标题: From Neck to Head: Bio-Impedance Sensing for Head Pose Estimation

Authors:Mengxi Liu, Lala Shakti Swarup Ray, Sizhen Bian, Ko Watanabe, Ankur Bhatt, Joanna Sorysz, Russel Torah, Bo Zhou, Paul Lukowicz
摘要: 我们提出NeckSense,一种新颖的可穿戴系统,用于头部姿态跟踪,该系统利用多通道生物阻抗传感,采用轻质、项链式结构的柔软、干电极。 NeckSense捕捉颈部周围组织阻抗的动态变化,这些变化由头部旋转和细微的肌肉激活所调节。 为了稳健地估计头部姿态,我们提出了一种深度学习框架,将解剖学先验信息,包括关节约束和自然头部旋转范围,整合到损失函数设计中。 我们使用当前最先进的姿态估计模型作为真实值,在7名参与者上验证了NeckSense。 我们的系统在各种头部运动中通过留一法交叉验证方法实现了每顶点平均误差25.9毫米,证明了一种紧凑的、无需视线的生物阻抗可穿戴设备可以提供与最先进的视觉方法相当的头部跟踪性能。
摘要: We present NeckSense, a novel wearable system for head pose tracking that leverages multi-channel bio-impedance sensing with soft, dry electrodes embedded in a lightweight, necklace-style form factor. NeckSense captures dynamic changes in tissue impedance around the neck, which are modulated by head rotations and subtle muscle activations. To robustly estimate head pose, we propose a deep learning framework that integrates anatomical priors, including joint constraints and natural head rotation ranges, into the loss function design. We validate NeckSense on 7 participants using the current SOTA pose estimation model as ground truth. Our system achieves a mean per-vertex error of 25.9 mm across various head movements with a leave-one-person-out cross-validation method, demonstrating that a compact, line-of-sight-free bio-impedance wearable can deliver head-tracking performance comparable to SOTA vision-based methods.
主题: 计算机视觉与模式识别 (cs.CV) ; 信号处理 (eess.SP)
引用方式: arXiv:2507.12884 [cs.CV]
  (或者 arXiv:2507.12884v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.12884
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Mengxi Liu [查看电子邮件]
[v1] 星期四, 2025 年 7 月 17 日 08:09:57 UTC (7,602 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
eess
eess.SP

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号