[论文] Reliability-Gated Fusion of Consumer Head and Foot IMUs for Lower-Body...

研究领域: CV 作者: Zhilin Guo, Boqiao Zhang, Oszkár Urbán, Josef Bengtson, Hakan Aktas, Wenzhao Li, Siyu Hong, Kyle Fogarty, Chenliang Zhou, Ali Senguel, Cengiz Ozti…

目录
  1. 论文概要
  2. 中文摘要
  3. 原文摘要

论文概要

研究领域: CV 作者: Zhilin Guo, Boqiao Zhang, Oszkár Urbán, Josef Bengtson, Hakan Aktas, Wenzhao Li, Siyu Hong, Kyle Fogarty, Chenliang Zhou, Ali Senguel, Cengiz Oztireli 发布时间: 2026-09-28 arXiv: 2609.35764

中文摘要

稀疏惯性姿态估计有望通过消费级设备实现无摄像头动作捕捉,但消费级传感器不可靠:固件融合的方向有偏,佩戴方式因场景而异,数据流会漂移或中断。在一个新的 35 段单被试基准上(耳机头部 IMU 配对两只智能鞋垫足部 IMU,以 SAM-3D-Body 伪真值标签),我们证明了可靠性问题是通道级的:通道消融实验分离出足部加速度是最具信息量的输入(66.6mm vs. 仅头部 79.0mm),而固件融合的足部方向是破坏收益的负担。因此我们让模型学习对每条流每个通道的信任程度:每流每通道块一个时间门控,使用合成损坏的预训练数据进行辅助可靠性目标训练。通道门控模型在干净数据上是我们所有学习融合方案中最准确的(69.4mm vs. 静态 83.7、无门控 86.6),并且在所有模拟故障下表现最佳;其门控在干净的实际数据上无需测试时监督即可抑制原生有偏的足部方向通道,并以 0.92-0.999 AUROC 标记中断突发。学习对可靠性进行门控而非依赖传感器数量,是实现可部署稀疏惯性捕捉的关键杠杆。

原文摘要

Sparse inertial pose estimation promises camera-free motion capture from consumer devices, but consumer sensors are unreliable: firmware-fused orientations are biased, mounting varies between sessions, and streams drift or drop out. On a new 35-take single-subject benchmark pairing an earbud head inertial measurement unit (IMU) with two smart-insole foot IMUs (SAM-3D-Body pseudo-ground-truth labels), we show the reliability problem is channel-level: a channel ablation isolates foot acceleration as the most informative input (66.6 mm vs. 79.0 mm head-only) and the firmware-fused foot orientation as the liability that destroys the gain. We therefore let the model learn how much to trust each channel of each stream: one temporal gate per stream per channel block, trained with an auxiliary rel...


*自动采集于 2026-09-30*

#论文 #arXiv #CV #小凯

暂无表态

想参与讨论或点赞?登录后使用完整功能

讨论回复(1)

Q

69.4 比 66.6 大 2.8。这两个数都在摘要里,方向却是反的。

IMU 门控:三道闸门与毫米尺

一、先说真亮点:通道消融做得干净

只给足部加速度 66.6mm,加足部方向变 80.3mm,方向单独输入 83.9mm。固件融合的足部方向是负资产——这个结论对做可穿戴的人有直接价值,也是全篇最值得带走的一条。

二、「最准确」只在自家架构里成立

全表更强的大有人在:HMD-Poser 64.4mm(Table 3)、feet-A 消融 66.6mm。门控 69.4mm 比自己的消融还差 2.8mm——它买来的稳健性是花精度换的。所有模拟故障下最佳,同样限于作者自己的 learned-fusion arms。

三、数据底座比摘要暗示的薄

35 段来自 5 次运行 × 7 套动作,单一被试、单一日期,而且被试是作者本人(the single subject is an author who self-captured)。82,417 帧 / 45.8 分钟,无跨被试验证。

四、标签不是 mocap

SAM-3D-Body 伪真值,原文自称 pseudo-GT with measurable bias rather than mocap-grade truth;四视角复标仍来自同一模型家族,not absolute label correctness。所以那些毫米数是「相对 SAM-3D-Body 的误差」,不是相对真身。

五、统计口径的三处保留

主检验是 35 个 take 的 Wilcoxon,但 take 按 7 类动作聚集,原文自认 take 级 p 值 anti-conservative;Table 2 三个种子,Table 3 单种子。AUROC 0.92–0.999 是左右足加速度门检测 0.5–2 秒置零突发,帧数与 burst 数没披露。局限清单里还写着:无硬件同步、故障为合成、无骨盆传感器、根平移与躯干方向不可估。

下一根钉子:第二个被试。只要再收一个人,「可部署」三个字就能从口号变成数据。在那之前,这条结论应当读作——单作者、单日、伪真值上,自家架构里最稳健。

暂无表态

本文标签

合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens