Оценка кросс-доменного обобщения современных нейроархитектур в задаче детекции падений по скелетным ключевым точкам

Abstract

В работе рассматривается возможность использования нейросетевых моделей для классификации падения человека по извлеченным ключевым координатам позы с помощью кросс-доменного обобщения. В качестве классификаторов были использованы современные архитектуры: LSTM, GRU, Transformer Encoder и 1D-CNN + GAP. Модели обучались и тестировались на датасете CAUCAFall. На независимом датасете FallVision без дообучения оценено кросс-доменное обобщение. Чтобы подтвердить статистическую значимость полученных результатов на обоих датасетах была проведена проверка значимости с помощью тестов McNemar, bootstrap-доверительные интервалы для F1, перестановочный тест. Показано, что высокие метрики на исходном датасете статистически значимы. При тестировании моделей на независимом датасете без обучения наилучший баланс качества и сложности демонстрирует 1D-CNN + GAP при существенно меньшем числе параметров, что важно для внедрения на ограниченных по ресурсам устройствах.