ThermoCycleNet：基于立体图像的热图标注以实现模型向骑行状态的转换.pdfVIP

ThermoCycleNet：基于立体图像的热图标注以实

现模型向骑行状态的转换

扩展摘要

DanielAndrésLópez,VincentWeber,SeverinZentgraf,

BarloHillen,PeriklesSimon,andElmarSchömer

InstituteofComputerScience,ResearchGroupComputationalGeometry,

JohannesGutenbergUniversity,Mainz,Germany

{daniel.andres,schoemer}@uni-mainz.de

InstituteofSportsScience,DepartmentofSportsMedicine,DiseasePrevention

andRehabilitation,JohannesGutenbergUniversity,Mainz,Germany

本{v.weber,s.zentgraf,b.hillen,simonpe}@uni-mainz.de

译InstituteofOccupational,SocialandEnvironmentalMedicine,UniversityMedical

中Center,Mainz,Germany

1

vAugust1,2025

4

7

9摘要红外热成像技术正在成为运动医学领域的一项强大工具，允许在锻

0炼过程中评估热辐射并分析感兴趣的解剖区域，如暴露良好的小腿。在此

0

.前先进的自动注释方法的基础上，我们的目标是将立体和多模态的标注方

8

0法从跑步机上的跑步转移到功率自行车骑行上。因此，对使用自动标签训

5练语义分割网络并在高质量手动标注图像上进行微调的不同数据集组合进

2行了研究和比较。结果表明，用少量的手动数据进行微调足以提高深度神

:

v经网络的整体性能。最后，将自动生成的标签与小规模手动标注的数据集

i

x结合可以加速深度神经网络对新应用场景（如从跑步机到自行车的转变）

r

a的适应。

Keywords:自动标注·深度神经网络·红外热成像·多模态立体变换·体能测试·

语义分割段落。

Funding:JohannesGutenbergUniversity“StufeI”:“StartThermoCycleNet”.

Partialfunding:Carl-Zeiss-Stiftung:“Multi-dimensionAI”(CZS-Projectnumber:P2022-08-010).