哈尔:统一人类活动识别工程工作流程
Orhan Konak1, Robin van de Water1, Valentin Döring1
1Hasso Plattner Institute, University of Potsdam, 14482 Potsdam, Germany.
Sensors (Basel, Switzerland)
|December 9, 2023
概括
本研究介绍了HARE,这是基于传感器识别人类活动的统一框架. HARE简化了数据收集和分类,通过多式联络和设备模型提高了准确性.
科学领域:
- 生物医学工程 生物医学工程
- 计算机科学 计算机科学
- 人工智能的人工智能
背景情况:
- 基于传感器的人类活动识别 (HAR) 在医疗保健中对于监控运动至关重要.
- 目前的HAR管道是分散的,涉及单独的数据收集,准备和处理步骤.
- 紧型传感器越来越多,推动了对高效HAR系统的需求.
研究的目的:
- 提出HARE,一个综合整合 HAR 管道步骤的全面框架.
- 为了实现同步数据收集,标记和匿名姿势估计.
- 通过设备上模型调整和最佳传感器放置来引入实时HAR.
主要方法:
- 开发了一个统一的框架 (HARE) 为HARE.
- 集成的同步数据收集/标记和匿名化图像估计.
- 实施了多式联运分类方法,并进行了设备上的模型调整.
- 提出了一种基于视觉的方法,以实现最佳的传感器放置.
主要成果:
- 哈雷的多式联通,在设备上训练的模型显著超过了传统的单式联通和离线方法.
- 基于视觉的传感器放置方法取得了与训练模型相似的结果.
- 对包括护理活动在内的各种数据集进行了广泛的评估,证实了该框架的有效性.
结论:
- 基于传感器识别人类活动,HARE提供了一种简化和集成的解决方案.
- 该框架通过多式联网数据和设备上学习来提高分类准确性.
- 新型传感器位置优化推进了HAR系统的实际应用.


