human activity recognition | BriefGPT

关键词human activity recognition

搜索结果 - 175

使用参数优化的多阶段图卷积网络和 Transformer 模型进行人类活动识别的特征融合
使用深度学习模型（如卷积神经网络和 Transformer）进行人类活动识别，研究表明特征融合对于改善活动识别系统的准确性和稳健性具有重要意义。使用 HuGaDB、PKU-MMD、LARa 和 TUG 数据集，PO-MS-GCN 和 Tra
PDF8 days ago
维护需求：更新和扩展用于智能家居的引导式人体活动识别系统
通过使用种子点和对比学习框架，本研究提出了一种有效的方法来改善智能家居中的活动识别系统，以更准确地识别主要活动。
PDF12 days ago
LLMs 游戏：利用大型语言模型发现活动中的结构构建
智能家居中的人体活动识别是一个时间序列分析问题，我们提出了利用大型语言模型识别这些活动的结构构建块，并开发了一种活动识别流程，以此帮助智能家居中的活动监测任务。
PDF13 days ago
EarDA: 面向准确和数据高效的佩戴式耳机活动感知
基于领域适应技术的 EarDA 系统，能够从不同传感器位置提取独立于领域的特征，同时采用基于过滤器的数据处理方法来减轻头部运动对活动识别的影响，实现更加高效准确的活动感知，优于无领域适应方法的 43%。
PDF14 days ago
基于实验数据的竞技北欧行走无监督可解释活动预测
应用人工智能和机器学习技术，利用低成本的可穿戴式惯性测量单元进行在线聚类处理，以达到对运动员活动的自动解释性预测，区分正确、错误和作弊的识别，且取得近 100％的平均性能指标。
PDF14 days ago
大型语言模型记忆传感器数据集！对人类活动识别研究的影响
调查证实了大型语言模型在人体活动识别中可能通过训练中接触到传感器数据，可能对实验评估结果产生重要影响。
PDF23 days ago
MuJo：人体活动识别的多模态联合特征空间学习
通过多模态对比预训练方法 MuJo，利用视频、语言、姿势和 IMU 传感器数据，改善了不同模态下的人类活动识别性能，在 MM-Fit 数据集上达到了令人印象深刻的宏平均 F1-Score 为 0.992 和 0.999 的分类效果，同时展示
PDFa month ago
融合和混洗全局和局部视角的基于 IMUs 的跨用户人体活动识别的 FLOW
基于惯性测量单元的人体活动识别模型存在用户间数据分布差异大的问题，本研究基于 IMU 数据特征提取了全局视角表示法，有效减轻了不同穿戴风格引起的数据分布差异，并通过多视角监督网络实现了局部视角和全局视角数据的有效融合，实验结果表明该方法在用
PDFa month ago
全球增量式学习：适用于跨异构数据集的人类活动识别的 KAN
本研究提出了一种对可穿戴传感器人体活动识别（HAR）进行增量学习的框架，该框架同时解决了两个挑战：灾难性遗忘和非均匀输入。该框架（称为 iKAN）使用 Kolmogorov-Arnold 网络（KAN）作为分类器，利用样条函数的局部可塑性和
PDFa month ago
基于可穿戴设备的半监督人体活动识别行为插值
混合廣場：一種利用有標籤和無標籤活動的深度半監督人體活動識別方法，通過線性插值和混合校準機制來提高傳感器數據的特徵嵌入效果，展示了深度半監督技術在人體活動識別中的潛力。
PDFa month ago
超出独立帧：通过帧内和帧间注意力增强基于传感器的人体活动识别
人体活动识别（HAR）越来越受到普适计算的欢迎，受可穿戴传感器在医疗保健和运动等领域的流行推动。本文提出了一种内部和外部帧关注模型，用于解决 ConvNets 通常采用逐帧分析的问题，可能忽视人类活动中固有的更广泛的时间动态。我们进一步通过
PDFa month ago
一种用于 Otago 微标签识别的掩码半监督学习方法
通过将 Transformer 编码器用于特征提取和时序卷积神经网络（TCN）用于分类来识别 Otago 锻炼计划（OEP）中的微操作，并结合掩码无监督学习任务提高有监督学习任务的性能，研究结果显示 f1 - 分数超过临床实用的 0.8 阈
PDFa month ago
智能家居中基于传感器触发的文本描述的无布局依赖的人类活动识别（TDOST）
使用环境传感器在智能家居中进行人类活动识别具有人类健康和福祉的多种应用。通过引入一种新颖的面向布局无关的智能家居人类活动识别系统建模方法，利用原始传感器数据的自然语言描述的可转移表示能力，我们在新的智能家居环境下构建通用的人类活动识别模型，
PDFa month ago
基于毫米波雷达的医疗监护机器人人体活动识别
通过在可移动机器人上装载毫米波雷达系统与轻量级深度神经网络结合，实现了实时监测人类活动的医疗监测系统。
PDF2 months ago
基于骨架姿势序列的传感器数据增强技术提升人体活动识别
为了改进基于可穿戴传感器的人体活动识别，本文提出了一种从 3D 骨架姿势序列中直接生成传感器数据的姿势到传感器网络模型，并同时训练姿势到传感器网络和人体活动分类器，通过优化数据重构和活动识别来改进性能。实验结果表明该框架优于基线方法，并在
PDF2 months ago
复杂人类活动识别的深度学习精准性背后
人类活动识别（HAR）是一个经过研究的领域，研究始于 20 世纪 80 年代。本文通过对数据的多样性和模型的容量等因素进行系统研究，全面梳理现代深度学习方法在识别复杂 HAR 时存在的准确性问题，并提出了潜在的研究方向。
PDF2 months ago
MM可穿戴活动识别的单模态和多模态传感器融合
综合不同的感知模态与多个位置有助于形成对人类行为等复杂情况的统一感知和理解，因此，人类活动识别受益于综合冗余和互补信息（单模态 / 多模态）。然而，这并不是一项容易的任务，它需要多学科的方法，包括传感器技术、信号处理、数据融合算法和领域特定
PDF2 months ago
基于低速加速度和定位信号的交通方式识别与注意力多实例学习网络
该研究论文聚焦于交通方式识别，并提出了一种将惯性信号和位置信号结合的有效和稳健的分类器，以识别交通方式。
PDF3 months ago
智能手机上的人体活动识别
我们创建了一个安卓应用程序，能够实时识别人体活动并计算所燃烧的卡路里，使用了标记的三轴加速度读数和机器学习算法，以及一部分特征来提供最大准确度和最小模型构建时间。
PDF3 months ago
MESEN：利用多模态数据设计少标签的单模态人体活动识别
通过利用多模态数据来增强单模态人体活动识别的效果，MESEN 实现了显著的性能提升，解决了当前解决方案与实际应用需求之间的差距。
PDF3 months ago