human activity recognition | BriefGPT

关键词human activity recognition

搜索结果 - 175

HARMamba：基于双向选择性 SSM 的高效可穿戴传感器人体活动识别
本研究介绍了一种更轻量级、选择性的状态空间模型为基础的活动识别模型 HARMamba，通过独立学习每个通道的传感器数据并将数据分割成 “补丁”，标记出的传感器序列的位置嵌入作为双向状态空间模型的输入令牌，最终通过分类头实现活动分类，相比于基
PDF3 months ago
基于时间注意力的深度生成领域适应，用于跨用户活动识别
我们的研究提出了一种新颖的 Deep Generative Domain Adaptation with Temporal Attention (DGDATA) 方法，通过在领域适应过程中识别和整合时序数据中嵌入的时间关系，我们的方法改进了
PDF4 months ago
基于深度域自适应和时间关系信息的跨用户活动识别
基于深度时间状态领域自适应（DTSDA）模型，本研究旨在解决跨用户人类活动识别（cross-user HAR）中的行为变异性问题，通过利用活动中的不同子活动之间的时间关系，DTSDA 模型能够在不同用户之间建立起用户不变的时间关系，从而在跨
PDF4 months ago
跨用户活动识别通过时间关系最优传输
本文介绍了基于时间关系的最优运输（TROT）方法，利用时间关系来放松独立同分布的假设，实现准确、高效的跨用户活动识别领域自适应，并通过隐藏马尔可夫模型（HMM）和最优运输（OT）技术对活动进行时间关系对齐。综合实验表明，TROT 在三个公共
PDF4 months ago
基于时间关系知识的深度生成领域自适应，用于跨用户活动识别
本研究提出了一种条件变分自编码器与通用序列映射的结合方法（CVAE-USM），用于解决人类活动识别中时间序列领域自适应的独特挑战，通过放松独立同分布假设并利用时间关系，有效地对不同用户的数据分布进行对齐，从而提高活动识别的准确性和泛化性。在
PDF4 months ago
HARGPT：是零样本人类活动识别器吗？
我们的研究通过案例研究，在零样本方式下，通过演示大型语言模型（LLMs）能够理解原始 IMU 数据并以经过适当提示的方式进行人类活动识别任务，以回答 LLMs 是否适用于与网络系统无缝集成的物理世界解释问题。通过在 GPT4 上使用两个不同
PDF4 months ago
MaskFi: 无监督学习 WiFi 和视觉表示以进行多模态人体活动识别
我们提出了一种新的无监督多模态 HAR 解决方案 MaskFi，该方案利用仅有的未标记视频和 WiFi 活动数据进行模型训练，通过预测表示学习中的遮挡区域，使模型能够学习跨模态和单模态特征。我们的方法在两个内部采集的 WiFi-vision
PDF4 months ago
XGBoost 和 Minirocket 算法的人体活动识别比较分析
人体活动识别 (HAR) 已得到广泛研究，最近侧重于使用先进的机器学习 (ML) 和深度学习 (DL) 算法进行准确分类的实施。本研究调查了两种机器学习算法 ——eXtreme Gradient Boosting (XGBoost) 和 M
PDF4 months ago
通过文本描述生成地面压力序列用于 HAR
利用深度学习技术，使用文本描述生成大量的地面压力序列，通过离散潜在相关性获得由文本描述生成的高质量压力序列，并在实际压力传感器收集的压力动态上评估与仅使用真实数据训练的模型相当的 HAR 模型，将真实数据和合成的训练数据结合，使整体宏 F1
PDF4 months ago
从动作到指标：评估基于骨架的人类活动识别中的可解释 AI 方法
本研究探讨了骨架型人类活动识别领域中的 XAI 评估指标的适用性和可靠性，并通过测试 faithfulness 和 stability 等已建立的 XAI 评估指标来解决了该领域中的一个问题。研究还引入了一种尊重人体生物力学约束的扰动方法，
PDF4 months ago
KDD重新思考具层次感的标签关系建模在人类活动识别中的应用
通过分析全局标签关系，提出将层次结构作为关键因素，通过图形化标签关系建模进一步改进人类活动识别模型，并验证该提议在复杂人类活动数据上的优势。
PDF5 months ago
MAGNETO: 边缘 AI 用于人体活动识别 —— 隐私与个性化
提出了一个边缘 AI 平台 MAGNETO，可以在边缘设备上进行增量式的人类活动学习，克服了与云之间的数据交换导致的数据隐私问题，同时实现了强大的个性化能力和低处理延迟。
PDF5 months ago
DS-MS-TCN: 用双尺度多阶段时间卷积网络的奥塔哥锻炼识别
通过在日常生活中采用单个腰部佩戴惯性测量单元（IMU）来识别社区中老年人进行 Otago 运动项目（OEP）锻炼，使用双尺度多阶段时间卷积网络（DS-MS-TCN）模型实现了基于序列的两级分类，超过现有深度学习模型，在评估的四个锻炼中实现了
PDF5 months ago
AutoGCN：基于神经构架搜索的通用人体活动识别
AutoGCN 通过深度学习、数据可用性提高以及增强的计算能力，利用图卷积网络（GCNs）对人体活动识别（HAR）进行神经架构搜索（NAS），在搜索过程中通过知识储备库平衡最佳探索和利用行为，提供了多样的搜索空间和高度表达的输入表示，以增强
PDF5 months ago
IMUGPT 2.0：基于语言的传感器人体活动识别的跨模态转移
在人类活动识别领域，缺乏大型标记数据集是主要挑战之一。为了解决数据稀缺的问题，最近开始研究跨模态迁移方法，将现有数据集从源模态（如视频）转换为目标模态（IMU）。本研究通过大规模评估语言驱动的跨模态迁移，提出了两个针对实际人类活动识别应用场
PDF5 months ago
基于普适设备的传感器数据采集以侦测肌肉强度训练活动
通过利用嵌入式传感器进行人体活动识别以及 LSTM 算法，针对印度尼西亚的使用普及率日益增加的智能手机，本研究分析了 25 位参与者的数据，对九种运动类型进行了机器学习模型开发基础上的肌肉力量动作的重要传感器属性的研究，旨在维持高生活质量以
PDF5 months ago
基于深度学习的计算机视觉活动识别和老年人跌倒检测：系统性综述
通过对深度学习在视觉数据上应用的研究文献的系统回顾，本研究讨论了关于独居老人安全的两个主要任务 —— 摔倒检测和人体活动识别，以及相关数据集和硬件设备的使用情况，并对现有方法的优势和劣势进行了讨论，提出了未来工作的建议。
PDF5 months ago
基于不确定性感知的桥接式移动 Former 网络用于基于事件的模式识别
基于事件流的轻量级不确定性感知信息传播的 Mobile-Former 网络用于有效的模式识别，对多个事件识别数据集进行了广泛实验验证。
PDF5 months ago
人体活动识别的联邦遗忘
提出一种用于改善全球人类活动识别模型的轻量级机器遗忘方法，通过选择性删除客户端的部分训练数据，并使用 KL 散度作为微调的损失函数，以使预测的概率分布与第三方数据集相一致。
PDF6 months ago
CLAN: 基于对比学习的新颖性检测框架用于人体活动识别
在环境辅助生活中，通过对时间序列传感器数据进行人类活动识别，主要关注预定义活动，通常忽略新的活动模式。本研究提出了一种基于对比学习的 CLAN 框架，用于人体活动识别的新颖性检测，该框架具有多种类型的负样本，并考虑到人类活动的特征挑战，包括
PDF6 months ago