用于收集、统一与分发人体活动识别惯性标注信号的平台
计算机与社会
2019-05-30 v1
摘要
人体活动识别(HAR)是一个十分活跃的研究领域。近来，深度学习技术正被用于从惯性信号中识别人体活动。然而，要计算准确可靠的深度学习模型，需要海量数据。我们工作的目标是定义一个支持长期数据收集的平台，以用于HAR算法的训练。该平台旨在整合惯性信号数据集，从而向科学界提供大型同质数据集。平台架构已确定，且部分主要组件已开发以验证该方法的可行性。
引用
@article{arxiv.1905.12555,
title = {A Platform to Collect, Unify, and Distribute Inertial Labeled Signals for Human Activity Recognition},
author = {Anna Ferrari and Daniela Micucci and Marco Mobilio and Paolo Napoletano},
journal= {arXiv preprint arXiv:1905.12555},
year = {2019}
}