基于条件生成对抗网络的惯性信号翻译
信号处理
2025-09-03 v1 机器学习
摘要
本文提出了一种方法，通过手腕佩戴传感器（如智能手表）获取的惯性信号被翻译为使用脚部安装传感器时所记录的信号，从而 enables 使用最新的步态分析方法。在该研究中，使用条件生成对抗网络（GANs）进行信号翻译。实验验证采用两种不同的 GAN 版本：一种是使用二元交叉熵损失训练的传统 GAN，另一种是 Wasserstein GAN（WGAN）。生成器采用两种架构进行测试：卷积自编码器和卷积 U-Net。实验结果表明，所提出的方法能够实现精确的信号翻译，使使用手腕传感器的惯性信号能够进行高效、日常的步态分析。
引用
@article{arxiv.2509.00016,
title = {Conditional Generative Adversarial Networks Based Inertial Signal Translation},
author = {Marcin Kolakowski},
journal= {arXiv preprint arXiv:2509.00016},
year = {2025}
}
备注
Originally presented at: 2025 Signal Processing Symposium (SPSympo) Warsaw, Poland; Associated data available at: M. Kolakowski, "Wrist and Tibia/Shoe Mounted IMU Measurement Results for Gait Analysis." Zenodo, Dec. 27, 2023. doi: https://doi.org/10.5281/ZENODO.10436579