基于传感器的活动识别的深度学习：综述
计算机视觉与模式识别
2018-03-02 v2 人工智能
机器学习
神经与进化计算
摘要
基于传感器的活动识别旨在从大量低级传感器读数中获取关于人类活动的深层高级知识。传统的模式识别方法在过去几年取得了巨大进展。然而，这些方法往往严重依赖启发式手工特征提取，这可能阻碍其泛化性能。此外，现有方法在无监督和增量学习任务中表现不佳。最近，深度学习的进展使得自动高级特征提取成为可能，从而在许多领域取得了令人瞩目的性能。此后，基于深度学习的方法被广泛采用用于基于传感器的活动识别任务。本文综述了基于深度学习的基于传感器活动识别的最新进展。我们从传感器模态、深度模型和应用三个方面总结现有文献。我们还对现有工作提出了详细见解，并提出了未来研究的重大挑战。
引用
@article{arxiv.1707.03502,
title = {Deep Learning for Sensor-based Activity Recognition: A Survey},
author = {Jindong Wang and Yiqiang Chen and Shuji Hao and Xiaohui Peng and Lisha Hu},
journal= {arXiv preprint arXiv:1707.03502},
year = {2018}
}
备注
10 pages, 2 figures, and 5 tables; submitted to Pattern Recognition Letters (second revision)