基于传感器的深度学习人体活动识别：综述、挑战与机遇
人机交互
2021-01-25 v2 机器学习
摘要
传感器设备与物联网的广泛普及使得基于传感器的活动识别应用成为可能。然而，在实际场景中仍存在诸多可能影响识别系统性能的重大挑战。近来，随着深度学习在许多领域展现出其有效性，大量深度方法被研究用以应对活动识别中的挑战。在本研究中，我们对最先进的基于传感器的深度学习人体活动识别方法进行了综述。我们首先介绍了传感数据的多模态特性，并提供了可用于不同挑战任务评估的公开数据集信息。随后，我们提出一种新的分类法，按挑战对深度方法进行结构化。我们对挑战及与挑战相关的深度方法进行了总结与分析，以形成当前研究进展的概览。在本文末尾，我们讨论了开放问题并对未来方向提供了一些见解。
引用
@article{arxiv.2001.07416,
title = {Deep Learning for Sensor-based Human Activity Recognition: Overview, Challenges and Opportunities},
author = {Kaixuan Chen and Dalin Zhang and Lina Yao and Bin Guo and Zhiwen Yu and Yunhao Liu},
journal= {arXiv preprint arXiv:2001.07416},
year = {2021}
}