可穿戴传感器下深度学习用于人类活动识别的进展综述
人机交互
2022-03-04 v5 机器学习
信号处理
摘要
移动与可穿戴设备已催生众多应用，包括活动追踪、健康监测和人机交互，它们测量并改善我们的日常生活。其中许多应用得益于利用移动和可穿戴设备中丰富的低功耗传感器集合来执行人类活动识别（HAR）。近来，深度学习极大拓展了移动与可穿戴设备上 HAR 的边界。本文系统地对引入深度学习方法的基于可穿戴设备 HAR 的现有工作进行归类与总结，并对当前进展、发展趋势和主要挑战提供全面分析。我们还给出了基于深度学习的 HAR 的前沿方向与未来展望。
引用
@article{arxiv.2111.00418,
title = {Deep Learning in Human Activity Recognition with Wearable Sensors: A Review on Advances},
author = {Shibo Zhang and Yaxuan Li and Shen Zhang and Farzad Shahabi and Stephen Xia and Yu Deng and Nabil Alshurafa},
journal= {arXiv preprint arXiv:2111.00418},
year = {2022}
}