用于多人活动识别的生成式居民分离与多标签分类
机器学习
2024-04-12 v1 人工智能
信号处理
摘要
本文提出了两个模型，以解决在家庭中使用环境传感器进行多人活动识别的问题。第一个模型 Seq2Res 使用序列生成方法来分离来自不同居民的传感器事件。第二个模型 BiGRU+Q2L 使用 Query2Label 多标签分类器同时预测多个活动。在一个配备了环境传感器的双居民家庭的最先进数据集上，在不同实验场景中将这些模型的性能与最先进的模型进行了比较。这些结果引发了对居民分离和多标签分类在多人活动识别中优缺点的讨论。
引用
@article{arxiv.2404.07245,
title = {Generative Resident Separation and Multi-label Classification for Multi-person Activity Recognition},
author = {Xi Chen and Julien Cumin and Fano Ramparany and Dominique Vaufreydaz},
journal= {arXiv preprint arXiv:2404.07245},
year = {2024}
}
备注
Context and Activity Modeling and Recognition (CoMoReA) Workshop at IEEE International Conference on Pervasive Computing and Communications (PerCom 2024), Mar 2024, Biarritz, France