通过投影后处理改进状态估计以用于活动识别及其在足球中的应用
计算机视觉与模式识别
2023-05-04 v4
摘要
过去十年中，基于传感器数据的人体活动识别受到越来越多的关注。多数情况下，传感器数据未经标注，因此需要快速的标注方法。为评估标注质量，必须选择合适的性能度量。我们的主要贡献是一种用于活动识别的新型后处理方法。该方法通过修正估计中不切实际的短时活动来提升分类方法的准确性。我们还提出了一种新的性能度量——局部时移度量（LTS measure），用以处理状态变化时间的不确定性。利用该新型LTS度量，基于模拟数据集和来自足球的传感器数据真实应用，评估了后处理方法的有效性。模拟研究还用于讨论后处理方法与LTS度量的参数选择。
引用
@article{arxiv.2102.03310,
title = {Improving state estimation through projection post-processing for activity recognition with application to football},
author = {Michał Ciszewski and Jakob Söhl and Geurt Jongbloed},
journal= {arXiv preprint arXiv:2102.03310},
year = {2023}
}
备注
This preprint has not undergone peer review (when applicable) or any post-submission improvements or corrections. The Version of Record of this article is published in Statistical Methods & Applications, and is available online at https://doi.org/10.1007/s10260-023-00696-z