SCLAiR：面向用户与设备无关的空中书写识别的监督对比学习
人机交互
2022-11-02 v2
摘要
空中书写识别是指识别手指在自由空间中移动所写字母的问题。它本质上是手势识别的一个特例，其中手势词汇对应于特定语言中的字母。随着智能可穿戴设备在普通人群中的广泛普及，利用智能手环的运动传感器进行空中书写识别可作为人机交互应用中一种用户输入媒介。目前利用运动传感器识别空中轨迹的工作有限，且当用于记录信号的设备发生变化时，相关技术的性能迄今尚未被探索。受此启发，本文提出了一种基于监督对比学习的、与设备和用户无关的空中书写识别新范式。采用两阶段分类策略，第一阶段使用监督对比损失训练编码器网络。在后续阶段，在冻结编码器权重的情况下训练分类头。通过在公开数据集以及使用不同设备在我们实验室记录的数据集上的实验，证明了所提方法的有效性。实验在监督和无监督两种设置下进行，并与多种最先进的领域自适应技术进行了比较。我们实现的数据和代码将在 https://github.com/ayushayt/SCLAiR 上公开。
引用
@article{arxiv.2111.12938,
title = {SCLAiR : Supervised Contrastive Learning for User and Device Independent Airwriting Recognition},
author = {Ayush Tripathi and Arnab Kumar Mondal and Lalan Kumar and Prathosh A. P},
journal= {arXiv preprint arXiv:2111.12938},
year = {2022}
}