基于智能手表的办公室场景坐姿时间估计
机器学习
2026-04-13 v1 人机交互
摘要
坐姿行为是重大公共卫生风险，与肥胖、心血管疾病及其他慢性疾病密切相关。因此，准确估计坐姿时间对于监测和改善个人健康至关重要。本文针对实际办公室环境中的问题，收集了来自办公室职员在日常作息期间佩戴在智能手表上的惯性测量单元(IMO)信号。我们提出一种方法，通过引入由欧拉角推导的旋转向量序列，作为运动动力学的新型表征方式，来估计坐姿时间。在34小时数据集上的实验表明，利用旋转向量序列可提升算法性能，凸显其在自然环境中实现稳健坐姿时间估计的潜力。
引用
@article{arxiv.2604.08808,
title = {Smartwatch-Based Sitting Time Estimation in Real-World Office Settings},
author = {Olivia Zhang and Zhilin Zhang},
journal= {arXiv preprint arXiv:2604.08808},
year = {2026}
}
备注
Accepted at the 18th International Conference on Machine Learning and Computing (ICMLC 2026), February 6-9, 2026