SoK：基于深度学习的复杂人类活动识别准确性探析
信号处理
2024-05-07 v2 机器学习
摘要
人类活动识别（HAR）是一个研究可追溯至20世纪80年代的成熟领域。随着时间推移，HAR技术经历了显著演进，从手动特征提取、基于规则的算法和简单的机器学习模型发展到强大的深度学习模型，从单一传感器类型发展到多种传感模态。其研究范围也从识别有限的活动集合扩展到涵盖更多种类的简单与复杂活动。然而，阻碍利用现代深度学习方法进行复杂活动识别的进展仍存在诸多挑战。在本文中，我们系统地梳理了导致复杂HAR不准确的因素，如数据多样性和模型容量。在众多传感器类型中，由于可穿戴传感器和相机的普及性，我们对其给予了更多关注。通过这篇知识系统化（SoK）论文，读者可以深入理解HAR的发展历史与现有挑战、活动的不同分类、影响准确性的基于深度学习的复杂HAR所面临的障碍，以及潜在的研究方向。
引用
@article{arxiv.2405.00712,
title = {SoK: Behind the Accuracy of Complex Human Activity Recognition Using Deep Learning},
author = {Duc-Anh Nguyen and Nhien-An Le-Khac},
journal= {arXiv preprint arXiv:2405.00712},
year = {2024}
}