面向人体活动识别的深度学习教程
人机交互
2021-10-14 v1 机器学习
摘要
能够从可穿戴惯性传感器估计人体活动的行为识别系统在过去几十年中取得了长足进展。最先进的方法不仅已脱离特征工程并完全采用端到端深度学习方法，设置实验、准备数据集以及验证活动识别方法的最佳实践也同样发生了演变。本教程首次于2021年ACM可穿戴计算机国际研讨会（ISWC'21）与普适与泛在计算国际联合会议（UbiComp'21）上举办。该教程在简要介绍活动识别研究领域之后，对人活动深度学习数据流水线中最重要步骤进行了动手交互式走查。教程中展示的所有演示幻灯片（亦包含所有代码练习的链接）以及教程GitHub页面链接可在如下网址找到：https://mariusbock.github.io/dl-for-har
引用
@article{arxiv.2110.06663,
title = {Tutorial on Deep Learning for Human Activity Recognition},
author = {Marius Bock and Alexander Hoelzemann and Michael Moeller and Kristof Van Laerhoven},
journal= {arXiv preprint arXiv:2110.06663},
year = {2021}
}
备注
6 pages, 2 figures, held at the 2021 ACM International Symposium on Wearable Computers (ISWC'21) and International Joint Conference on Pervasive and Ubiquitous Computing (UbiComp'21), Sept, 2021