Smartwatches
PulseAugur coverage of Smartwatches — every cluster mentioning Smartwatches across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的WHIP模型可从各种可穿戴传感器重建全身运动
研究人员开发了一种从各种可穿戴传感器重建全身运动的新方法，超越了固定配置。他们的方法名为WHIP，利用了一个大规模数据集，该数据集将智能手机、智能手表和智能鞋垫等消费级设备与地面真实3D运动同步。这种生成模型可以从可用传感器的任意子集中重建运动，有效处理缺失的模态并产生物理上合理的运动。
-
消费者因通知过载而放弃智能手表，转向更简单的可穿戴设备
越来越多的人选择简单的、非智能的可穿戴设备，而不是功能丰富的智能手表。这一趋势的驱动因素是人们希望减少通知过载，摆脱智能手表可能带来的持续连接。用户也对智能手表广泛的功能和追踪能力感到疲劳，发现更简单的设备能让他们更专注于活动和当下，而不是持续的屏幕互动。此外，高端智能手表的高昂价格，以及对健康追踪准确性的担忧，也促使一些消费者重新评估其必要性。
-
监控公司为车牌识别器增加设备追踪功能
一家名为 Leonardo 的监控公司正在开发一项名为 SignalTrace 的新技术，以升级其自动车牌识别器 (ALPR)。此次升级将使 ALPR 不仅能捕捉车牌，还能检测并记录经过车辆中蓝牙设备（如手机、AirPods 和智能手表）的唯一标识符。收集到的数据将用于创建“电子指纹”，以帮助执法部门追踪个人，即使他们更换了车牌。
-
英国考试监管机构警告AI驱动的智能设备作弊
英格兰的考试监管机构Ofqual担心，像智能眼镜和隐形耳机这样的新型可穿戴设备可能会显著增加考试作弊。Ofqual负责人Ian Bauckham指出，虽然智能手机已经是一个问题，但这些先进设备对维护考试资格的完整性提出了更大的挑战。该监管机构还在审查AI在学生课程作业中的使用情况，因为教师们报告说越来越难以检测到AI生成的内容。
-
Prime Day早期智能手表和智能戒指优惠已出现
该集群关注亚马逊Prime Day活动前的智能手表和智能戒指的早期优惠。推荐来自一位健康与可穿戴设备编辑，重点介绍了这些小工具类别的顶级优惠。优惠涵盖各种品牌和健康追踪设备。
-
智能手表利用运动和心率数据检测酒驾
研究人员开发了一个系统，使用现成的智能手表来检测酒精影响下的驾驶。该系统分析手腕加速度计数据和心率变异性来识别醉酒程度。在一项对54名参与者的测试赛道研究中，卷积神经网络在检测任何酒精影响方面达到了0.88的AUROC，在检测高于世界卫生组织限值的水平方面达到了0.86。这项工作首次在真实车辆环境中通过消费级智能手表演示了酒驾检测。
-
Google AI 利用智能手表进行高级步态分析
Google AI 研究人员开发了一种深度学习模型，能够利用智能手表的数据准确估算高级行走指标。该模型基于时间卷积网络（TCN）架构构建，直接预测步速、步长和双支撑时间等时空步态指标。一项涉及 246 名参与者的大规模验证研究表明，智能手表是进行连续步态分析的可靠且实用的平台，其效果与基于智能手机的方法相当，但更方便。