TransfHAR

自监督框架实现按需手腕活动识别

研究人员开发了 TransfHAR，一个用于基于手腕的活动识别的自监督框架。该系统从无标签数据中学习可迁移的运动模式，从而能够按需识别手势和程序步骤等细粒度活动。TransfHAR 可以作为实时智能手表应用程序实现，允许用户通过少量演示来定义和扩展自己的活动集。评估表明，TransfHAR 的性能与完全监督方法相当或更优，即使在标记数据有限的情况下也能实现高平衡准确率。