CMD-HAR: Cross-Modal Disentanglement for Wearable Human Activity Recognition
Created by
Haebom
저자
Hanyu Liu, Siyao Li, Ying Yu, Yixuan Jiang, Hang Xiao, Jingxi Long, Haotian Tang, Chao Li
개요
본 논문은 센서 기반 인간 활동 인식(HAR)에서 다중 모달 데이터 혼합, 활동 이질성, 복잡한 모델 배포 등의 문제를 해결하는 것을 목표로 한다. 이를 위해 공간-시간적 어텐션 모달 분해 정렬 융합 전략을 제안하여 센서 데이터의 혼합 분포 문제를 해결하고, 다중 모달 공간-시간적 분리 표현을 통해 활동의 주요 차별적 특징을 포착하며, 기울기 변조를 결합하여 데이터 이질성을 완화한다. 또한 웨어러블 배포 시뮬레이션 시스템을 구축하고 다수의 공개 데이터셋을 사용한 실험을 통해 모델의 효과를 입증하였다.
시사점, 한계점
•
시사점:
◦
다중 모달 센서 데이터를 효과적으로 처리하는 새로운 공간-시간적 어텐션 기반 융합 전략 제시
