Wonderwall：一种基于虚拟现实技术的惯性测量单元（IMU）辅助航向与姿态（HAR）基础模型

《Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies》：Wonderwall: A Virtual-to-Real Foundation Model for IMU-based HAR

人体活动识别可穿戴传感器跨场景泛化虚拟到现实预训练动态图编码器

　　

摘要AI 摘要

要查看此由 AI 生成的摘要，您必须具有高级访问权限。

了解更多登录

摘要

摘要

使用可穿戴传感器进行人类活动识别（HAR）在从移动健康到智能环境等各种应用中发挥着关键作用。该领域的一个主要挑战在于如何在不同类型的传感器配置和多样的活动分类之间进行泛化，尤其是在标记数据稀缺或部署条件变化的情况下。我们提出了 Wonderwall，这是一个基于虚拟到现实的基模型，通过一种新颖的双阶段预训练范式实现了可穿戴 HAR 的强大跨场景泛化能力。第一阶段通过基于物理的模拟运动数据建立生物力学先验；第二阶段则利用精心策划的真实世界数据集通过联合训练和语义对齐来细化这些表示。一个系统的数据策划框架通过统一活动标签、平衡类别分布、过滤低质量样本和去重来解决数据集碎片化问题。此外，基于动态图的编码器能够适应不同配置下的传感器关系建模。在十个异构 HAR 基准测试中，Wonderwall 在零样本、少量样本和完整样本情况下均展示了先进的泛化能力。一项消融研究评估了每个核心组件的贡献，而对微调和探针策略的比较突显了该模型在各种数据环境下的适应性。此外，一项感知成像实验验证了 Wonderwall 的嵌入与语义表示的一致性。这些发现强调了基于虚拟到现实的预训练范式在实现强大跨场景泛化方面的有效性。

AI 摘要

AI 生成的摘要（实验性)

此摘要是使用自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助发现、评估相关性，并协助来自相关研究领域的读者理解本文内容。它旨在补充作者提供的摘要，后者仍是论文的官方总结。完整文章才是权威版本。点击此处了解更多。

点击此处对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的版本。

要查看此由 AI 生成的通俗语言摘要，您必须具有高级访问权限。