Activity Recognition in Older Adults with Training Data from Younger Adults: Preliminary Results on in Vivo Smartwatch Sensor Data
Activity Recognition in Older Adults with Training Data from Younger Adults: Preliminary Results on in Vivo Smartwatch Sensor Data
复制标题
利用年轻人的训练数据识别老年人的活动：体内智能手表传感器数据的初步结果
DOI：
10.1145/3441852.3476475
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Fatima, Sabahat
中科院分区：
文献类型：
--
作者：
Fatima, Sabahat
使用智能手表等商品可穿戴设备进行自我跟踪可以帮助老年人减少久坐不动的行为，并参与体育活动。然而，通常部署在这些可穿戴设备上的活动识别应用程序往往是在最能代表年轻人的数据集上进行训练的。我们探索了我们的活动识别模型，一个长短期记忆和卷积层的混合模型，在年轻人的智能手表数据上进行了预训练，如何在老年人的数据上表现。我们报告了在野外进行的一项为期一周的初步研究中收集的两名老年人的数据的结果，这些数据是基于activPAL（一种穿戴在大腿上的传感器）的实地事实注释。我们发现，即使将我们的模型的性能与谷歌活动识别API等最先进的部署模型进行比较，老年人的活动识别仍然具有挑战性。更重要的是，我们表明，在年轻人身上训练的模型往往在老年人身上表现得更差。
Self-tracking using commodity wearables such as smartwatches can help older adults reduce sedentary behaviors and engage in physical activity. However, activity recognition applications that are typically deployed in these wearables tend to be trained on datasets that best represent younger adults. We explore how our activity recognition model, a hybrid of long short-term memory and convolutional layers, pre-trained on smartwatch data from younger adults, performs on older adult data. We report results on week-long data from two older adults collected in a preliminary study in the wild with ground-truth annotations based on activPAL, a thigh-worn sensor. We find that activity recognition for older adults remains challenging even when comparing our model’s performance to state of the art deployed models such as the Google Activity Recognition API. More so, we show that models trained on younger adults tend to perform worse on older adults.
登录
查看更多内容
与可访问性和老龄化相关的数据集的共享实践
DOI：
--
发表时间：
2021
期刊：
International ACM SIGACCESS Conference on Computers and Accessibility
影响因子：
--
作者：
Rie Kamikubo;Utkarsh Dwivedi;Hernisa Kacorri
通讯作者：
Hernisa Kacorri
DOI：
10.1109/vl/hcc51201.2021.9576171
发表时间：
2021-09
期刊：
2021 IEEE Symposium on Visual Languages and Human-Centric Computing (VL/HCC)
影响因子：
--
作者：
Utkarsh Dwivedi;Jaina Gandhi;R. Parikh;Merijke Coenraad;Elizabeth M. Bonsignore;Hernisa Kacorri
通讯作者：
Utkarsh Dwivedi;Jaina Gandhi;R. Parikh;Merijke Coenraad;Elizabeth M. Bonsignore;Hernisa Kacorri
Data@Hand：利用语音和触摸交互促进智能手机上个人数据的视觉探索
DOI：
10.1145/3411764.3445421
发表时间：
2021
期刊：
2021 CHI Conference on Human Factors in Computing Systems
影响因子：
--
作者：
Kim, Young-Ho;Lee, Bongshin;Srinivasan, Arjun;Choe, Eun Kyoung
通讯作者：
Choe, Eun Kyoung
DOI：
10.1145/3313831.3376428
发表时间：
2020-02
期刊：
Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems
影响因子：
--
作者：
Jonggi Hong;Kyungjun Lee;June Xu;Hernisa Kacorri
通讯作者：
Jonggi Hong;Kyungjun Lee;June Xu;Hernisa Kacorri
在可教学物体识别器的背景下重新审视盲人摄影
DOI：
10.1145/3308561.3353799
发表时间：
2019
期刊：
The 21st International ACM SIGACCESS Conference on Computers and Accessibility
影响因子：
--
作者：
Lee, Kyungjun;Hong, Jonggi;Pimento, Simone;Jarjue, Ebrima;Kacorri, Hernisa
通讯作者：
Kacorri, Hernisa