要約
フィットネス活動の自動的かつ正確な認識は、健康的なライフスタイルの推進から個別化された予防医療に至るまで、様々な面で有益である。現在、フィットネストラッキングモダリティとしてはIMUが著名であるが、iMoveを通じて、生体インピーダンスがセンサフュージョンと対照学習を通じてIMUベースのフィットネストラッキングの改善に役立つことを示す。その結果、IMUを1つ入力した場合の平均マクロF1スコアは、IMUを入力した場合のベースラインモデルの81.49%から3.22%向上し、84.71%に達しました。また、センサ・フュージョンにより、生体インピーダンスが人間活動認識（HAR）を直接改善できることを示し、生体インピーダンス単独では平均マクロF1スコアが75.36㌽で、IMU単独を上回る場合でも、平均マクロF1スコアは89.57㌽（学習と推論の両方に2つのモダリティが必要）に達しました。さらに、下半身のフィットネス活動分類に関する拡張研究でも同様の結果が得られ、本アプローチの汎用性が実証されました。本結果は、フィットネス活動認識を進歩させるための貴重なツールとして、センサ・フュージョンと対照学習の可能性を強調するものであり、生体インピーダンスがIMUベースのシステムの能力を増強する上で極めて重要な役割を果たします。
要約(オリジナル)
Automatic and precise fitness activity recognition can be beneficial in aspects from promoting a healthy lifestyle to personalized preventative healthcare. While IMUs are currently the prominent fitness tracking modality, through iMove, we show bio-impedence can help improve IMU-based fitness tracking through sensor fusion and contrastive learning.To evaluate our methods, we conducted an experiment including six upper body fitness activities performed by ten subjects over five days to collect synchronized data from bio-impedance across two wrists and IMU on the left wrist.The contrastive learning framework uses the two modalities to train a better IMU-only classification model, where bio-impedance is only required at the training phase, by which the average Macro F1 score with the input of a single IMU was improved by 3.22 \% reaching 84.71 \% compared to the 81.49 \% of the IMU baseline model. We have also shown how bio-impedance can improve human activity recognition (HAR) directly through sensor fusion, reaching an average Macro F1 score of 89.57 \% (two modalities required for both training and inference) even if Bio-impedance alone has an average macro F1 score of 75.36 \%, which is outperformed by IMU alone. In addition, similar results were obtained in an extended study on lower body fitness activity classification, demonstrating the generalisability of our approach.Our findings underscore the potential of sensor fusion and contrastive learning as valuable tools for advancing fitness activity recognition, with bio-impedance playing a pivotal role in augmenting the capabilities of IMU-based systems.
arxiv情報
| 著者 | Mengxi Liu,Vitor Fortes Rey,Yu Zhang,Lala Shakti Swarup Ray,Bo Zhou,Paul Lukowicz |
| 発行日 | 2024-06-03 12:42:50+00:00 |
| arxivサイト | arxiv_id(pdf) |