FlowAR统一平台提升二值传感器活动识别效率
FlowAR: une plateforme uniformisée pour la reconnaissance des activités humaines à partir de capteurs binaires
- 三步流程：数据清洗、分段、个性化分类
- 支持多种方法与数据集灵活测试
- 适合智能家居与可穿戴设备开发者
本演示展示了一个面向日常活动识别（AR）的开发平台，专注于使用二值传感器数据。该平台名为FlowAR，采用数据驱动方法，包含三个步骤：数据清洗、分段和个性化分类。其模块化设计支持灵活测试不同方法与数据集，并确保严谨评估。一个具体应用案例验证了其有效性。
原文摘要 · Abstract (English)
This demo showcases a platform for developing human activity recognition (AR) systems, focusing on daily activities using sensor data, like binary sensors. With a data-driven approach, this platform, named FlowAR, features a three-step pipeline (flow): data cleaning, segmentation, and personalized classification. Its modularity allows flexibility to test methods, datasets, and ensure rigorous evaluations. A concrete use case demonstrates its effectiveness.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。