机构名称：
¥ 1.0
人类活动识别（HAR）是一个关键功能，其含义从医疗保健监测到安全系统。机器学习（ML）以及计算机视觉技术的最新进步在自动执行此任务方面取得了很大进展。本文对HAR系统中使用的不同ML算法和计算机视觉方法进行了详细的审查和分析。我们探讨了该领域遇到的挑战，例如人类行为的变异性，遮挡和观点变化，并研究各种方法如何减轻这些问题。此外，我们聚焦用于培训和评估的主要数据集。通过彻底的经验分析，我们评估了各种ML模型的性能，从而精确地从传感器数据或视频提要中识别人类活动。我们的观察结果肯定了深度学习框架，尤其是卷积神经网络（CNN）的有效性，在检测对HAR努力必不可少的复杂时空模式中。此外，我们探索了即将到来的趋势，持续的挑战以及在这个不断发展的地区进行研究的未来途径，强调了通过ML和计算机视觉社区共同努力继续进步的希望。
利用药房实践中的人工智能和...
主要关键词
相关文件推荐
