分段Transformer导航识别模型

动作与用机模式同识别

联合识别行人运动与设备使用模式，实现时间序列密集标注与预测。

Wang, Qu · Zhi, Tao · Jiahui, Ning · 姜竹青 · Liangliang, Guo · 罗海勇 · 王海婴 · 门爱东 · Xiaofei, Cheng · Zhang, Zhang

IEEE Internet of Things Journal 2024

参数信息

准确率

99.79 %

加权F-score

99.77 %

技术优势

同时识别两类模式

在单个框架内同时给出行人运动模式和设备使用模式的逐时间戳标注，无需分别部署两个模型。

解决多类窗口问题

通过密集预测为传感器数据逐时间戳标注，避免滑动窗口内标签混杂导致的错误。

解码更充分利用特征

金字塔注意力解码器对每一层Transformer特征进行全局上采样，信息利用率更高。

应用场景

• 行人导航：利用手机内置惯性传感器识别行人运动与持机方式，为导航应用提供更可靠的步态与姿态信息。
• 智能手机感知：直接在手机上运行，无需额外硬件，适合大规模部署。
• 行为识别：逐时间戳密集标注，提升复杂场景下的识别准确率。
• 多任务识别：一个模型同时完成行人运动与设备使用两类识别任务，降低计算开销。