BMAR:基于气压和运动的对齐与细化用于跨设备离线信号同步

生物传感器与生理监测环境感知与上下文计算

跨模态信号处理的准确信号对齐是一个要求。虽然在单设备上很简单,但一旦涉及多个设备,准确信号同步就变得具有挑战性,例如在活动监测、健康追踪或运动捕捉期间——特别是在数据收集必须是独立、低功耗并支持长时间运行的非受控场景中。本文提出 BMAR,这是一种基于记录信号运行的全新同步方法,因此适用于离线处理。BMAR 在运行时不需要设备之间的无线通信,也不需要任何特定的用户输入、动作或行为。BMAR 对同一人佩戴的记录气压和加速度的设备数据进行处理——这些是当今可穿戴设备中常见的价格低廉、功耗低的传感器。在第一阶段,BMAR 验证两个记录是否同时获取并预对齐所有数据轨迹。在第二阶段,BMAR 在考虑设备间时钟偏移的情况下使用加速度测量细化对齐。在我们的评估中,三到五个可穿戴设备记录了佩戴者在进行一系列活动时最长十小时的信号。BMAR 以 33.4 毫秒的中位误差同步了所有信号记录,并可靠地拒绝了非重叠信号轨迹。最差的活动是睡眠,此时 BMAR 的第二阶段无法利用运动进行细化,因此以 3.06 秒的中位误差对齐轨迹。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/ubicomp/128373/2023

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
UbiComp
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
生物传感器与生理监测、环境感知与上下文计算
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文