吴海涛 陆志平 胡晨骏

(南京中医药大学人工智能与信息技术学院 江苏 南京 210046)

0 引 言

人体活动识别(Human Activity Recognition， HAR)[1]是指根据传感器得到的时序数据，将活动分类为已知的预定义的人体活动类别。在当前可穿戴设备飞速发展和大量应用的情况下，采集的人体活动和生命体征等数据越来越精确，从而使得人体活动信息的捕获质量和HAR的精度越来越高。HAR精度的提升对健康监视系统、远程医疗保健、人机交互、康复医疗等领域有重要的意义[2]。例如：文献[3]总结了可穿戴设备数据在慢性病预防与管理上的应用，指出有效的数据反馈能够增加人体活动、增强患者健康、改善疾病预后、降低医疗费用并帮助临床使用者做出医疗决策；文献[4]提出一种集成式传感器网络——CareNet的架设，并用于远程的健康护理和医疗保健；文献[5]总结了无线传输的传感器网络在康复医学上的应用，指出传感器反馈的信息能够帮助进行康复训练的患者即时监测，这些信息在帮助矫正康复姿势的层面上也有研究价值。

虽然通过视频采集也能够进行人体活动识别，但是，隐私保护、采集盲点、道德伦理等问题使得这种形式的信息采集存在诸多缺陷，应用场合也有诸多限制。文献[6]提到可穿戴式健康监测系统在进行实时监护时具有对人体的非介入性和无创性等优点，可见，HAR在规避隐私保护等问题的同时，确保了采集信息的准确性和采集对象的安全性。HAR的相关研究不仅需要考虑技术和应用方面的问题，也需要考虑隐私保护等社会问题。……