論文の概要: i-Mask: An Intelligent Mask for Breath-Driven Activity Recognition

• arxiv url: http://arxiv.org/abs/2509.04544v1
• Date: Thu, 04 Sep 2025 11:42:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-08 14:27:25.370923
• Title: i-Mask: An Intelligent Mask for Breath-Driven Activity Recognition
• Title（参考訳）: i-Mask: ブレス駆動型行動認識のためのインテリジェントマスク
• Authors: Ashutosh Kumar Sinha, Ayush Patel, Mitul Dudhat, Pritam Anand, Rahul Mishra,
• Abstract要約: i-Maskは、センサーを内蔵したカスタム開発マスクを用いて捕食された吸気パターンを活用する新しいHARアプローチである。 実験の結果,アプローチの有効性を検証し,95%以上の精度を達成し,医療・フィットネス分野での可能性を強調した。
• 参考スコア（独自算出の注目度）: 1.9620549225761066
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The patterns of inhalation and exhalation contain important physiological signals that can be used to anticipate human behavior, health trends, and vital parameters. Human activity recognition (HAR) is fundamentally connected to these vital signs, providing deeper insights into well-being and enabling real-time health monitoring. This work presents i-Mask, a novel HAR approach that leverages exhaled breath patterns captured using a custom-developed mask equipped with integrated sensors. Data collected from volunteers wearing the mask undergoes noise filtering, time-series decomposition, and labeling to train predictive models. Our experimental results validate the effectiveness of the approach, achieving over 95\% accuracy and highlighting its potential in healthcare and fitness applications.
• Abstract（参考訳）: 吸入と吸入のパターンは、人間の行動、健康傾向、および重要なパラメータを予測するために使用できる重要な生理的信号を含んでいる。 人間の活動認識(HAR)は、これらの重要な兆候と根本的に結びついており、健康状態の深い洞察とリアルタイムの健康モニタリングを可能にしている。 この研究はi-Maskという新しいHARアプローチで、センサーを内蔵したカスタム開発マスクを用いて捕食された吸気パターンを活用する。 マスクを着用しているボランティアから収集されたデータは、ノイズフィルタリング、時系列分解、そして予測モデルを訓練するためのラベル付けを行う。 実験の結果, アプローチの有効性を検証し, 95%以上の精度を達成し, 医療・フィットネス分野での可能性を強調した。

関連論文リスト

• Analyzing Participants' Engagement during Online Meetings Using Unsupervised Remote Photoplethysmography with Behavioral Features [50.82725748981231]
  エンゲージメント測定は、医療、教育、サービスに応用される。 生理的特徴と行動的特徴の使用は可能であるが、従来の生理的測定の非現実性は接触センサーの必要性により生じる。 コンタクトセンサの代替として, 教師なし光胸腺造影(胸腔鏡)の有用性を実証する。
  論文  参考訳（メタデータ） (2024-04-05T20:39:16Z)
• Multi-objective Feature Selection in Remote Health Monitoring Applications [2.219956413333153]
  いくつかのシナリオでは、RF信号分析フレームワークは、あるタスクのパフォーマンスを他のタスクよりも優先することができる。 我々は,呼吸パターン認識の精度を高める識別的特徴を選択するために,生物学的原理に着想を得た多目的最適化アプローチを採用した。 本稿では,ユーザの識別精度を最大化し,呼吸活動認識のためのシステムの能力を最小限に抑えるために,逆向きな結果を示す。
  論文  参考訳（メタデータ） (2024-01-10T20:27:43Z)
• Masked Motion Predictors are Strong 3D Action Representation Learners [143.9677635274393]
  人間の3次元行動認識では、教師付きデータが限られており、トランスフォーマーのような強力なネットワークのモデリング能力を十分に活用することは困難である。 人間の関節において、マスク付き自己成分再構成を行うための一般的な前提に従わず、明示的な文脈運動モデリングが、3次元動作認識のための効果的な特徴表現の学習の成功の鍵となることを示す。
  論文  参考訳（メタデータ） (2023-08-14T11:56:39Z)
• PulseImpute: A Novel Benchmark Task for Pulsative Physiological Signal Imputation [54.839600943189915]
  モバイルヘルス(英語: Mobile Health、mHealth)は、ウェアラブルセンサーを使用して、日常生活中の参加者の生理状態を高頻度で監視し、時間的に精度の高い健康介入を可能にする能力である。 豊富な計算文学にもかかわらず、既存の技術は多くのmHealthアプリケーションを構成する脈動信号には効果がない。 このギャップに対処するPulseImputeは、現実的なmHealth欠損モデル、幅広いベースラインセット、臨床関連下流タスクを含む、最初の大規模パルス信号計算チャレンジである。
  論文  参考訳（メタデータ） (2022-12-14T21:39:15Z)
• Mask or Non-Mask? Robust Face Mask Detector via Triplet-Consistency Representation Learning [23.062034116854875]
  新型コロナウイルスの感染拡大を遅らせる効果的な方法の1つは、ワクチンや薬品がない場合、マスクを着用することである。 公共の場でのマスクや覆いの使用を義務付けるには、面倒で注意が集中的な人的資源の追加が必要である。 本稿では,フィードフォワード畳み込みニューラルネットワークの効果的な注目を実現するために,コンテキストアテンションモジュールを用いたフェイスマスク検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-10-01T16:44:06Z)
• Contrastive Context-Aware Learning for 3D High-Fidelity Mask Face Presentation Attack Detection [103.7264459186552]
  顔認識システムには、顔提示攻撃検出(PAD)が不可欠である。 ほとんどの既存の3DマスクPADベンチマークにはいくつかの欠点があります。 現実世界のアプリケーションとのギャップを埋めるために、大規模なハイファイアリティマスクデータセットを紹介します。
  論文  参考訳（メタデータ） (2021-04-13T12:48:38Z)
• Remote Pulse Estimation in the Presence of Face Masks [5.53679496242725]
  新型コロナウイルスのパンデミックは、ウイルス感染を防ぐために保護マスクを広く使用しています。 本論文は,フェースマスクが血流パルス推定精度に与える影響を初めて解析したものである。
  論文  参考訳（メタデータ） (2021-01-11T18:43:14Z)
• Self-supervised transfer learning of physiological representations from free-living wearable data [12.863826659440026]
  意味ラベルのない活動・心拍(HR)信号を用いた新しい自己教師型表現学習法を提案する。 我々は、我々のモデルを、最大の自由生活複合センシングデータセット(手首加速度計とウェアラブル心電図データによる280k時間)で評価する。
  論文  参考訳（メタデータ） (2020-11-18T23:21:34Z)
• Learning Generalizable Physiological Representations from Large-scale Wearable Data [12.863826659440026]
  意味ラベルのない活動・心拍(HR)信号を用いた新しい自己教師型表現学習法を提案する。 その結果, 線形分類器を用いた伝達学習により, 様々な下流タスクにおいて, 埋め込みが一般化できることが示唆された。 本研究は,大規模健康・ライフスタイルモニタリングに寄与する行動・生理的データに対する,最初のマルチモーダル自己管理手法を提案する。
  論文  参考訳（メタデータ） (2020-11-09T17:56:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。