JS 杂志上的传感器 1687 - 7268 1687 - 725 x Hindawi 10.1155 / 2018/5853917 5853917 评论文章 戴可穿戴的审查:传感器、模型和挑战 http://orcid.org/0000 - 0003 - 2775 - 8949 Al-Eidan 夏米。 http://orcid.org/0000 - 0002 - 7328 - 4935 阿勒哈利法 这个到 http://orcid.org/0000 - 0001 - 5874 - 2611 Al-Salman Abdul Malik Hristoforou Evangelos 计算机与信息科学学院 沙特国王大学 利雅得 沙特阿拉伯 ksu.edu.sa 2018年 19 12 2018年 2018年 01 06 2018年 13 10 2018年 13 11 2018年 19 12 2018年 2018年 版权©2018年夏m . Al-Eidan et al。 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

可穿戴技术影响用户的日常生活。可穿戴设备被定义为设备嵌入衣服,手表,或配件。可戴装置,是一种可穿戴设备,其他可穿戴设备中得到普及。他们允许快速访问重要信息,适用于许多应用程序。本文提出一种可穿戴计算的综合调查研究领域,提供了一个系统的回顾一下最近的工作特别戴衣物。这项研究的重点是戴可穿戴的研究因为缺乏系统的文学评论与这个领域有关。本研究综述了期刊和会议的文章和一些研究从2014年2015年和2017年和2018年,导致选择54满足选择条件的研究。文献研究表明,可戴这套横跨三个领域,即用户界面和交互的研究,用户研究和活动/影响识别研究。我们的研究结论与挑战和开放的研究方向。

科研院长职
1。介绍

可穿戴技术影响用户的日常生活。每天,人类执行许多身体和认知活动,如决策、吃饭、学习,散步,和与他人沟通。新技术涉及我们生活的许多方面,如沟通(通过社交网络)或购物(通过电子商务网站)。1995年,一个叫做情感计算的新领域的研究,认为人类的影响( 1皮卡德),介绍了。

可穿戴技术,是一种情感计算,主要用于活动识别( 2, 3),感觉或影响检测( 4, 5]。Wristwear设备技术研究了最近,例如,smartwatches WearWrite系统( 6]。灰岩洞的一个例子是一个临时wristwear使用手势识别系统( 7]。其他一些研究扩大商业设备的接口,如( 8],wristwear设备的接口扩展到用户的皮肤。在本文中,我们的目标是提供一个审查的研究基于只戴设备(wwd)。

可穿戴计算催生了许多领域的会议和研究小组。会议在计算系统的人为因素,可穿戴计算机国际研讨会,企业可穿戴技术峰会会议高影响的例子。流行的卡内基梅隆大学研究小组存在,哥伦比亚大学、佐治亚理工学院、麻省理工学院、不来梅大学、达姆施塔特大学、苏黎世联邦理工学院,兰开斯特大学,南澳大学,在日本奈良。

本文的结构如下:最初,在部分 2可穿戴计算上,我们提供背景信息(定义、字段、设备等)。然后,在节 3我们解释这个文献综述的方法,其中包括搜索策略和入选标准。部分 4提出了一种可穿戴计算的最近研究的概述。部分 5关注实验论文基于可戴的衣物。部分 6 7目前的讨论,挑战,和开放的方向。本文的末尾部分 8展示我们的结论和未来的工作。

2。背景

可穿戴计算机是对身体的任何设备都可以穿。没有特定的可穿戴计算机的定义,但他们可以定义为不同的特征( 9]。亨德里克•威特罗兹在1997年和2008年定义可穿戴计算机通过描述他们的许多性质,如可移植性,能力有限,上下文感知、操作持之以恒、免提或限制使用的手。2014年,赫纳罗Motti等人做了一个简单的定义可穿戴计算机的穿在身上的设备,如服装和配饰,集成计算功能为用户提供特定的功能( 10]。这个词 这套,以及条款 可穿戴技术 可穿戴设备是消费电子产品技术的象征,是内置的基于嵌入式计算机硬件产品穿在外面的身体( 11]。

教授在1980年,史蒂夫的男人建立一个原型可穿戴的个人计算机成像系统( 12]。镜子,它由透镜部分镀银镜,反射掉眼镜,和两个天线进行交流沟通。16年来,从1980年到1997年,他的系统已经通过许多发展,直到成为一个原型组成的眼镜,手持控制和电脑下穿在衬衫。

第一个报告可穿戴计算机于1995年由萨德Starner,被称为“电子人来了” 9]。他关心的是嵌入式计算机接口,和他认为两个主要特征:坚持和持之以恒( 9]。持久性描述了永久性的可穿戴计算机的可用性和使用它们的能力,同时执行其他任务。恒常性描述了一个可穿戴的计算机可以在任何情况下使用。

1998年,教授凯文·沃里克实现传感器嵌入在他左臂的正中神经( 9]。这项工作已被应用于控制轮椅和一个人工手通过测量信号传播和创造人工传感器通过手臂上的电极。

可穿戴计算不是一个独立的研究领域;研究问题来自不同学科必须提高取决于研究的目标。如图 1,这三个重要的字段为可穿戴计算是计算机科学,电子工程,和心理学 9]。人工智能、人机交互(HCI)和硬件设计是计算机科学的分支。人机交互强烈相关的心理学,而电气工程方面的硬件设计有它的根源。可穿戴计算机接口本质上是与人机交互和藻类学而不是电气工程( 9]。

可穿戴计算的字段。

可穿戴计算机相关物联网(物联网)。物联网是一个概念,指出一切可以连接将连接( 13]。这是从无处不在的计算和普适计算( 13]。可穿戴设备提供这一重要功能;物联网设备,他们总是连接到互联网,即使他们是通过手机或者平板电脑等设备。许多人已经拥有或计划购买这套健身或医疗原因,最终,这套将成为必不可少的工具。

可穿戴的硬件设备包括smartwatches、智能眼镜,纺织品(也称为智能面料)、帽子、帽、鞋、袜子、隐形眼镜、耳环、发带、助听器、饰品,如戒指、手镯和项链 11]。

在我们的文献综述,我们发现大多数研究可穿戴设备如下:

Smartwatch

智能眼镜(如智能眼镜,头盔显示装置)( 14]

以自我为中心的视觉设备( 15]

光学设备(例如,领导) 16- - - - - - 24]

面料、纺织品、和你皮肤设备( 25- - - - - - 28]

触觉手套( 29日]

头发和nail-based设备( 30.]

磁输入(例如,谷歌纸板) 31日, 32]

这些可穿戴设备的主要挑战是网络、力量和热量,显示器,和移动输入。他们应该为低收入者负担得起的和小的规模和消耗少量的电池( 33]。他们可以通过无线通信技术,如wi - fi、蓝牙、无线个域网,NFC ( 33]。

3所示。方法

在这个研究中,我们审查研究这套和特别关注WWD研究。为了找到最近的、有代表性的论文,我们的搜索策略和入选标准如下。

3.1。搜索策略

本节描述我们的方法获取文献的可穿戴计算机书籍,论文,和最近的期刊和会议文章,重点关注wdd。我们可以看到在图 2,我们的搜索方法可以分为两类:组织/基于单独的和关键字。接下来,我们将详细解释每一个。

我们的搜索策略。

3.1.1。组织/基于单独的搜索

这个搜索包括大学网站、会议、研究小组和人员主页。对于大学网站,我们获得了一流大学在计算机科学顶尖大学排名的网站和完整的大学指南。在每个大学网站,我们寻找研究小组使用HCI,无处不在的计算,人们和技术,耐磨,物联网等等。然后,我们搜查组出版物、员工页面,任何相关链接。例如,乔治亚理工大学,和技术研究小组的人。这一组有关卫生保健发展技术,现代社会,教育和社区( 34]。同时,它包含“计算机科学家,系统的跨学科团队科学家和工程师与心理学家、社会学家、建筑师、设计师、经济学家、医学专业人士,政府官员,和其他人在各行各业的发展技术,使人们”( 34]。同样,在每个会议网站,我们看报纸在这些场馆从场馆的网站或在ACM会议论文集;例如,2016年ISWC [ 35),ISWC 2015 362016),主要 37]。

3.1.2。关键字搜索

这个搜索使用某些搜索词流行的在线图书馆和门户。我们考虑以下网站:ACM, IEEE ScienceDirect,施普林格,谷歌学者。以下一般条款被用于搜索:可穿戴计算机,可穿戴,智能纺织品,智能光,智能手表,传感器设备,移动和可穿戴,儿童和可穿戴、老年人和可穿戴,活动识别和耐磨,可戴。用于医疗领域为例具体条款可穿戴和健康,心理健康,可穿戴和双相情感障碍,可穿戴和痴呆。我们的系统审查协议如图 2

3.2。包含和排除标准

搜索过程后,我们遵循一定的标准来选择适当的文章进行审查。图 3显示了一个流程图的纳入和排除标准基于棱镜声明。

为我们的系统回顾棱镜流程图。

本研究的目的是审查最近的工作;因此,我们只有寻找期刊和会议发表的文章不晚于2017年,虽然有一些小型研究包括从2014年和2018年。一旦复制记录被移除,我们筛选每篇论文通过查看抽象和快速阅读。然后,我们分组根据文件类型:审查论文或实验。

检查所有论文评审论文包括衣物在任何域。在下一节我们将详细讨论这种分类。我们发现相关的文章后,我们发现其中的一些是基于只有戴衣物。

因此,对于实验论文,我们排除了任何论文没有讨论可戴衣物,如的纺织品或眼镜。最后,我们在充分阅读每一篇文章,根据分类模式进行分类,我们在下一节中介绍。图 4展示了我们集群文件系统的审查。在第一阶段,我们将论文的类型。然后,我们进一步分类每篇论文基于研究领域或主题。

我们的聚类策略。

4所示。审查文件

回顾文献可穿戴计算后,我们发现,许多研究都从不同的学科。最近的研究从2015年到2018年,我们总结了13人,如表所示 1,根据一年的比较研究,许多研究,领域,和结果。

可穿戴计算评估研究。

研究 数量的综述研究 目标和结果
2015年( 38] 医疗(康复和障碍) 不可用(N / A) (我)审查发现,可穿戴的触觉设备实现不同的临床应用包括康复,假肢,前庭损失,骨关节炎,视力减退,听力损失。(2)需要开发的触觉这套可根据临床需要,多通道触觉显示器,低电池需求,长期使用。
2015年( 39] 一般健康 N /一个 (我)的低功耗技术的最新发展和应用程序可穿戴telecare和远程医疗系统;不同的方法分为基于硬件的方法和firmware-based方法。(2)需要首先意识到这些系统在野外,然后提高功率效率。(3)低功耗技术将人们的日常生活中受益。
2015年( 40] 一般健康 N /一个 (我),讨论了可穿戴的机遇和挑战的应用卫生保健和行为变化。
2015年( 41] 一般健康 N /一个 (我)的概述当前的方法中使用可穿戴应用监控和支持在个体积极的健康和福祉。(2)突出问题和挑战了以往的研究和描述未来的重点工作。
2015年( 42] 活动 N /一个 (我)需要开发轻量级生理传感器有舒适的可穿戴设备,使监测不同范围的居民活动。
2015年( 43] 活动追踪 22 (i)系统回顾22研究评估的有效性和可靠性受欢迎的消费者可穿戴活动追踪器(Fitbit和颚骨)。(2)确定追踪者的能力来预测步骤,距离,体育活动,能量消耗,和睡眠。(3)结果:更高的有效性的措施,一些距离和身体活动的研究,降低能量消耗和睡眠的有效性。掐间可靠性高的步骤,距离,能量消耗,对于某些Fitbit模型和睡眠。
2016年( 44] 一般 793年的历史和103年电流 (我)两阶段的调查可穿戴技术通过评估其应用程序的应用程序空间中观察到研究或工业活动在两个时期:(一)历史(2014)当前(b) (2014 - 2015)(2)探索和评估产品类型,应用程序类别,嵌入式应用程序的可用性在身体表面。(3)考虑产品价格和性别的差异。(iv)讨论两个时间段之间的变化的影响。(v)戴设备脱颖而出从当前的趋势。
2016年( 15] 老年人 133年 (我)探索光芒四射的框架和传感器系统相对于护理和临床系统。(2)大多数系统只专注于为帮助实例活动监视的风险。(3)缺乏长期护理系统,必须添加的环境因素分析和决策。(iv)需要进一步探索分布式存储和访问可穿戴设备和传感器。(v)考虑社会问题:可接受性和可用性。(vi)需要考虑隐私和网络安全问题。
2016年( 45] 健康(帕金森病) 113年 (我)使用加速度计和陀螺仪数据。(2)电池寿命的提高,运动传感器,和信息技术来创建一个长期使用的临床设备。
2016年( 46] 教育 N /一个 (我)需要更多的研究来了解可穿戴技术教育的需要。
2016年( 47] 生物特征识别 N /一个 (我)审查和提供可穿戴传感器用于获取生物信号的分类。(2)计算成本不同的信号处理技术。(3)审查和分类领域的最近的研究可穿戴的生物识别技术。
2017年( 48] 可穿戴的触觉 N /一个 (我)审查的可穿戴的触觉系统只有指尖和手。(2)总结这些系统的主要特点,讨论发展的主要挑战。
2018年( 49] 老年人 13 (i)为秋季检测评估系统提供了一个框架,着重于三个因素:传感器位置、任务和功能类别。(2)总结可穿戴的惯性传感器特性的趋势,提供统计分析和分析这些特性。

我们可以看到从表 1和图 5可穿戴的审查研究的两个主要领域是健康和活动的认可。一些研究审查这套教育领域( 46]或生物识别系统。每个研究都可以被描述为具有两种方法之一:一般或特定。

百分比的审查论文基于他们的领域。

关于健康领域,一个特定的健康的方法是目标特定的慢性疾病,具体的人或医学专业康复等障碍,帕金森病( 45),生命系统和环境援助(aal)在老年人 15]。活动识别的研究中,他们要么是可穿戴活动识别一般 42)或识别一种特定的活动,如活动追踪器( 43]。

相比之下,只有一个研究,回顾了这套一般( 44]在所有领域。本研究可穿戴技术评论当前的趋势,发现戴设备最近聚集太多的关注。我们所知,没有其他研究审查可穿戴设备可戴。因此,下一节将着重于戴可穿戴的研究。

5。戴可穿戴的研究

比其他衣物(wwd获得了更多的声望 44]。他们允许快速访问和更适合许多应用程序比其他衣物。wwd可分为商业或特别的设备。商业设备有三种类型:智能手表,健身追踪,和臂章 50]。每个人都有许多应用程序从手势识别身份验证( 51]。

wwd文献可以分为三种类型根据其目标:用户界面和交互的研究,用户研究和活动/影响识别研究。接下来,我们将详细解释每个类别。

5.1。用户界面和交互的研究

研究[ 52- - - - - - 55在这一类旨在支持wwd用户之间的交互。他们依靠戴接口(一战),输入或输出技术。

第一次世界大战的未来有两个主要挑战:他们的物理限制和环境的使用。为了克服这些缺点,两个小说戴交互范式Motti和凯恩提出的2015年( 56]。第一个范式是让用户完成任务的microinteractions不到四秒,试图有许多较小的任务,而不是一个大任务最小化所需的认知和关注。这些microinteractions音频的例子,姿态,图形,触觉,振动可戴接口。第二个范式是多维图形用户界面的输入和输出。例如,使虚拟扩展一个图形用户界面。主要用户界面由本研究建议非常简短的文本,显示内容或导航,只有使用短动作来完成任务。

2给出了一个比较对于他们的目标用户基于接口的研究,传感器使用,设备,主题,算法,交互,他们的结果。

比较的wwd用户基于接口的研究。

研究 应用程序 传感器 设备 主题(M F): 方法 的相互作用 结果
2016年( 52] 留神观察新三个姿态的家庭 惯性测量单元(IMU)传感器与200 - 250赫兹的频率 LG温文尔雅的smartwatch和索尼smartwatch 3 7建立2分类模型测试:12个科目(8:4)和6698份姿态样本收集。 支持向量机与192年的特性 一边,边框,带的手表。 88.7%到99.4%
2016年( 53] 观察心肌梗死增强smartwatch正常触摸输入 IMU与传感器融合组成的一个Invensense M651六轴加速度计和陀螺仪,和一个透AK8963硬件罗盘传感器和100赫兹的频率 LG温文尔雅的smartwatch 用户研究:1152个有效试验参与者(12××24区域4重复)。实验:12名志愿者(9:3)(3左撇子)岁(20-36)(SD M: 25.8: 5.2)。 实时分析 全方位的接触压力、双向扭转和全方位的平移。 98.4%
2016年( 54] 圆形的选择提出了一个列表选择用户界面为小圆触摸屏设计的。 触屏 Android穿平台上显示360 smartwatch摩托罗拉摩托 用户研究1:24用户研究2:15 - - - - - - 循环选择列表3选择方法的固定环,动环,跳回戒指。 优于传统smartwatch列表接口对用户偏好和任务完成时间(66%大的列表和45%小列表)
2016年( 55] 嗖使用nonvoice声输入smartwatches microinteractions 48 kHz频率 LG G手表(Android),单一的单声部的麦克风,和摩托罗拉Droid涡轮(Android)探索正如交互的智能手机 8个参与者在实验室,4个参与者在野外 支持向量机:共有52功能+ 26特性基于MFCC系数的增量 打击,sip-and-puff,定向空气刷“喝”手表,在电话里“泡芙”。(A)短的打击,(B)双重打击,(C)的打击,(D)刷卡,(E)刷下来,顺时针(F)的打击,(G) shoosh,呼气(H)开放,(我)——sip-and-puff (J)。 修改的表与单个分类器是90.5%-仪器表壳14额外的与用户交互是91.3%交叉验证
5.2。用户研究

这些研究[ 51, 57- - - - - - 62年)重点理解相关几个问题wwd从用户的观点和问题。因此,他们分析用户的评论,答案,为了获得和使用不同的建议和限制。因此,最近WWD用户研究的方法可分为下列之一:

回顾分析( 51, 58]

在线调查( 57, 60]

面试( 59, 61年]

使用的记录( 59]

3这些研究显示了一个比较。

wwd比较用户的研究。

年代 目标 设备 数据集 方法 结果
( 57]2015 研究1:检查使用的行为研究2:分析电池使用数据 Smartwatch 研究1:59 smartwatch用户研究2:17 Android穿smartwatch用户 在线调查 (1)许多用户不满意当前的电池寿命。(2)的排水速率smartwatch电池相比相对较低的智能手机即使非常频繁的互动。(3)用户通常充电smartwatch每天一次。
( 51]2015 理解用户的担心与wwd交互 11设备,包括健身追踪器,臂章,smartwatches: 1349条评论2014年5月到2014年11月从59在线渠道(电子商务公司网站和论坛) 分析在线评论 297关键用户的问题出现在自底向上的内容分析涉及的输入和输出数据。10设计建议,有助于提高交互设计在小说《女装日报。
( 58]2015 使用的环境如何影响用户体验和交互wwd吗 10流行女装日报: 从亚马逊2010年和2016年之间的545条评论 分析网上评论(编码)定性分析与定量相结合的方法(出现的频率) 31交互问题的分析用户的上下文(平台、计算和技术问题)。显示,大多数被列为重要的或灾难性的问题,导致用户的挫折感和任务中断。提出设计含义:定制、适应性和个性化在女装日报的用户体验设计过程中是必不可少的。
( 59]2016 如何使用smartwatches,和在什么情况下。 两个可穿戴的摄像头和苹果的手表 34天12参与者的年龄23-36 录音和访谈:捕获和分析使用可穿戴相机记录每日使用smartwatches用一小袋”“传感器捕捉用户的身体和手腕。 1009表使用。最突出的用途手表反过来:计时、通知、活动跟踪和应用(第三方应用:Instagram、Twitter和耐克+)。
( 60]2016 研究现实生活中的经验有三个可穿戴活动追踪器 Fitbit,颚骨和耐克+ FuelBand 133响应活动追踪器在美国(30岁,中位数35%女性)在亚马逊土耳其机器人 在线调查 显示用户的体验来自物理繁荣或亲缘的需要。
( 61年]2015 探索当前smartwatch使用 三星Galaxy齿轮2石子,Moto 36 从旧金山5 - 2女性和男性(年龄18-51) 半结构式访谈 要照顾那么多设计一个漂亮的应用程序,将“穿”设备。
( 62年]2015 智能手机应用程序的有效性和可穿戴设备对减肥 标准的饮食干预,智能手机应用程序和可穿戴设备 70年初级护理病人18岁以上,对照组, n = 35 实验组, n = 35 时间:12个月 实验组和对照组 体重的变化在3、6和12个月实验组,与对照组相比。最受欢迎的免费应用程序的有效性和可穿戴设备进行减肥。
5.3。活动和影响识别研究

这种类型的研究旨在wwd提供额外的能力,这样他们就可以识别不同的活动或影响提出了不同的算法和使用不同的传感器。

应该考虑的方面发展与活动或wwd影响识别传感器和设备,建模技术,测试时间,采样率,启发式方法,提取特征,和实验设置;接下来,我们将详细讨论这些方面。

5.3.1。传感器和设备

认识活动或影响的第一步是选择合适的传感器和信号测量。遥感数据可以分为直接或间接。

直接感知手段,“跟踪参数相关的人类主体自己”( 15]。直接感知声音捕捉的例子,摄像头,运动传感器,可穿戴的身体传感器

间接传感”侧重于确定环境条件和空间功能”( 15]

直接传感、环境智能技术可用于遥感数据嵌入到环境。这些技术可以分为远程,移动,或可穿戴传感 63年]。

遥感用于可视化分析,比如摄像头识别面部表情或皮肤血流量。遥感的主要优势是,它很容易适用于社区,而不需要任何移动或可穿戴设备( 15]。然而,有缺点与无力感数据离开办公桌或在一个偏远地区 63年]

移动传感收集来自移动电话的数据

可穿戴传感使用可穿戴设备数据从靠近身体。因此,可穿戴传感装置的可用性增加了多移动传感装置。任何可穿戴传感器由三个主要部分组成:传感器、处理器和显示器( 42]。可穿戴设备捕捉传感器的数据并将其发送到处理器。然后,通过显示装置输出任何行动。如果传感器使用无线技术,传感器数据可以由一个收发器发送到中央车站存储和处理,或处理可以在处理器完成

4 5总结以前的研究活动和影响使用的信号识别的可穿戴传感(仅可戴设备)。

传感器用于活动的认可。

传感器类型 活动的研究
加速度计 ( 2, 3]
使用硬件加速计 ( 64年- - - - - - 67年]
加速度计和地磁 ( 68年]
惯性测量单元:(我)加速度计(2)陀螺仪(3)磁力计(有时) ( 69年]
电势传感器 ( 70年]
多通道传感器:(我)活动(加速度计和陀螺仪)(2)周围环境(温度、气压和湿度)(3)位置上下文(蓝牙消息接收) ( 63年, 71年]
压阻传感器和三轴加速度计 ( 72年]
环境光 ( 16]
心率(HR) ( 67年]

用于情感识别的信号。

测量 影响的研究
身体运动 ( 4, 5]
之前身体活动(步骤和训练) ( 63年]
皮肤电活动(EDA) =皮肤电反应(GSR) =皮肤电导率(SC) ( 5, 16, 73年- - - - - - 75年]
心电图(ECG) ( 76年- - - - - - 78年]
阀体/皮肤温度 ( 5, 16, 79年]
心率(HR) ( 5, 16, 63年, 77年, 79年- - - - - - 81年]
心率变异性(HRV) ( 5]
脉冲 ( 74年]
呼吸(负责) ( 5, 75年, 82年]
肌电图(EMG) ( 75年, 78年]
脑电图(EEG) ( 74年, 76年, 81年]
眼电图(小城镇),脑磁图(MEG)和近红外人脸视频 ( 78年]
Photoplethysmogram (PPG) ( 73年]
自我报告 ( 74年, 78年, 81年, 83年, 84年]
位置 ( 63年, 74年, 83年][ 78年]
时间 ( 83年][ 78年]
调用 ( 78年]
短信 ( 78年]
语义描述 ( 78年]
环境温度、大气压力、湿度、光线、姿势,社会互动,和类型的交互 ( 5]

传感器的选择取决于类型的活动被认可。有很多研究只使用一个传感器。例如,加速度计、电势和环境光都被用于研究作为唯一的传感器类型。仍然使用多重数据的方法如果目标同时识别多个活动。选择最好的可穿戴设备捕获所需的信号是很重要的在一个准确的,舒适的,负担得起的方式。女装日报可以分为我们之前提到的商业或定制。如图 6使用商业wwd的百分比是77%,比使用定制的设备(23%)。

的比例使用wwd:定制的设备(7)或商业设备(23)。

6 7列表中使用的wwd活动和影响识别的研究除了智能手机信息,如果他们被用于这项研究。此外,表 8列出了商业WWD名称,图片,价格,他们的目标影响或活动,和传感器。

设备用于活动识别。

研究 活动 女装日报 手机
( 64年] 下降 微光与triaxis加速度计MMA7461平台 - - - - - -
( 65年] 一步 定制女装日报,比较:三星齿轮年代,摩托罗拉360年摩托,sk电讯智能乐队,和小米MI乐队 iPhone 6进行比较
( 69年] 一步 IMU SparkFun 9自由度剃须刀 智能手机的数据登记
( 71年] 22复杂的细粒度的活动环境 定制女装日报 三星Galaxy S4数据收集,蓝牙灯塔位置标签的物理环境
( 16] 两个计算活动:(我)按键(2)网页浏览 摩托360 smartwatch Android 5.1 智能手机Nexus 5 x Android 6.0,戴尔XPS笔记本电脑,15英寸的屏幕,和Linux Debian 8
( 68年] 拿着手机向左或向右 星系齿轮smartwatch生活 三星Galaxy注4
( 2] 心肺复苏术(CPR), 30/2(30按压2次人工呼吸) LG G看R聪明 - - - - - -
( 70年] 两个习惯性的动作:(我)头发(2)不宁腿运动 数据记录平台和电势传感器扩展板。可以集成smartwatch吗 - - - - - -
( 3] 两种饮食活动:吃饭的时候(我)零星的手势(2)独特的头部运动在咀嚼,咀嚼范围:1 - 2.5赫兹 卵石,谷歌眼镜,预装应用程序开发收集加速度计数据 - - - - - -
( 66年] 4移动活动:走路,站,坐,躺 Smartwatch,健身带或夹在传感器上 - - - - - -
( 6] 有用的计算任务:写一篇研究论文 Smartwatch 移动和谷歌服务器
( 72年] 情绪识别 心灵可穿戴监测平台 - - - - - -
( 67年] 坐着,站着,家庭活动和固定自行车有两个强度 PulseOn云PPG-based心率监测手表带(PulseOn,埃斯波,芬兰)嵌入式三轴加速度计 一个移动电话

设备用于情感识别。

研究 女装日报 手机
( 4] 定制的右手腕和脚踝 - - - - - -
( 80年] 绪链接左腕腕带 摩托罗拉摩托G(第二代)
( 77年] 闪烁2 r与面粉心电图采样率为150 Hz 智能手机收集数据
( 83年] 卵石看25 Hz的采样率 智能手机
( 73年] 定制的 - - - - - -
( 76年] 定制3心电图电极(左、右手腕和左腿)和脑电图19频道 - - - - - -
( 79年] 东芝Silmee TM酒吧类型(左腕关节)和东芝Silmee TM W20 21腕带(右手腕) 应用于智能手机来收集数据
( 75年] 定制:SC 2电极(食指和无名指),负责(放置足够紧腹部肚脐上方),和2声道脑电图
( 78年] 定制的 - - - - - -
( 81年] 苹果看体育版(心率)每分钟12样品的采样率 iPad玩街机和益智游戏。
( 63年] Smartwatch 智能手机
( 74年] GSR手腕装置、心电图装置,脉冲传感器 智能手机
( 82年] E4腕带 - - - - - -
( 85年] Affectiva问的传感器 - - - - - -
( 84年] 谷歌玻璃和三星Galaxy齿轮smartwatch恒定采样率为256 Hz。 三星Galaxy S4智能手机
( 5] 三星Galaxy齿轮smartwatch Affectiva问smartwatch,叙事剪辑(躯干)BioPatch(躯干)和谷歌玻璃 三星Galaxy S4智能手机

商业wwd用气压计(气压)、温度计(热),陀螺仪(陀螺)加速度计(accel),磁强计(磁铁),计步器(轮到pedo)和高度计(alti)。

的名字 图片 美元价格(名称的资源网站的价格) 识别影响/活动 传感器
微光IMU http://www.shimmersensing.com/products/shimmer3-development-kit 444年的微光 活动 accel, 陀螺, 磁铁, 和alti,
三星齿轮年代 219年亚马逊 活动 一个 ccel, 陀螺, 接近, 指南针、人力资源、 大气压力、紫外 S3: ccel, 陀螺、人力资源、 大气压力
摩托罗拉360年摩托2代摩托罗拉360年摩托运动 99年125年193年亚马逊 活动 一个 ccel, 陀螺、人力资源年代 港口:一个 ccel, alti, 陀螺人力资源, mbient光传感器
sk电讯smartband NA 50-53 活动 一个 ccel领导 矩阵, 振动电机, 皮层m3(手臂CPU、 活动跟踪算法)
小米MI乐队 23-32亚马逊不是船公司 活动 人力资源, 轮到pedo, 睡眠管理;短信 回复,- - - - - - 损失, 严格的测试函数
IMU SparkFun 9自由度剃须刀 49.95 活动 一个 ccel, 陀螺和磁铁
三星齿轮Smartwatch生活 https://www.samsung.com/us/support/gear/gear-live-support/ https://www.gsmarena.com/samsung_gear_live - 7714. - php 269.99易趣 活动+影响 一个 ccel, 陀螺、人力资源、 指南针
LG G看R聪明 153.59亚马逊 活动 一个 ccel, 陀螺, 接近、人力资源、 大气压力
卵石看黑人卵石2 +心率智能手表- 39−89.95亚马逊 活动+影响 icrophone 一个 ccelG yro,米 agnet 一个 mbient光传感器C ompass
5.3.2。建模技术

分类识别系统的主要步骤。有许多分类方法用于wwd活动识别系统;我们可以把他们分为两种方法:基于机器学习和基于阈值的。最常见的和准确的机器学习算法的支持向量机(SVM)。朴素贝叶斯和决策树J48也很受欢迎。深神经网络用于只有一个WWD活动识别系统,给了有前景的结果。虽然有很多基于机器学习研究,基于阈值的研究已经进行了很多次分类。表 9列出了建模技术用于活动或影响识别研究。图 7折线图显示了这一比较明显的活动和影响识别。我们可以看到,影响识别的研究倾向于使用一种不同的机器学习算法,虽然大多数活动识别的研究倾向于使用基于阈值的算法。

建模技术用于情感研究。

建模技术 活动的研究 影响的研究
基于阈值的 ( 2, 16, 64年, 65年, 69年, 70年]
支持向量机 ( 3, 66年, 68年] ( 4, 5]
决策树 ( 66年, 68年] ( 4, 79年]
再邻居 ( 66年] ( 75年, 79年, 85年]
多层感知器 ( 66年] ( 73年, 75年, 76年]
数据挖掘 ( 63年, 77年, 81年]
随机森林 ( 66年] ( 4]
模糊逻辑 ( 73年, 78年]
朴素贝叶斯 ( 66年]
C4.5 ( 3]
随机树 ( 4]
回归 ( 83年]
线性判别分析 ( 75年]
基于本体的 ( 78年]
深度学习神经网络 ( 71年]

比较建模技术用于识别影响或活动。

5.3.3。测试持续时间

测试持续时间在评估一个系统的性能至关重要。表 10为每一个研究显示了测试的时间。测试的时候wwd每个用户对每个研究范围从2秒14周。通常,活动识别的测试时间为每个用户秒或分钟。相比之下,大多数健康诊断系统为一个特定的疾病,如双相情感障碍( 72年),需要更多的时间来测试提供准确的结果。相比之下,影响研究范围从几分钟到两个月。影响识别系统需要更长的时间比活动识别系统测试。

测试持续时间。

测试持续时间 活动研究 影响研究
2秒 ( 64年]
5.5秒 ( 66年]
5分钟 ( 4]
10分钟 ( 68年]
45分钟 ( 67年, 71年]
3天 ( 16]
5天 ( 5]
1周 ( 6]
每周两次为14天 ( 72年]
30天 ( 85年]
75天 ( 84年]
5.3.4。提取的特征

女装日报研究依赖于感官数据。在预处理阶段后,他们从原始传感器数据中提取所需的功能。从传感器数据中提取特征有三个主要类型:时域、频域和域( 86年]。时域特性比频域计算成本较低( 87年]。从时域平均特性是常用的WWD活动识别系统。此外,标准差的统计指标,常用的最短和最长。

5.3.5。采样率

采样率是用来确定活动的频率范围。因此,重要的是要树立正确的采样率。精度、功耗和其他选定的特性是受采样率影响因素( 87年]。采样率的范围根据不同类型的活动被检测到。例如,步骤和秋季检测通常使用20 Hz采样率。这是由于人体运动的范围在0-20赫兹范围( 87年]。此外,使用一个小的采样率降低功耗( 69年]。本文发现不同的采样率用于WWD活动识别;范围从1到1000赫兹。使用不同的采样率,以及它们的相关研究,如表所示 11和图 8

采样率对活动的研究。

抽样频率(赫兹) 1到2.2 5 10 20. 30. 25 50 One hundred. 200年 250年 1000年
研究 ( 3] ( 69年] ( 69年] ( 64年, 65年, 69年] ( 66年] ( 67年, 69年] ( 69年] ( 69年] ( 71年] ( 68年] ( 70年]

采样率折线图(Y:许多研究X:利率)。

5.3.6。启发式方法用于WWD影响识别

为了收集数据,必须刺激引起的一种情感。表 12显示了不同的启发式方法在以往的研究中使用。许多最近的研究旨在收集数据自然没有任何启发,不断收集数据在参与者的日常生活。

引出情感研究的方法。

类型 研究
国际情感照片图像系统 ( 75年, 76年]
视频 ( 4, 73年, 78年, 80年]
声音 ( 77年]
游戏 ( 5]
没有(在自然环境中持续的监控) ( 5, 63年, 74年, 78年, 79年, 83年]
5.3.7。实验装置

评估活动识别系统的性能,我们需要通过实验收集代表数据集。这个数据集包含许多参与者穿女装日报和目标活动或受试者的感觉。参与者可能是住院病人,老人,学生,等。参与者的人口依赖于研究领域:活动跟踪、家庭监控、卫生、安全、教育等等。大部分的影响研究应用于参加定期的日常生活和工作生活。缺乏影响识别研究,应对疾病。

有不同的地方,可以进行一个实验。一些实验应用于现实世界的情况,由于难以应对变化和噪声。大部分实验是在实验室环境下实现的。例如,影响识别的研究已经应用在不同的地方:一个安静的房间,一间办公室,“自然”环境中,和现实生活中的压力环境( 5]。

WWD活动识别研究参与者的数量范围从1到41。相比之下,影响识别研究已经多达123人。

此外,类用于识别的类型和水平的研究之间的影响有所不同。没有公认的方法最好的分类不同的情感( 1]。情感计算研究,最好的选择是最适合应用程序( 1]。关于参与者人口总结在表的更多细节 13

女装日报研究实验装置。

研究 目标 数据集(M F):
( 64年] 下降 12(3组不同年龄的4人)。 老年人的生活
( 65年] 一步 1商业设备:在跑步机上走4.5公里/小时原型实验:120秒在跑步机上行走 活动跟踪(运动)
( 69年] 一步 1的直线行走30步骤以不同的速度 活动跟踪(运动)
( 71年] 22复杂的细粒度的活动环境(我)机车(室内走在室内跑);(2)语义(使用冰箱,清洁用具,烹饪,坐下来吃东西,使用浴室水槽,地位,和说话);(3)过渡(室内室外,室外室内,走上楼,和楼下走);和(iv)姿势/相对静止的(只是站,倚墙站着,躺在床上,坐在床上,坐在办公椅上,躺在地板上,坐在地板上,躺在沙发上,坐在沙发上,和坐在马桶)。 2两个独立的家庭环境。用户1:22日活动,用户2:19日活动。每个用户的一系列选择活动由平均45分钟的传感器数据采集。 家里生活
( 16] 按键和浏览网页 活动1:60每字符按键,重复3天。活动2:捕捉勒克斯读数10流行网站,每一分钟 安全
( 68年] 拿着手机向左或向右 24日14:控制研究中,每10分钟10:用户研究接收反馈 自适应用户界面:单手交互
( 2] 心肺复苏术(CPR) 41(24:17)年龄(24 - 70,平均:37) 健康:培训
( 70年] 头发触摸和不宁腿运动 1两种不同的地板:地毯和乙烯 健康:消费者保健产品的研究
( 3] 两个吃的活动 10(7:3)年龄(15-52,平均:28.7),四个食物组:纹理不同的咀嚼运动由于不同的食物 健康:体重管理
( 66年] 走路,站,坐,躺着 3三轴加速度数据的数据集活动识别的挑战[ 16),5.5秒。300000条记录或2300窗口(窗口长度是128)为每个主题的手腕。 家里生活
( 6] 写一篇研究论文 7(2用户、5群工人),完全疲软 教育
( 72年] 情绪识别 14个病人 健康:双相情感障碍的情绪变化
( 67年] 坐着,站着,家庭活动和固定自行车有两个强度 25个健康的人 家里生活
( 4] 3(中性、快乐和生气) 123 (45:78) 日常生活
( 80年] 7(娱乐、悲伤、愤怒、恐惧、厌恶,惊喜,和中性) 14(5:9)年龄(精神分裂症一般) 推荐和分享
( 77年] 计算牙科摄影(CDR) 40(15:25)平均年龄(25:29) 健康
( 83年] 8(不安,紧张,紧张,兴奋,开心,无聊,累,和放松) 18(2:16)(10名大学生,6人员/员工,1软件工程师,1教授) 日常生活
( 73年] 16(骄傲,得意洋洋,欢乐、满意度、救灾、希望、兴趣、惊讶、悲伤、恐惧、羞耻、内疚、嫉妒、厌恶、蔑视,和愤怒) DEAP数据集 社会生活
( 76年] 4(平静、快乐、恐惧、悲伤)价,兴奋,和支配(VAD) 12 日常生活
( 79年] 8(兴奋、快乐、平静、疲劳、无聊、悲伤、压力和愤怒) 4 办公室生活
( 75年] VAD (2:: + /−3: V: + /−/ 0, 5:弗吉尼亚州:0−/ + + / + / +−−−−,10:VAD) 20 (9:11)年龄(22 - 76)(平均年龄47.4岁, 年代 D = 23.16 )。右撇子、健康、正常视力或矫正视力正常。 工作生活
( 78年] 通过采用答:0(很平静)到4(非常兴奋)V:−2(不愉快的)2(非常愉快)。7(娱乐、愤怒、厌恶、兴奋、恐惧,有趣,和冲击) 30:列车脱咖啡因的数据集(VAD)30:测试600个人记录。 日常生活
( 81年] 2(挫折和满意度) 3(家人和朋友)、年龄(44)26日24日大数据:176分钟的抽样数据,10560秒的原始数据,并与500万行脑电图 日常生活
( 63年] N /一个 N /一个 日常生活
( 74年] 2(躁狂和抑郁) N /一个 心理健康
( 82年] 只提出 只提出 照顾孩子
( 85年] 快乐悲伤 68年 日常生活
( 84年] 通过采用 15 (7:8) 日常生活
( 5] 低压力和高压力 15 日常生活
6。讨论

在前面的部分中,我们回顾了54研究基于这套可与一个特定的专注于女装日报。WWD研究采取各种方向,因此,它不可能提供一个绝对比较他们的讨论。此外,即使研究之后,却不是那么容易比较的方向相同。例如,在活动识别的研究中,我们发现被公认的活动不同,它阻碍了比较。然而,这种讨论突出部分和描述学习这套面临的重大挑战。

我们发现可穿戴计算,一般情况下,多次研究,在不同的领域,比如体育、健康、教育、和安全。大多数WWD研究领域进行了健康的 38- - - - - - 41, 45)、活动跟踪( 43),和家庭监控( 15, 49,缺乏研究与教育( 46)、安全( 47),和儿童保健。

长期使用可穿戴技术被认为是最主要的挑战[ 40]。可以克服这一挑战考虑电池寿命的问题,用户验收,安全,隐私,重量和容错。环境情报是一个重要的概念来实现在女装日报。

最近WWD研究存在分歧,如前一节所示,基于三类:用户界面和交互的研究,用户研究和活动/影响识别研究。

关于第一次世界大战,我们发现许多局限性,必须通过管理人员为了提高用户界面和交互。Microinteractions和多维接口是一战的新建议的解决方案( 56]。

另一方面,进行用户研究是非常重要的理论框架构建wwd以及理解用户需求。这将是有益的提供足够的想法更好的接口的设计和实现适当的应用程序。

我们注意到,许多WWD研究人员倾向于使用一个传感器活动识别为了减少功耗,增加WWD简单。相比之下,一些研究用多重数据识别更多的智慧生命活动,如老年保健在智能家居。

从传感器数据提取的特征是多种多样的。虽然灵敏度特性是重要的认识到目标活动,许多因素应该考虑在选择自己的特性。这些因素包括电池消耗资源和可用性的特征。

在分类阶段,大多数研究使用了基于机器学习的方法;然而,研究人员仍使用基于阈值的方法在一些研究( 2, 16, 64年, 65年, 69年, 70年]。这是因为基于阈值的方法必须确定分类的临界点,受到环境变化的影响和长期使用的需求。因此,我们看到,大多数的研究对于认识一个活动,如下降( 64年),步骤( 65年, 69年),计算活动( 16,心肺复苏 2),和头发触摸检测( 70年),使用了基于阈值的方法。另一方面,认识到更复杂的活动,对上下文敏感,如移动的活动( 66年,吃 3),和情绪 72年),使用机器学习的方法。此外,机器学习方法用于研究双相情感障碍的诊断需要长期使用。机器学习技术展示出了一些有希望的结果对用户界面和活动识别系统。深入学习算法最近使用和提供更有效的结果 71年]。

收集的数据是强制性的,以训练分类器的机器学习方法或测试系统。收集的数据应该在真实的环境,而不是实验室环境,大多数研究使用。

7所示。挑战和开放的方向

可穿戴计算的文献回顾后,我们发现了许多关键的挑战和问题。正如我们提到的,长期使用可穿戴设备面临的主要技术挑战。这个挑战是与很多方面有关:电池寿命、用户验收,安全、重量、容错和隐私问题。另一方面,有挑战与创建一个可穿戴系统的主要标准。此外,建立一个有挑战与商业部门的关系,确保安装过程完成。在本节中,我们提供建议克服未来工作中的每个挑战的解决方案。

7.1。重量

我们可以用能量收集技术来消除需要一个电池,这将减少总重量。

7.2。电池寿命

这一挑战可以克服对硬件,软件,或接口。硬件也可以用能量收集技术,从环境中提取功率通过太阳能、电磁发射能量(动能, 42]。关于软件,我们可以降低系统的功耗固件,可以归类为事件驱动,工作周期、特征选择、传感器的选择。接口,microinteractions用来完成任务应该在不到3秒。

7.3。缺乏标准

这种挑战使得可穿戴技术不稳定,难以适应和使用。Al-Shaqi等人关于这个问题说:“ 适应性的不同系统组件从传感器、通信协议、决策支持、主题互动方法或语言。可用性的标准将有助于系统设计师集成工作,为市场提供必要的设备和系统,以满足定义的主题要求”。还有一个缺乏商业关心学术界和商业部门之间建立关系。

7.4。安全

提出了一种新颖的非线性优化框架考虑安全和可持续性要求取决于人体生理学和获得系统级设计参数可穿戴传感器应用程序。可靠性数据是另一个挑战。因此,我们应该使用数据收集,使用精确的阈值较低或没有容错。容错设备也是一个关心的耐冲击性,热,冷,和水。

7.5。用户验收

这是可穿戴设备的主要属性。关于个性化用户验收有很多挑战,接口,设计,和数据。个性化是能够支持一个人的生活方式,例如,允许用户创建表单,他们想要的。同时,重点应该访问接口,简单,容易使用。此外,需要不同的设置根据用户需求定制和自适应性,比如在肌萎缩性侧索硬化症。

7.6。设计

可穿戴设备必须被设计在一个具有以下属性的特殊形式。首先,它不是很明显,似乎别人。其次,他们不应该打扰用户的日常活动,和频繁的穿着必须舒适。最后,他们必须靠近身体为了合理所需的准确测量。

7.7。数据

它应该是有意义的而不是显示用户通过显示环境反馈大量的数值。

8。结论

许多评论可穿戴技术进行了研究。因此,本文提出了一个先前的研究在可穿戴计算的报告研究。因此,和我们所知,没有审查研究在女装日报,考虑很多方面。本文讨论了不同种类的女装日报的研究中,突出了重要的问题,并建议未来的工作。

下一步是尝试调查更多的研究基于一个特定的域或一个特定的主题,可以解决和可穿戴技术探索和发现问题借助领域专家来确定需求。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

作者要感谢院长以来科研资助和支持本研究通过域的研究生研究计划支持(GSR)。作者还要感谢院长以来在沙特国王大学的科学研究和RSSU技术支持。

皮卡德 r·W。 情感计算 1997年 美国剑桥,马 麻省理工学院出版社 Gruenerbl 一个。 Pirkl G。 霸王 E。 米兰球迷 M。 Lukowicz P。 Smart-watch救生员:Smart-watch interactive-feedback系统改善心肺复苏 学报2015年ACM国际研讨会可穿戴计算机 2015年9月 日本大阪 19 26 10.1145/2802083.2802086 2 - s2.0 - 84960350754 X。 G。 Y。 自动吃检测使用head-mount和戴加速计 2015年第17届国际会议上E-Health网络、应用程序服务(HealthCom) 2015年10月 波士顿,美国 578年 581年 10.1109 / HealthCom.2015.7454568 2 - s2.0 - 84966470624 Z。 首歌 Y。 l X。 T。 情感识别基于定制的内置加速计智能手镯 PeerJ 2016年 4、文章e2258 10.7717 / peerj.2258 2 - s2.0 - 84981555726 埃尔南德斯里维拉 J。 对可穿戴的压力测量 2015年 麻省理工学院的 Nebeling M。 一个。 一个。 de Freitas 答:一个。 Teevan J。 陶氏 s P。 Bigham j . P。 从smartwatches WearWrite: crowd-assisted写作 学报2016年气会议在计算系统的人为因素 2016年5月 美国加利福尼亚州圣何塞 3834年 3846年 10.1145/2858036.2858169 2 - s2.0 - 85014779825 Y。 哈里森 C。 灰岩洞:耐磨、低成本电阻抗断层手势识别 28届ACM学报》研讨会上用户界面软件和技术 2015年11月 美国夏洛特,数控 167年 173年 10.1145/2807442.2807480 Y。 J。 Laput G。 哈里森 C。 SkinTrack:使用身体作为连续的电子波导手指跟踪在皮肤上 学报2016年气会议在计算系统的人为因素 2016年5月 美国加州圣何塞 1491年 1503年 10.1145/2858036.2858082 2 - s2.0 - 85015012932 威特 H。 可穿戴计算机的用户界面:开发和评估 2008年 德国 Vieweg和Teubner 10.1007 / 978-3-8351-9232-4 2 - s2.0 - 84891400705 赫纳罗Motti V。 科恩 年代。 凯恩 K。 可穿戴计算:以人为本的关键概念、应用领域和质量的因素 学报》第16届国际会议上与移动设备人机交互与服务 2014年9月 多伦多,加拿大 563年 564年 10.1145/2628363.2645669 2 - s2.0 - 84908565796 巴菲尔德 W。 Caudell T。 可穿戴计算机原理和Augumented现实 2000年 山谷,新泽西,美国 l . Erlbaum Associates Inc .) 曼恩 年代。 可穿戴计算:个人成像的第一步 电脑 1997年 30. 2 25 32 10.1109/2.566147 2 - s2.0 - 0031078755 鲁伊斯 d . C。 Goransson 一个。 专业的安卓这套 2015年 1日 英国伯明翰 Wrox电台媒体有限公司 Nassani 一个。 H。 G。 Billinghurst M。 标签!:一个R annotation using wearable sensors SIGGRAPH亚洲2015移动图形和交互的应用程序 2015年11月 神户,日本 12:1 12:4 10.1145/2818427.2818438 2 - s2.0 - 84960932544 Al-Shaqi R。 Mourshed M。 Rezgui Y。 进步在环境辅助系统,供老年人独立生活 Springerplus 2016年 5 1 624年 10.1186 / s40064 - 016 - 2272 - 8 2 - s2.0 - 84971634641 福尔摩斯 一个。 德赛 年代。 Nahapetian 一个。 LuxLeak:捕捉计算活动使用智能设备环境光传感器 第二届研讨会的经验设计和实现的智能对象 2016年10月 纽约,纽约,美国 47 52 10.1145/2980147.2980150 2 - s2.0 - 84992754326 Ly n . T。 Tscharn R。 Preßler J。 休伯 年代。 Aknine 年代。 Serna 一个。 Hurtienne J。 智能照明在痴呆症保健设施 学报2016年ACM国际联合会议上普遍的和无处不在的计算:兼职 2016年9月 德国海德堡 1636年 1639年 10.1145/2968219.2968526 2 - s2.0 - 84991049611 Tscharn R。 Ly-Tung N。 Loffler D。 Hurtienne J。 环境光在室内环境空间注意的指导 学报2016年ACM国际联合会议上普遍的和无处不在的计算:兼职 2016年9月 德国海德堡 1627年 1630年 10.1145/2968219.2968524 2 - s2.0 - 84991106964 H。 公园 工程学系。 K.-T。 明亮的聪明的衣物收藏用户交互 个人和无处不在的计算 2016年 20. 6 973年 984年 10.1007 / s00779 - 016 - 0959 - z 2 - s2.0 - 84986269040 N。 天堂 j . A。 晕:可穿戴式照明 兼职学报2015年ACM国际联合会议上普遍的和无处不在的计算和学报2015 ACM国际研讨会可穿戴计算机 2015年9月 日本大阪 601年 606年 10.1145/2800835.2801670 2 - s2.0 - 84962490778 Aliakseyeu D。 梅森 J。 利用传感器:评估一个新的物理用户界面连接照明 学报2016年ACM国际联合会议上普遍的和无处不在的计算:兼职 2016年9月 德国海德堡 1614年 1619年 10.1145/2968219.2968522 2 - s2.0 - 84991063283 Y。 K。 美国J。 搜索引擎优化 B。 美国K。 开发一种低成本的可穿戴传感手套与多个惯性传感器和光线和快速定位估计算法 《华尔街日报》的超级计算 2018年 74年 8 3639年 3652年 10.1007 / s11227 - 016 - 1833 - 5 2 - s2.0 - 84983374295 科克伦 Z。 汤姆林森 B。 D.-W。 帕特尔 K。 轻量级:耐磨耐康复的可视化工具 第27届ACM的兼职出版学报》研讨会上的用户界面软件和技术 2014年10月 美国夏威夷火奴鲁鲁 101年 102年 10.1145/2658779.2658796 2 - s2.0 - 84910092573 Caon M。 Angelini l 哈立德 o . A。 Aliakseyeu D。 梅森 J。 Mugellini E。 有形物联网与光相互作用 学报2016年ACM国际联合会议上普遍的和无处不在的计算:兼职 2016年9月 德国海德堡 1646年 1651年 10.1145/2968219.2968528 2 - s2.0 - 84991113171 Haladjian J。 Bredies K。 布鲁日 B。 Interactex:智能纺织品的集成开发环境 学报2016年ACM国际研讨会可穿戴计算机 2016年9月 纽约,纽约,美国 8 15 10.1145/2971763.2971776 2 - s2.0 - 84989360925 Valenza G。 花旗 l Gentili C。 Lanata 一个。 Scilingo e . P。 巴比里 R。 描述双相患者的抑郁状态使用可穿戴的纺织技术和瞬时心率变异性的评估 IEEE生物医学和卫生信息学杂志》上 2015年 19 1 263年 274年 10.1109 / JBHI.2014.2307584 2 - s2.0 - 84920901685 建筑师 K。 田农 T。 冢本 M。 输入接口上使用皱纹的衣服 学报2016年ACM国际研讨会可穿戴计算机 2016年9月 纽约,纽约,美国 56 57 10.1145/2971763.2971782 2 - s2.0 - 84989321792 M。 Y。 首歌 J。 张炳扬。 B。 智能服装:连接人类与云和大数据可持续的健康监测 移动网络和应用程序 2016年 21 5 825年 845年 10.1007 / s11036 - 016 - 0745 - 1 2 - s2.0 - 84978091653 Jylha 一个。 谢长廷 Y.-T。 人的 V。 Andolina 年代。 甘贝里尼 l Jacucci G。 一个可穿戴的多通道界面为探索城市的兴趣点 学报2015 ACM国际会议上多通道交互 2015年11月 纽约,纽约,美国 175年 182年 10.1145/2818346.2820763 2 - s2.0 - 84959275028 维加 K。 福娃 H。 美容技术:设计无缝接口可穿戴计算 2016年 施普林格国际出版 C。 简单的磁性触发攻击谷歌纸板 2016年 https://www.youtube.com/watch?v=1UA7I8uuA9M.Y 里昂 K。 2 d输入虚拟现实与磁场感应附件 学报2016年ACM国际研讨会可穿戴计算机 2016年9月 纽约,纽约,美国 176年 183年 10.1145/2971763.2971787 2 - s2.0 - 84989344941 唠叨 一个。 Mukhopadhyay s . C。 Mukhopadhyay 年代。 可穿戴电子传感器:当前状态和未来的机会 可穿戴电子传感器。智能传感器、测量和仪表 2015年 15 可汗 施普林格 1 35 10.1007 / 978 - 3 - 319 - 18191 - 2 _1 2 - s2.0 - 84978883949 乔治亚理工学院 2016年 http://ipat.gatech.edu/ 学报2016年ACM国际研讨会上可穿戴式计算机、ISWC 16, ACM, 201 2016年 纽约,纽约,美国 https://dl.acm.org/citation.cfm?id=2971763&picked=prox 学报2015年ACM国际研讨会上可穿戴式计算机、ISWC 15, ACM, 201 2015年 纽约,纽约,美国 https://dl.acm.org/citation.cfm?id=2802083 《2016年ACM国际联合会议上普遍的和无处不在的计算,主要的16 2016年 纽约,纽约,美国 https://dl.acm.org/citation.cfm?id=2971648 Shull p . B。 Damian D D。 触觉感觉替换衣物,感觉扩增和教练——回顾 神经工程学和康复杂志》上 2015年 12 1 59 10.1186 / s12984 - 015 - 0055 - z 2 - s2.0 - 84937566927 C。 W。 Narayanan m·R。 雷德蒙 美国J。 洛弗尔 n . H。 低功耗技术可穿戴telecare和远程医疗系统:一个回顾 生物医学工程的信 2015年 5 1 1 9 10.1007 / s13534 - 015 - 0174 - 2 2 - s2.0 - 84928136421 赫纳罗Motti V。 凯恩 K。 可穿戴申请医疗的概述 学报2015年ACM国际联合会议上普遍的和无处不在的计算和学报2015 ACM国际研讨会可穿戴电脑——主要的15 2015年9月 纽约,纽约,美国 635年 641年 10.1145/2800835.2809436 2 - s2.0 - 84962534926 汉斯 K。 王尔德 N。 Haddadi H。 Alomainy 一个。 挑战当前可穿戴技术监测健康数据和提供积极行为支持的 第五EAI学报》国际会议上无线移动通信和医疗、ICST 2015年12月 比利时布鲁塞尔 158年 161年 10.4108 / eai.14 - 10 - 2015.2261601 2 - s2.0 - 85021421277 Mukhopadhyay s . C。 可穿戴传感器对人类活动监视:审查 IEEE传感器杂志 2015年 15 3 1321年 1330年 10.1109 / JSEN.2014.2370945 2 - s2.0 - 84919754108 埃文森 k·R。 转到 M . M。 Furberg r D。 系统回顾consumer-wearable活动追踪器的有效性和可靠性 国际行为营养学杂志和体育活动 2015年 12 1 159年 10.1186 / s12966 - 015 - 0314 - 1 2 - s2.0 - 84950151986 巴瑞 m E。 杜瓦尔 J。 邓恩 l E。 一项调查的可穿戴技术应用的历史范围和当前的趋势 ISWC 16学报2016 ACM国际研讨会可穿戴计算机 2016年9月 纽约,纽约,美国 40 43 10.1145/2971763.2971796 2 - s2.0 - 84989308876 Ossig C。 安托尼尼 一个。 Buhmann C。 克拉森 J。 Csoti 我。 Falkenburger B。 施瓦兹 M。 温克勒 J。 斯托奇 一个。 可穿戴传感器客观评价帕金森病的运动症状 《神经传输 2016年 123年 1 57 64年 10.1007 / s00702 - 015 - 1439 - 8 2 - s2.0 - 84955211346 Sandall B。 可穿戴技术和学校:我们和我们去哪里呢? 杂志的课程、教学、学习和领导在教育 2016年 1 1 Blasco J。 t M。 Tapiador J。 Peris-Lopez P。 可穿戴式生物识别系统的调查 ACM计算调查 2016年 49 3 1 35 10.1145 / 2968215 2 - s2.0 - 84988888891 Pacchierotti C。 辛克莱 年代。 Solazzi M。 Frisoli 一个。 海沃德 V。 Prattichizzo D。 可穿戴的指尖的触觉系统和手:分类,评论,和观点 IEEE触觉 2017年 10 4 580年 600年 10.1109 / TOH.2017.2689006 2 - s2.0 - 85046948650 28500008 蒙特西诺斯 l Castaldo R。 Pecchia l 可穿戴的惯性传感器下降风险评估和预测老年人:系统回顾和荟萃分析 IEEE神经系统和康复工程 2018年 26 3 573年 582年 10.1109 / TNSRE.2017.2771383 2 - s2.0 - 85040938913 Motti 诉G。 凯恩 K。 聪明的衣物或愚蠢的衣物吗?:了解上下文影响用户体验的手腕磨损的交互 SIGDOC第34 ACM国际会议上的16个程序通信的设计 2016年9月 纽约,纽约,美国 10:1 10:10 10.1145/2987592.2987606 劳文 B。 Motti V。 凯恩 K。 设计建议与手腕佩戴设备改善用户交互 2015年IEEE国际会议上普适计算和沟通工作坊(PerCom研讨会) 2015年3月 圣路易斯,密苏里州,美国 562年 567年 10.1109 / PERCOMW.2015.7134099 2 - s2.0 - 84946027116 C。 J。 南部 C。 Starner t E。 Abowd g D。 监视:扩展与惯性传感smartwatch的交互 ISWC 16学报2016 ACM国际研讨会可穿戴计算机 2016年9月 纽约,纽约,美国 136年 143年 10.1145/2971763.2971775 2 - s2.0 - 84989323122 H.-S。 J。 比安奇 一个。 奎格利 一个。 WatchMI:看修改的smartwatches运动输入的应用程序 MobileHCI 18国际会议上的16个程序人机交互与移动设备和服务兼职 2016年9月 纽约,纽约,美国 594年 598年 10.1145/2957265.2961825 2 - s2.0 - 84991063622 Plaumann K。 穆勒 M。 Rukzio E。 smartwatches CircularSelection:优化列表选择 学报2016年ACM国际研讨会可穿戴计算机 2016年9月 纽约,纽约,美国 128年 135年 10.1145/2971763.2971766 2 - s2.0 - 84989328314 雷耶斯 G。 基思•爱德华兹 W。 D。 戈什 年代。 沙阿 P。 J。 Parnami 一个。 Bercik B。 Starner T。 Abowd g D。 呼:非语音声学为低成本、免提和smartwatches快速输入 学报2016年ACM国际研讨会可穿戴计算机 2016年9月 纽约,纽约,美国 120年 127年 10.1145/2971763.2971765 2 - s2.0 - 84989352669 Motti 诉G。 凯恩 K。 微观交互和多维图形用户界面设计的手腕穿衣物 《人为因素和人类工程学学会学报年会 2015年 59 1 1712年 1716年 10.1177 / 1541931215591370 2 - s2.0 - 84981745024 最小值 C。 年代。 C。 J。 年代。 Y。 首歌 J。 探索当前实践smartwatches电池使用和管理 ISWC 15学报2015 ACM国际研讨会可穿戴计算机 2015年9月 纽约,纽约,美国 11 18 10.1145/2802083.2802085 2 - s2.0 - 84960343481 里昂 K。 smartwatch愚蠢的手表能教什么?:通知smartwatches的设计 ISWC 15学报2015 ACM国际研讨会可穿戴计算机 2015年9月 纽约,纽约,美国 3 10 10.1145/2802083.2802084 2 - s2.0 - 84960430921 披萨 年代。 布朗 B。 麦克米伦 D。 Lampinen 一个。 Smartwatch体内 气的16个程序计算系统2016气的会议上 2016年5月 纽约,纽约,美国 5456年 5469年 10.1145/2858036.2858522 2 - s2.0 - 85015079575 Karapanos E。 戈维亚 R。 Hassenzahl M。 Forlizzi J。 幸福的:人们的经验和可穿戴活动追踪器 幸福心理学 2016年 6 1 4 10.1186 / s13612 - 016 - 0042 - 6 Schirra 年代。 宾利 f·R。 这就像一个额外的屏幕给我电话 第33届ACM研讨会论文集扩展抽象人为因素在计算系统- CHI EA的15 2015年 纽约,纽约,美国 2151年 2156年 Granado-Font E。 OBSBIT研究小组 Flores-Mateo G。 Sorli-Aguilar M。 Montana-Carreras X。 Ferre-Grau C。 Barrera-Uriarte >。 Oriol-Colominas E。 Rey-Renones C。 主茎 我。 Satue-Gracia e。 智能手机应用程序的有效性和可穿戴设备对体重超重或肥胖的初级护理病人:随机对照试验的协议 BMC公共卫生 2015年 15 1 531年 10.1186 / s12889 - 015 - 1845 - 8 2 - s2.0 - 84934877253 26041131 汉斯 K。 Alomainy 一个。 Haddadi H。 大规模smartwatch情绪和压力的自我评价 学报2016年ACM国际联合会议上普遍的和无处不在的计算辅助——主要的16 2016年 纽约,纽约,美国 1180年 1184年 10.1145/2968219.2968305 2 - s2.0 - 84991071183 年代。 J。 X。 l B。 J。 基于倾角梯度下降戴装置的检测算法 2015年IEEE国际消费电子会议 2015年6月 台湾 148年 149年 Y。 H。 Kyung c . M。 设计和实现的实际步骤为可戴设备检测算法 IEEE传感器杂志 2016年 16 21 1 7730年 10.1109 / jsen.2016.2603163 2 - s2.0 - 84991471871 M。 风扇 l Shahabi C。 活动使用可戴传感器识别人类绩效评估 2015年IEEE国际会议数据挖掘车间(ICDMW) 2015年11月 164年 169年 10.1109 / icdmw.2015.199 2 - s2.0 - 84964703705 Mehrang 年代。 Pietila J。 Korhonen 我。 一个活动识别框架部署随机森林分类器和一个光学心率监测和三轴加速度计的手链 传感器 2018年 18 3 10.3390 / s18020613 2 - s2.0 - 85042489750 Lim H。 一个 G。 Y。 K。 Suh B。 WhichHand:自动识别的智能手机使用smartwatch手的位置 18学报》国际会议上与移动设备人机交互和服务兼职 2016年 纽约,纽约,美国 675年 681年 Diez l E。 Bahillo 一个。 Masegosa 答:D。 Perallos 一个。 Azpilicueta l 要求 F。 Astrain J·J。 Villadangos J。 使用可戴IMU信号处理要求一步检测 2015年国际会议上电磁学在先进的应用程序(ICEAA) 2015年9月 1032年 1035年 10.1109 / iceaa.2015.7297271 2 - s2.0 - 84955505482 Yazdan 一个。 昂首阔步 R。 昂首阔步 H。 Roggen D。 可穿戴电势传感:新形态传感头发触摸和不宁腿运动 主要的16学报2016 ACM国际联合会议上普遍的和无处不在的计算:兼职 2016年 纽约: 846年 850年 Vepakomma P。 D。 达斯 美国K。 巴恩 年代。 A-Wristocracy:深度学习在戴传感识别用户复杂的活动 2015年IEEE国际会议12日在可穿戴和植入身体传感器网络(BSN) 2015年6月 1 6 10.1109 / bsn.2015.7299406 2 - s2.0 - 84983119399 Valenza G。 Nardelli M。 Lanata 一个。 Gentili C。 G。 Kosel M。 Scilingo e . P。 预测情绪变化通过心跳非线性动力学在双相情感障碍 IEEE生物医学和卫生信息学杂志》上 2016年 20. 4 1034年 1043年 10.1109 / JBHI.2016.2554546 2 - s2.0 - 84978224804 林康 j . A。 科斯塔 一个。 Novais P。 朱利安 V。 Carrascosa C。 使用非侵入性的衣物进行检测与智能代理的情绪 国际联合会议社协的16-CISIS 16-ICEUTE 16 2016年 可汗 施普林格 73年 84年 Gravenhorst F。 Muaremi 一个。 Bardram J。 Grunerbl 一个。 Mayora O。 威廉姆斯 G。 M。 V。 Arnrich B。 Lukowicz P。 Troster G。 手机医疗设备在精神障碍治疗:概述 个人和无处不在的计算 2015年 19 2 335年 353年 10.1007 / s00779 - 014 - 0829 - 5 2 - s2.0 - 84925512385 l Rukavina 年代。 花岗岩碎砾 年代。 Traue h . C。 D。 从心理生物学数据分类分析情感识别 学报Companion-Technology国际研讨会 2015年 149年 154年 AlzeerAlhouseini a . M。 Alshaikhli i . f . T。 拉赫曼 一个。 一个。 Dzulkifli m·A。 情感生理信号检测使用脑电图和心电图 国际期刊《计算技术的进步 2016年 8 3 103年 112年 Gravina R。 Fortino G。 自动检测的方法加速的心脏防御反应 IEEE情感计算 2016年 7 3 286年 298年 10.1109 / TAFFC.2016.2515094 2 - s2.0 - 84986586458 Cinquepalmi 一个。 Straccia U。 一种基于本体的情感计算方法在游轮乘客安全的参与 Zenonos 一个。 一个。 Kalogridis G。 Vatsikas 年代。 刘易斯 T。 Sooriyabandara M。 HealthyOffice:情绪识别在工作中使用智能手机和可穿戴传感器 2016年IEEE国际会议上普适计算和沟通工作坊(PerCom研讨会) 2016年3月 1 6 10.1109 / percomw.2016.7457166 2 - s2.0 - 84966669665 Vermeulen J。 麦克唐纳 l 肖恩 J。 比尔 R。 Carpendale 年代。 Heartefacts:增加移动视频分享使用可戴心率传感器 学报2016年ACM会议设计交互系统 2016年 纽约,纽约,美国 712年 723年 Costadopoulos N。 通过这套情商:检测挫折的方法 信息技术在工业 2016年 4 1 19 25 拉梅什 年代。 使用可穿戴技术来洞察孩子的生理和社会行为 麻省理工学院的 2016年 Z。 Satizabal h·F。 布兰科 U。 Perez-Uribe 一个。 Troster G。 自然的使用可穿戴电子产品识别的活动和情绪 IEEE情感计算 2016年 7 3 272年 285年 10.1109 / taffc.2015.2491927 2 - s2.0 - 84986557067 埃尔南德斯 J。 McDuff D。 亲王 C。 梅斯 P。 奎格利 K。 皮卡德 R。 可穿戴ESM:经验取样法的差异在可穿戴设备 18学报》国际会议上与移动设备人机交互和服务 2016年 纽约,纽约,美国 195年 205年 佐野 一个。 答:Z。 McHill 答:W。 菲利普斯 a·j·K。 泰勒 年代。 杰奎斯 N。 Klerman e . B。 皮卡德 r·W。 快乐悲伤的情绪从日常行为的预测和睡眠之前的历史 IEEE 2015年第37届国际会议在医学和生物工程协会(EMBC) 2015年8月 6796年 6799年 10.1109 / embc.2015.7319954 2 - s2.0 - 84953257314 菲戈 D。 Diniz p C。 费雷拉 d·R。 卡多佐 j·m·P。 从加速度计数据上下文识别的预处理技术 个人和无处不在的计算 2010年 14 7 645年 662年 10.1007 / s00779 - 010 - 0293 - 9 2 - s2.0 - 77957017939 Shoaib M。 博世 年代。 Incel O。 Scholten H。 Havinga P。 在线活动识别使用手机的调查 传感器 2015年 15 1 2059年 2085年 10.3390 / s150102059 2 - s2.0 - 84921506826 25608213