Embedded Inter-Subject Variability in Adversarial Learning for Inertial Sensor-Based Human Activity Recognition

Este artigo propõe um novo quadro adversarial profundo que integra a variabilidade inter-sujeito para gerar representações de características invariantes ao indivíduo, melhorando significativamente a generalização e o desempenho na Reconhecimento de Atividades Humanas (HAR) com sensores inerciais.

O essencial

Imagine que você está tentando ensinar um robô a reconhecer o que as pessoas estão fazendo apenas olhando para os dados de um relógio inteligente ou de um sensor no corpo (como correr, andar, subir escadas). O problema é que todo mundo faz as coisas de um jeito diferente.

Alguns correm como se estivessem fugindo de um leão, outros como se estivessem passeando no parque. Alguns balançam os braços muito, outros quase nada. Isso é o que os cientistas chamam de "variabilidade entre pessoas".

Se você treinar o robô apenas com dados do seu primo João, ele pode ficar confuso quando tentar reconhecer a corrida da sua tia Maria, porque os movimentos são diferentes. O robô fica "viciado" no estilo do João e não generaliza bem para o mundo real.

Este artigo apresenta uma solução inteligente para esse problema, usando uma técnica chamada Aprendizado Adversarial (que é como um jogo de xadrez entre duas inteligências artificiais).

Aqui está a explicação passo a passo, usando analogias simples:

1. O Problema: O "Gosto" de Cada Um

Pense em um professor de culinária tentando ensinar a receita de "Bolo de Cenoura".

• O Aluno A usa muita cenoura e pouco açúcar.
• O Aluno B usa pouca cenoura e muito açúcar.
• O Aluno C usa cenoura, mas batedeiras diferentes.

Se o professor só treinar com o Aluno A, ele vai achar que "Bolo de Cenoura" sempre precisa de muita cenoura. Quando o Aluno B for testado, o professor dirá: "Isso não é bolo de cenoura, está muito doce!". O robô de reconhecimento de atividades tem o mesmo problema: ele confunde a atividade (correr) com o estilo da pessoa (correr rápido ou devagar).

2. A Solução: O Detetive e o Mágico

Os autores criaram um sistema com dois personagens principais que trabalham juntos (e um pouco contra o outro):

• O Mágico (Extrator de Características): Sua função é pegar os dados do sensor e transformá-los em um "resumo mágico" (uma representação oculta). O objetivo dele é fazer com que, se duas pessoas estiverem correndo, o "resumo mágico" delas seja idêntico, não importa quem elas sejam. Ele quer esconder a identidade da pessoa e deixar apenas a essência do movimento.
• O Detetive (Discriminador): Sua função é tentar adivinhar: "Esses dois movimentos vêm da mesma pessoa ou de pessoas diferentes?".

O Truque do Jogo:
O Detetive recebe dois movimentos que são a mesma atividade (ex: dois tipos de corrida), mas feitos por pessoas diferentes.

• O Detetive tenta dizer: "Ah, esses são de pessoas diferentes!"
• O Mágico tenta enganar o Detetive, dizendo: "Não, olhe bem de perto, são da mesma pessoa!"

Para enganar o Detetive, o Mágico é forçado a apagar todas as "pistas" que mostram quem é a pessoa (como a velocidade única, o tamanho do passo, etc.) e focar apenas no que é comum a todos: o fato de que ambos estão correndo.

3. A Grande Inovação: "O Mesmo Movimento, Pessoas Diferentes"

O que torna este trabalho especial é como eles ensinaram o Detetive.
Em trabalhos anteriores, o Detetive apenas tentava adivinhar "Quem é você?". Isso exigia que o sistema lembrasse de centenas de pessoas diferentes, o que é difícil e lento.

Neste novo método, o Detetive recebe um desafio mais simples e inteligente:

"Olhe para estes dois movimentos. Eles são a mesma atividade (corrida). Eles vêm da mesma pessoa ou de pessoas diferentes?"

Ao focar nessa comparação (mesma atividade vs. pessoas diferentes), o sistema aprende muito mais rápido a criar um "espaço comum" onde a corrida de todos se parece, ignorando as diferenças individuais. É como se o professor de culinária dissesse: "Não importa quem fez o bolo, se o cheiro e a textura forem de bolo de cenoura, é bolo de cenoura!"

4. Os Resultados: O Robô Agora Entende a Todos

Os pesquisadores testaram essa ideia em três bancos de dados famosos com dados de sensores reais. Eles usaram um método de teste muito rigoroso:

• Treinaram com dados de 10 pessoas.
• Testaram com dados de uma pessoa que nunca viu o robô antes.

O resultado?
O novo sistema funcionou muito melhor do que os métodos antigos.

• Ele conseguiu reconhecer atividades de pessoas desconhecidas com muito mais precisão.
• Ele reduziu a confusão causada pelas diferenças entre as pessoas.
• Ele é mais "justo" e funciona bem para qualquer um, não apenas para quem foi usado no treinamento.

Resumo em uma frase

Este artigo criou um "treinador de robôs" que usa um jogo de enganação para ensinar a máquina a ignorar as diferenças pessoais e focar apenas no que realmente importa: o que a pessoa está fazendo, e não quem é a pessoa. Isso torna os sistemas de reconhecimento de atividades muito mais inteligentes e úteis para o mundo real.

Resumo técnico

Resumo Técnico: Aprendizado Adversarial para Reconhecimento de Atividades Humanas (HAR)

1. O Problema

O Reconhecimento de Atividades Humanas (HAR) baseado em sensores inerciais vestíveis enfrenta um desafio crítico: a variabilidade inter-sujeito. Diferentes indivíduos realizam a mesma atividade com intensidades, velocidades e padrões de movimento distintos devido a características físicas e preferências pessoais. Isso cria uma heterogeneidade nas distribuições de dados, resultando em uma grande "lacuna de generalização" (generalization gap) quando modelos treinados em um conjunto de usuários são aplicados a novos indivíduos não vistos durante o treinamento.

Métodos anteriores tentaram resolver isso usando aprendizado multi-tarefa ou adversarial, mas muitas vezes falharam em garantir uma generalização consistente para todos os usuários, sofriam com problemas de escalabilidade (o número de classes do discriminador crescia com o número de usuários) ou levantavam preocupações de privacidade ao tentar identificar usuários específicos.

2. Metodologia Proposta

Os autores propõem um novo framework de aprendizado adversarial profundo que integra explicitamente o conceito de variabilidade inter-sujeito na tarefa adversarial. A arquitetura consiste em quatro blocos principais:

1. Extrator de Características (F): Codifica os sinais dos sensores em um espaço latente de baixa dimensão.
2. Reconstrutor (R): Decodifica o espaço latente de volta ao espaço de entrada original (para estabilizar o treinamento).
3. Classificador de Atividade (C): Mapeia o espaço latente para as classes de atividades.
4. Discriminador (D): Uma nova tarefa adversarial binária.

A Inovação Chave: A Tarefa Discriminatória
Diferente de métodos anteriores que tentam identificar quem é o usuário, o discriminador proposto verifica se dois vetores de características pertencem à mesma atividade e se vêm do mesmo sujeito ou de sujeitos diferentes.

• Entrada: Pares de amostras de dados $(x_a, x_b)$ que compartilham o mesmo rótulo de atividade $y$.
• Rótulo Binário ($g_i$):
  • $g_i = 1$: As amostras vêm do mesmo sujeito.
  • $g_i = 0$: As amostras vêm de sujeitos diferentes (mas mesma atividade).
• Objetivo: O extrator de características $F$ é treinado para "enganar" o discriminador, fazendo com que pares de dados de sujeitos diferentes (com a mesma atividade) pareçam vir do mesmo sujeito. Isso força o modelo a aprender um espaço de características comum para cada atividade, eliminando as pistas específicas de cada usuário.

Função de Perda Combinada
O treinamento ocorre em três etapas:

1. Pré-treinamento: Treinamento supervisionado e de reconstrução.
2. Aprendizado Supervisionado: Otimização conjunta das perdas de reconstrução, classificação e discriminação.
3. Aprendizado Adversarial (GAN): Uso de uma perda não saturante (inspirada em GANs) onde o extrator $F$ é atualizado para minimizar a capacidade do discriminador de distinguir entre usuários diferentes para a mesma atividade. A função de perda total combina:
   • Perda de Reconstrução ($L_R$)
   • Perda de Classificação ($L_C$)
   • Perda Adversarial ($L_A$)

3. Contribuições Principais

1. Novo Framework Adversarial: Integração da variabilidade inter-sujeito na tarefa adversarial, focando em encontrar um espaço de características compartilhado para a mesma atividade entre diferentes indivíduos.
2. Escalabilidade e Privacidade: A tarefa de discriminação é formulada como um problema de classificação binária (mesmo vs. diferente), não escalando com o número de participantes (diferente de métodos que criam uma classe por usuário). Além disso, ao remover a capacidade de identificar o usuário, reduz-se a privacidade.
3. Função de Perda Combinada: Uso de uma perda não saturante de GAN para aprender representações invariantes ao sujeito.
4. Validação Rigorosa: Avaliação através de validação cruzada Leave-One-Subject-Out (LOSO) em três conjuntos de dados padrão do setor.

4. Resultados Experimentais

O método foi avaliado em três conjuntos de dados públicos: PAMAP2, MHEALTH e REALDISP.

• Desempenho de Classificação: O método proposto superou consistentemente os métodos state-of-the-art (incluindo MCCNN, DCLSTM, METIER, UIDFE e DDLearn) em todas as métricas (Acurácia e F1-Score Macro).
  • Exemplo (PAMAP2): Acurácia de 87.03% (proposto) vs. 80.14% (UIDFE).
  • Exemplo (REALDISP): Acurácia de 97.10% (proposto) vs. 94.50% (UIDFE).
• Redução da Variabilidade: A análise da Distância de Wasserstein entre as distribuições de treino e teste mostrou que a etapa adversarial (Step 3) reduziu significativamente a distância para os conjuntos PAMAP2 e REALDISP, indicando que as distribuições de diferentes usuários se tornaram mais similares no espaço de características.
• Estudos de Ablação: A comparação entre o modelo apenas supervisionado, o modelo com reconstrução (Step 2) e o modelo adversarial completo (Step 3) confirmou que a etapa adversarial é responsável pelo ganho significativo de generalização.
• Comparação de Tarefas Discriminatórias: Ao substituir a tarefa proposta por tarefas de outros trabalhos (identificar usuário específico ou apenas verificar se são o mesmo usuário sem considerar a atividade), o método proposto obteve os melhores resultados, demonstrando que incluir o rótulo da atividade na tarefa adversarial é crucial.

5. Significado e Impacto

Este trabalho avança o estado da arte no HAR vestível ao demonstrar que é possível criar modelos robustos e generalizáveis para novos usuários sem a necessidade de coletar e anotar grandes volumes de dados específicos para cada indivíduo.

• Aplicabilidade Prática: O framework permite a implantação de sistemas HAR que funcionam bem "out-of-the-box" para novos usuários, essencial para aplicações em saúde, monitoramento de bem-estar e interação humano-robô.
• Eficiência Computacional: O uso de uma tarefa binária escalável e um extrator de características leve torna o método viável para dispositivos com recursos limitados.
• Privacidade: Ao focar em características invariantes ao sujeito, o modelo naturalmente protege a identidade do usuário, mitigando riscos de privacidade associados à identificação biométrica acidental.

Em suma, a proposta oferece uma solução elegante para o problema de variabilidade inter-sujeito, utilizando o aprendizado adversarial não para classificar usuários, mas para "apagar" a identidade do usuário enquanto preserva a informação da atividade.