iWOAR 2022 – 7th international Workshop on Sensor-Based Activity Recognition and Artificial Intelligence

Wir freuen uns, die iWOAR 2022 anzukündigen. Sie findet vom 19.09. bis 20.09.2022 in Rostock statt. Jeder, der sich für KI und insbesondere sensorbasierte Aktivitätserkennung interessiert – ob WissenschaftlerIn oder auch AnwenderIn – ist herzlich willkommen!
Die iWOAR ist ein konferenzartiger Workshop, der die Möglichkeit zum Erfahrungsaustausch bietet und zur Präsentation von Best-Practice-Beispielen sowie von technischen und wissenschaftlichen Ergebnissen.
Neu in diesem Jahr ist der Industry Day, der sich speziell an Firmen richtet.
Seien Sie also dabei! Gerne auch mit einem Beitrag, in dem Sie Herausforderungen, Ideen, Erfahrungen, neue Anwendungen und Studien über bestehende Methoden präsentieren!
Weitere Informationen finden Sie unter https://iwoar.org/2022/.

Akzeptierte Beiträge

BeitragAutoren
ShoeTect: Detecting Body Posture, Ambulation Activity, Gait Abnormalities, and Terrain with Multisensory Smart FootwearXiaozhu Li (Technische Hochschule Lübeck) und Denys J.C. Matthies (Technische Hochschule Lübeck)
Does my glucose level tell how energetic I feel?Fabienne Lambusch (Universität Rostock), Jannik Knoblich (Universität Rostock), Oliver Weigelt (Universität Leipzig), Dimitri Kraft (Fraunhofer IGD), Michael Fellmann (Universität Rostock) und Gerald Bieber (Fraunhofer IGD)
Transformer-Based Recognition of Activities of Daily Living from Wearable Sensor DataGabriela Augustinov (Universität Lübeck), Muhammad Adeel Nisar (Universität Lübeck), Frédéric Li (Universität Lübeck), Amir Tabatabaei (Justus-Liebig-Universität Gießen), Marcin Grzegorzek (Universität Lübeck), Keywan Sohrabi (THM Gießen) und Sebastian Fudickar (Universität Lübeck)
Evaluating neurorehabilitation exercises captured with commodity sensors and machine-learning frameworkAbm Tariqul Islam (Universität Rostock), Sebastian Bader (Universität Rostock) und Thomas Kirste (Universität Rostock)
Hand Gesture Recognition in Daily Life as an Additional Tool for Unobtrusive Data Labeling in Medical StudiesKristina Kirsten (HPI / Universität Potsdam), Julia Joch (HPI / Universität Potsdam) und Bert Arnrich (HPI / Universität Potsdam)
Activities of Daily Living Detection on Healthcare: A CategorizationJosé Manuel Negrete Ramírez (Université Paul Sabatier) und Yudith Cardinale (Universidad Simón Bolívar / Universidad Internacional de Valencia)
Nurturing Cognitive Abilities of Older Adults Using NLP Models on Mobile DevicesYaser Mowafi (Western Kentucky University), Ismail Abumuhfouz (Western Kentucky University) und Jeffrey Myers II (Western Kentucky University)
Online Personalisation of Deep Mobile Activity RecognisersManuel Milling (Universität Augsburg), Ilhan Aslan (Huawei Technologies), Moritz Berghofer (Huawei Technologies), Adria Mallol-Ragolta (Universität Augsburg), Utkarsh Kunwar (Aalto University) und Björn Wolfgang Schuller (Imperial College London)
Reducing Deployment Cost for Passive Electric Field SensorsJulian von Wilmsdorff (Fraunhofer IGD), Jan Niklas Kolf (Fraunhofer IGD) und Arjan Kuijper (Fraunhofer IGD)
Camera-based Blink Detection using 3D-LandmarksDimitri Kraft (Fraunhofer IGD), Frederik Hartmann (Fraunhofer IGD) und Gerald Bieber (Fraunhofer IGD)
Fine-Grained Human Activity Recognition – A new paradigmShalini Pandurangan (SUPSI), Michela Papandrea (SUPSI) und Mirko Gelsomini (SUPSI)
Discovering Behavioural Predispositions in Data to Improve Human Activity RecognitionMaximilian Popko (Universität Rostock), Sebastian Bader (Universität Rostock), Stefan Lüdtke (Universität Mannheim) und Thomas Kirste (Universität Rostock)
Studying pedestrians´ crossing behavior during automated vehicle interactions: A Wizard-of-Oz studyJanina Bindschädel (Dr. Ing. h.c. Porsche AG) und Andrea Kiesel (Universität Freiburg)
Dataset and Methods for Recognizing Care ActivitiesSylvia Kaczmarek (Fraunhofer IML), Martin Fiedler (MotionMiners GmbH), Andreas Bongers (MotionMiners GmbH), Sebastian Wibbeling (Fraunhofer IML) und René Grzeszick (MotionMiners GmbH)