2025_NIPS_MoPFormer: Motion-Primitive Transformer for Wearable-Sensor Activity Recognition

文章主要内容与创新点总结

一、主要内容

该研究针对可穿戴传感器人体活动识别（HAR）中存在的可解释性不足和跨数据集泛化能力弱两大核心挑战，提出了一种名为MoPFormer（Motion-Primitive Transformer）的自监督学习框架。

MoPFormer的核心思路是将惯性测量单元（IMU）采集的连续传感器信号转化为具有语义意义的离散“运动基元”（Motion Primitives），再通过Transformer架构学习时序特征。其框架包含两个核心阶段：第一阶段将多通道传感器数据流分割为短片段，并通过向量量化（VQ）将其编码为离散的运动基元代码；第二阶段通过上下文感知嵌入模块丰富这些编码序列，再利用Transformer编码器进行特征处理。

模型训练采用两阶段策略：预训练阶段通过掩码运动建模目标（重构缺失的运动基元）学习鲁棒表示；微调阶段冻结核心模块，仅更新分类头以适配下游任务。在PAMAP2、DSADS、MHealth等6个公开HAR基准数据集上的实验表明，MoPFormer不仅在准确率和宏F1分数上超越了现有监督学习和自监督学习基线方法，还能有效跨数据集泛化，同时通过运动基元的可视化分析提升了模型的可解释性。

二、创新点

1. 运动基元表示方法：借鉴自然语言建模思想，将连续的传感器时序数据转化为离散的运动基元，构建了可解释的“运动词汇表”，每个基元对应人类活动的基础运动单元，解决了传统HAR模型“黑箱”问题。
2. 上下文感知嵌入模块：融合运动基元嵌入、统计特征（均值、