Foundation models for movement data: Are they ready for prime-time?
作者: Alexander Bräuer, Benjamin Cauchi, Nils Strodthoff
分类: eess.SP, cs.LG
发布日期: 2026-08-13
备注: 14 pages, 6 figures, 8 tables, code is available at https://github.com/AI4HealthUOL/movement-fm-benchmarking
💡 一句话要点
评估基础模型在运动数据中的应用以提升健康监测效果
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 基础模型 运动数据 健康监测 特征提取 活动识别 跌倒检测 压力检测 临床监测
📋 核心要点
- 现有的健康监测方法在运动数据处理上存在局限，缺乏系统性评估基础模型的优势。
- 本文提出对四种开源加速度计基础模型进行全面评估，以验证其在多种任务中的表现。
- 实验结果显示，基础模型在跌倒和压力检测中表现优越，但在睡眠分期上仍需改进。
📝 摘要（中文）
基础模型（FMs）在大规模加速度计数据上训练，作为健康监测的通用特征提取器，但缺乏系统性证据支持其优势。本文首次全面评估了四种开源加速度计FMs与监督基线模型在19个任务上的表现，涵盖日常活动识别、临床监测和生理推断等领域。结果显示，监督模型在人体动作识别（HAR）中表现竞争力，而选定的FMs在跌倒和压力检测中表现优越，且对传感器放置变化最为稳健。作为冻结特征提取器，FMs在人口推断方面表现最佳，而睡眠分期的表现则接近随机水平。内部FMs表示在各层之间高度相似，显示出未来改进的潜力。通过线性和冻结探测，UniMTS提供了最强的表示，并且是唯一一个在不进行微调的情况下超越监督基线的FMs。概念发现分析表明，所有模型清晰捕捉高强度活动，但在静态、复杂或模糊活动上表现不佳。我们提供了基于场景的部署建议，并指出FM衍生的活动档案推断作为一个有前景的研究方向。
🔬 方法详解
问题定义：本文旨在评估基础模型在运动数据中的有效性，尤其是在健康监测中的应用。现有方法在不同任务中的表现不一，缺乏系统性比较和验证。
核心思路：通过对四种开源加速度计基础模型与监督学习基线模型的比较，探索基础模型在多任务中的表现，特别是在人类动作识别、跌倒检测和压力检测等领域的应用潜力。
技术框架：研究设计包括对19个任务的评估，涉及日常活动识别、临床监测和生理推断。模型的表现通过任务依赖性进行分析，评估其在不同场景下的适用性和稳健性。
关键创新：本文的主要创新在于首次系统性地比较基础模型与监督模型在多任务中的表现，揭示了基础模型在特定任务上的优势和局限性，尤其是在跌倒和压力检测方面的优越性。
关键设计：研究中使用的模型包括UniMTS等，采用冻结特征提取策略，评估其在不同任务中的表现，特别关注参数设置和损失函数的选择，以确保模型的有效性和稳健性。通过线性和冻结探测分析，UniMTS在不进行微调的情况下超越了监督基线。
🖼️ 关键图片
📊 实验亮点
实验结果表明，选定的基础模型在跌倒和压力检测任务中表现优越，且对传感器放置变化具有较强的鲁棒性。UniMTS模型在不进行微调的情况下超越了所有监督基线，显示出其强大的特征表示能力。
🎯 应用场景
该研究的潜在应用领域包括健康监测、临床监测和运动分析等，能够为个体健康管理提供数据驱动的支持。未来，基础模型在活动档案推断方面的研究将有助于推动个性化健康监测的发展，提升健康管理的精准性和有效性。
📄 摘要（原文）
Foundation models (FMs) trained on large-scale accelerometer data have been proposed as general-purpose feature extractors for health monitoring, but systematic evidence of their advantages is lacking. We present the first comprehensive evaluation of four open-source accelerometer FMs against supervised baselines covering 19 tasks across the domains of activity recognition including activities of daily living, clinical monitoring, and physiological inference. We find task-dependent performance results: supervised models remain competitive with FMs on human action recognition (HAR), with no consistent advantage for either, while selected FMs lead on fall and stress detection and are the most robust to sensor-placement variation. As frozen feature extractors, FMs are strongest for demographic inference, whereas sleep staging performance remains near chance level for all models. The internal FM representations show strong similarity across layers, highlighting potential for future FM improvements. Linear and frozen probing reveals that UniMTS provides the strongest representations and is the only FM that surpasses the supervised baselines without finetuning. Concept discovery analysis shows all models capture high-intensity activities clearly but struggle with sedentary, complex or ambiguous activities. We provide scenario-based deployment recommendations. Furthermore, we identify FM-derived activity profile inference-moving beyond fixed category classification-as a promising research direction.