利用智能手机陀螺仪与加速度计数据进行活动分类
人机交互
2019-04-01 v1
摘要
诸如行走和坐立等活动在生物医学环境中常作为关注的结果或协变量使用。研究人员传统上依赖调查来量化研究和临床环境中受试者的活动水平，但调查本质上不客观且有许多已知局限，例如回忆偏倚。智能手机为在自然环境中对各类活动进行无干扰的客观测量提供了机会，但其数据往往含有噪声且需谨慎分析。我们探索了利用智能手机加速度计和陀螺仪数据区分五类不同活动（行走、坐立、站立、上楼梯和下楼梯）的潜力。我们开展了一项研究，四名参与者遵循研究方案，将一部手机置于前口袋、另一部置于后口袋，依次完成多种活动。受试者全程被拍摄，所获录像经标注以建立真实活动标签。我们应用所谓的 movelet 方法对其活动进行分类。我们的结果展示了智能手机在自然环境中进行活动检测的前景，同时也凸显了该研究领域常见的挑战。
引用
@article{arxiv.1903.12616,
title = {Activity Classification Using Smartphone Gyroscope and Accelerometer Data},
author = {Emily Huang and Jukka-Pekka Onnela},
journal= {arXiv preprint arXiv:1903.12616},
year = {2019}
}