利用智能手机传感器从用户无关到个性化的人体活动识别模型
机器学习
2019-05-30 v1 人机交互
摘要
本研究提出一种利用智能手机传感器以无侵扰方式获取用户相关人体活动识别模型的新方法。该识别由两类模型组成：基于传感器融合的用户无关模型用于数据标注，以及基于单传感器的用户相关模型用于最终识别。所提方法的性能使用人体活动数据集（含加速度计与磁力计数据）及两种分类器进行测试。将所提方法的检测准确率与传统用户无关模型比较表明，该方法具有潜力，在十例中有九例优于传统方法，但需使用不同传感器组合进行更多实验以展现方法的全部潜力。
引用
@article{arxiv.1905.12285,
title = {From User-independent to Personal Human Activity Recognition Models Exploiting the Sensors of a Smartphone},
author = {Pekka Siirtola and Heli Koskimäki and Juha Röning},
journal= {arXiv preprint arXiv:1905.12285},
year = {2019}
}
备注
From User-independent to Personal Human Activity Recognition Models Exploiting the Sensors of a Smartphone, European Symposium on Artificial Neural Networks, Compu-tational Intelligence and Machine Learning, ESANN 2016., Bruges, Belgium 27-29 April 2016, 471--476