利用加速度计预测人类群体的运动

我们介绍了利用三轴加速度计数据以亚秒级分辨率预测人类活动类型的统计方法。主要创新在于利用部分受试者的标记活动数据来预测其他受试者的活动标签。为此，我们通过匹配三轴加速度计数据中站立和躺下的部分，对跨受试者的数据进行归一化。这对于解释设备相对于重力的位置变异性差异是必要的，这些差异由体型大小以及设备放置定义的模糊性引起。我们还在设备层面归一化数据，以确保静止时的信号幅度在不同设备间相似。归一化后，我们利用从部分受试者提取的重叠 movelets（三轴加速度计时间序列片段）来预测其他受试者的运动类型。该问题源于一项针对 20 名老年参与者的实验室研究并应用于此，他们在髋部佩戴加速度计执行不同活动。基于他人标记的活动词典进行的预测结果，与使用自身标记词典获得的结果几乎一样好。这些发现表明，对自然日常生活活动中收集的数据进行活动类型预测实际上是可行的。