利用智能手机传感器信号进行身体活动识别
人机交互
2022-01-24 v1 密码学与安全
机器学习
摘要
人体身体运动活动识别在医疗诊断、军事传感、运动分析和人机安全交互等多个领域具有许多潜在应用。随着智能手机和可穿戴技术的最新进展，此类设备普遍配备嵌入式运动传感器，能够感知甚至微小的身体动作。本研究在两天内从 60 名参与者收集了人体活动数据，由现代智能手机中的陀螺仪和加速度计传感器记录共六项活动。本文探究了利用机器学习算法（如多数投票算法）在多大程度上可识别不同活动。还提供了更多分析，揭示了哪些基于时域和频域的特征最能识别个体的运动活动类型。总体而言，所提方法在识别四种不同活动（走路、上楼、下楼以及安静地进行典型桌面活动时的坐下）中达到了 98% 的分类准确率。
引用
@article{arxiv.2201.08688,
title = {Physical Activity Recognition by Utilising Smartphone Sensor Signals},
author = {Abdulrahman Alruban and Hind Alobaidi and Nathan Clarke' Fudong Li},
journal= {arXiv preprint arXiv:2201.08688},
year = {2022}
}
备注
10 pages, 10 figures, conference