基于智能座椅的健康坐姿预测
机器学习
2022-01-11 v1 人工智能
信号处理
摘要
不良的坐姿已被确定为肌肉骨骼疾病和腰痛的风险因素，尤其对老年人、残疾人和办公人员而言。在当今计算机化的世界中，即使是在进行休闲或工作活动，人们也往往将一天中的大部分时间花在电脑桌前坐着。这可能导致脊柱疼痛及相关问题。因此，提供一种提醒人们注意坐姿并给予抵消建议（如体育锻炼）的手段十分重要。坐姿识别尚未得到足够关注，因为大多数工作聚焦于站姿。文献中使用可穿戴传感器、压力或力传感器、视频和图像进行姿态识别。本研究的目的是通过分析来自一把在座面和靠背上各铺设一块32×32压力传感器的椅子所采集的数据，构建用于分类人体坐姿的机器学习模型。模型使用五种算法构建：随机森林（RF）、高斯朴素贝叶斯、逻辑回归、支持向量机和深度神经网络（DNN）。所有模型均使用K折交叉验证技术进行评估。本文介绍了使用两个独立数据集（受控数据集和真实数据集）进行的实验，并讨论了在分类六种坐姿上取得的结果。在受控和真实数据集上分别达到了98%和97%的平均分类准确率。
引用
@article{arxiv.2201.02615,
title = {Posture Prediction for Healthy Sitting using a Smart Chair},
author = {Tariku Adane Gelaw and Misgina Tsighe Hagos},
journal= {arXiv preprint arXiv:2201.02615},
year = {2022}
}