TAILIEUCHUNG - Nhận dạng hoạt động của người bằng điện thoại thông minh
Bài viết đề xuất một phương pháp nhận dạng hoạt động của người trên điện thoại thông minh được kế thừa từ nghiên cứu trước đây. Đây là phương pháp có khả năng nhận dạng các hoạt động của người trong thời gian thực bao gồm cả những hoạt động chưa được gán nhãn khi huấn luyện (unknown activities hay other activities). | Nhận dạng hoạt động của người bằng điện thoại thông minh Các công trình nghiên cứu, phát triển và ứng dụng CNTT-TT Tập V-2, Số 14 (34), tháng 12/2015 Nhận dạng hoạt động của người bằng điện thoại thông minh Human Activity Recognition Using Smart Phones Nguyễn Thắng Ngọc, Phạm Văn Cường Abstract: In this paper we propose a method and expenditure estimation) [3] Mặc dù các nghiên system for recognizing everyday human activities by cứu về nhận dạng hoạt động của người đã và đang đạt utilizing the acceleration sensing data from the được những kết quả đáng kể, nhưng phần lớn các accelerometer instrumented in smart phones. In our nghiên cứu này đã phát triển và triển khai các phương method, human activities are recognized in four steps: pháp nhận dạng trên máy tính cá nhân. Điều này làm data processing, data segmentation, feature hạn chế giới hạn không gian thực hiện các hoạt động extraction, and classification. We rigorously của người (không quá xa để dữ liệu cảm biến có thể experimented on a dataset consisting of 6 everyday kết nối được với máy tính) khiến cho việc thực hiện activities collected from 17 users using several nhận dạng của người bị giới hạn trong một phòng [12], machine learning algorithms, including support vector trong một ngôi nhà [4,15,17,20] hay trong bếp machine, Naïve Bayesian networks, k-Nearest [2,11,13,16]. Trong khi đó khả năng tính toán và số Neighbors, Decision Tree , Rule Induction, and lượng [5] của các điện thoại thông minh ngày càng Neutral networks. The best accuracies are achieved by được nâng cao với sự tích hợp của các bộ vi xử lý đa Decision Tree that demonstrates the human nhân (multicore processors), bộ nhớ đệm và các bộ activities can be distinguished with 82% precision and cảm biến như cảm biến gia tốc, cảm biến nhiệt, cảm 83% recall under the leave-one-subject out evaluation biến định vị Những tài nguyên tính toán này có protocol. These results have shown the
đang nạp các trang xem trước
