Information and Communications Magazine (정보와 통신)

The Korean Institute of Commucations and Information Sciences (한국통신학회)
권호 표지

3축 가속도 센서 기반 인간 행동 인식을 위한 기계학습 분석

  • Published : 2016.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

최근 스마트폰의 이용 사례가 증가함에 따라, 스마트폰에 내장되어 있는 다양한 센서를 이용하여 인간의 행동을 인식하기 위한 연구가 많은 각광을 받고 있다. 본고에서는 인간의 기본적인 행동 중에 앉기, 걷기, 달리기 등의 행동 특성을 스마트폰에 내장되어 있는 3축 가속도 센서를 통하여 분석하고 인간의 기본적 행동을 자동으로 인식하기 위한 방법에 대하여 비교 분석하는 것을 목적으로 한다. 구체적으로는 스마트폰에 내장되어 있는 3차원 가속도 센서로부터 추출된 데이터를 시간축에서 샘플링하여 인간의 행동을 인식하기 위한 기댓값 최대화 알고리즘, 랜덤 포레스트, 딥러닝 기반의 기계학습 방법을 비교하여 각 기계학습 알고리즘의 장단점을 분석한다.

Keywords

References

  1. D. Roggen, G. Troester, P. Lukowicz, L. Ferscha, J. Millan, R. Chavarriaga, "Opportunistic Human Activity and Context Recognition," IEEE Computer, Vol. 46, No. 2, pp. 36-45, 2013.
  2. S. Dernbach, B. Das, N.C. Krishnan, B.L. Thomas, D.J. Cook, "Simple and Complex Activity Recognition through Smart Phones," Proceedings of Int'l Conf. on Intelligent Environments, pp. 214-221, 2012.
  3. Adil Mehmood Khan, Young-Koo Lee, Sungyoung Y. Lee, and Tae-Seong Kim, and Hwee-Pink Tan "A Triaxial Accelerometer-Based Physical-Activity Recognition via Augmented-Signal Features and a Hierarchical Recognizer", IEEE Transactions on Information Technology in Biomedicine, Vol. 14, 2010
  4. Google, "Activity Recognition," https://developer.android.com/training/location/index.html, (2016. 08.22)
  5. Mohammad Abu Alsheikh, Ahmed Selimz, Dusit Niyato, Linda Doylez, Shaowei Liny, and Hwee-Pink Tan, "Deep Activity Recognition Models with Triaxial Accelerometers," AAAI Workshop, 2016
  6. Wenchao Jiang, Zhaozheng Yin, "Human Activity Recognition using Wearable Sensors by Deep Convolutional Neural Networks", Proceedings of the 23rd ACM Int'l Conf. on Multimedia, pp. 1307-1310, 2015
  7. Leo Breiman, "Random Forest", Machine Learning, Vol. 45, pp. 5-32, 2001 https://doi.org/10.1023/A:1010933404324
  8. 백승은, 박상원, "사용자 행위인식을 위한 Google Activity Recognition의 정확성 개선 방안," 한국정보과학회 학술발표논문집, pp.1770-1772, 2014