View : 251 Download: 0

스마트 폰의 3축 가속도 센서를 이용한 실시간 물리적 동작 인식 기법

Title
스마트 폰의 3축 가속도 센서를 이용한 실시간 물리적 동작 인식 기법
Other Titles
Real-Time Physical Activity Recognition Using the Tri-axis Accelerometer of Smart Phone
Authors
양혜경
Issue Date
2013
Department/Major
대학원 컴퓨터공학과
Publisher
이화여자대학교 대학원
Degree
Master
Advisors
용환승
Abstract
동작 인식은 인간의 동작이나 행위를 감지하고, 이들 행동과 처해진 상황을 분석하는 기술이다. 특히 최근 스마트 폰의 발달로 인해 다양한 센서 기술 등의 관련 기술이 더욱 발달하면서 스마트 폰에 내장되어 있는 센서를 이용하여 사용자의 동작을 인식하는 연구가 각광받고 있다. 스마트 폰에는 GPS센서, 3축 가속도센서, 카메라 센서, 오디오 센서, 조도 센서, 방향 센서와 같은 다양한 센서를 탑재하고 있을 뿐 아니라, 항상 사용자들이 휴대하기 때문에 내장되어 있는 센서로부터 데이터를 획득하여 생활 패턴을 알아내는 등 다양한 동작 인식을 위한 정보로 사용할 수 있다. 본 연구는 스마트 폰에 내장 되어있는 3축 가속도 센서만을 이용하여 실시간으로 사용자의 물리적 동작을 인식하는 기법에 대해 연구하였다. 물리적 동작으로 ‘앉기’, ‘서기’, ‘걷기’,‘뛰기’ 총 4 가지 동작을 인식할 수 있는 기법을 제안한다. 또한 연구에서는 실시간으로 생성되는 가속도 센서 로그 데이터를 동작 인식을 할 수 있도록 변환 시키는 방법과 각 동작을 분류 할 수 있는 기준을 세웠다. 본 연구에서 제안한 방법을 이용하여 간단한 어플리케이션을 개발하여 사용자의 동작을 실시간으로 파악하여 정확도 측정 실험을 하였다. 실험 결과로, 대체적으로 80% 이상의 정확도를 보였으며, 이 기술을 이용한다면 기존에 나와있는 헬스케어 어플리케이션 보다 편리한 어플리케이션을 개발하여 제공할 수 있을 것이다.;User activity recognition means detecting user’s action or user’s behavior. In recent years, research on user’s activity recognition using a smart phone has attracted a lot of attentions. A smart phone has various sensors, such as camera, GPS, light, audio, and accelerometer among others. Also, smart phone are carried by many people throughout the day. Therefore, we can collect log data from smart phone sensors. The log data can be used to analyze user activities. This paper proposes an approach to inferring a user’s physical activities based on the tri-axis accelerometer of smart phone. The physical activities, such as sitting, standing, walking, running, denote the characteristics of user’s activities. We have to convert accelerometer raw data so that we can extract features to categorize activities. We propose a recognition method that is able to obtain high detection accuracy for physical activity modes. Furthermore, we developed an applications system to recognize the user physical activity mode real-time. As an experiment result, we obtained accuracy more than 80%. Our technique will be used more useful in health care applications.
Fulltext
Show the fulltext
Appears in Collections:
일반대학원 > 컴퓨터공학과 > Theses_Master
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE