Human behavior cognition using smartphone sensors.
Human behavior cognition using smartphone sensors.
复制标题
DOI：
10.3390/s130201402
复制
发表时间：
2013-01-24
期刊：
影响因子：
--
通讯作者：
Kaistinen J
中科院分区：
文献类型：
--
作者：
Pei L;Guinness R;Chen R;Liu J;Kuusniemi H;Chen Y;Chen L;Kaistinen J
本研究的重点是感知上下文，建模人类行为和开发一个新的架构的认知手机平台。我们将最新的定位技术和手机传感器结合在一起，联合收割机捕捉自然环境中的人类运动，并利用这些运动来研究人类行为。本研究将情境抽象为一个包含六个层级的情境金字塔：原始感测器数据、物理参数、特征/模式、简单情境描述符、活动层级描述符及丰富情境。为了在认知手机上实现上下文金字塔，使用了三个关键技术：无处不在的定位，运动识别和人类行为建模。初步测试表明，我们已经成功地实现了活动级描述符级别与我们的LoMoCo（位置运动上下文）模型。所提出的解决方案的定位精度在走廊环境中高达1.9米，在开放空间中高达3.5米。测试结果还表明，运动状态识别的准确率高达92.9%，使用最小二乘支持向量机（LS-SVM）分类器。
This research focuses on sensing context, modeling human behavior and developing a new architecture for a cognitive phone platform. We combine the latest positioning technologies and phone sensors to capture human movements in natural environments and use the movements to study human behavior. Contexts in this research are abstracted as a Context Pyramid which includes six levels: Raw Sensor Data, Physical Parameter, Features/Patterns, Simple Contextual Descriptors, Activity-Level Descriptors, and Rich Context. To achieve implementation of the Context Pyramid on a cognitive phone, three key technologies are utilized: ubiquitous positioning, motion recognition, and human behavior modeling. Preliminary tests indicate that we have successfully achieved the Activity-Level Descriptors level with our LoMoCo (Location-Motion-Context) model. Location accuracy of the proposed solution is up to 1.9 meters in corridor environments and 3.5 meters in open spaces. Test results also indicate that the motion states are recognized with an accuracy rate up to 92.9% using a Least Square-Support Vector Machine (LS-SVM) classifier.
登录
查看更多内容
影响因子：
--
作者：
Eagle, Nathan;Pentland, Alex (Sandy)
通讯作者：
Pentland, Alex (Sandy)
DOI：
10.1109/34.574797
发表时间：
1997-02-01
影响因子：
23.6
作者：
Jain, A;Zongker, D
通讯作者：
Zongker, D
影响因子：
3.8
作者：
Anderson, Ian;Maitland, Julie;Muller, Henk
通讯作者：
Muller, Henk
影响因子：
1.7
作者：
Kuusniemi, H.;Liu, J.;Chen, R.
通讯作者：
Chen, R.
DOI：
10.3390/s101211556
发表时间：
2010
期刊：
Sensors (Basel, Switzerland)
影响因子：
--
作者：
Fong DT;Chan YY
通讯作者：
Chan YY