Methods for Activity Spotting With On-Body Sensors

Die Fähigkeit，menschliche Aktivitäten zu verfolgen und zu erkennen，ist eine der wichtigsten Eigenschaften ubiquitärer Computersysteme und damit ein wichtiger Forschungsschwerpunkt im Bereich，Pervasive/Ubiquitous Computing”. Das Projekt beschäftigt sich mit einem speziellen Teilproblem der Aktivitätserkennung：dem Auffinden und Identifizieren einfacher，sporadischer Handlungen mit Hilfe körpernaher Sensoren. Dieses问题wird often als，，activity spotting”bezeichnet.因此，人们经常在一个连续的、多模态的数据流中进行微妙的处理。在数据库中，这些数据被认为是一个与数据库无关的大数据。活动发现的问题与两个城市有关。在一个复杂的活动中，人们可以选择一个，运动员也可以选择一个。Somit ist die Lösung des potting”-Problems ein wichtiger Grundbaustein der allgemeinen Aktivitätserkennung.因此，这是一个非常重要的问题，而且也是一个积极性方面的问题。Die Schwierigkeit liegt in der mangelnden Eindeutigkeit der Signale（einfache，körpernahe Sensoren produzieren bei unterschedlichen Handlungen oft sehr ähnliche Signale），das Fehlen adäquater Modelle für die Klassen der nicht-relevanten Handlungen（NULL -Klasse），und eine hohe Variabilität der Signale.艺术中的可变性，就像人类最好的手工艺一样，也是一个问题。In dem Projekt韦尔登neuartige Methoden und Schummen zur Lösung des spotting”-Problems entwickelt.为了解决这一问题，该中心将努力使建筑师的工作更好地完成韦尔登的分类标准。我们将对非接触式传感器模态韦尔登的研究进行重新定位，特别是针对”通过对信号进行优化、信号分段、时间分析和建模来发现问题“。在众多的工人中，我们并不是一个特殊的工人，而是所有的人都在努力，努力学习方法。Für die empirische Validierung der Verfahren wird daher ein repräsentativer，Benchmark”-artiger Datenchmark zusammengestellt und verwendet.

Die Fähigkeit, menschliche Aktivitäten zu verfolgen und zu erkennen, ist eine der wichtigsten Eigenschaften ubiquitärer Computersysteme und damit ein wichtiger Forschungsschwerpunkt im Bereich ,,Pervasive/Ubiquitous Computing”. Das Projekt beschäftigt sich mit einem speziellen Teilproblem der Aktivitätserkennung: dem Auffinden und Identifizieren einfacher, sporadischer Handlungen mit Hilfe körpernaher Sensoren. Dieses Problem wird oft als ,,activity spotting” bezeichnet. Das Besondere daran ist, dass man eine Menge oft subtiler Handlungen in einem kontinuierlichen, multimodalen Datenstrom auffinden möchte. Die gesuchten Handlungen sind in dem Datenstrom quasi-zufällig inmitten einer großen Menge nicht-relevanter Handlungen verteilt. Das Problem des activity spotting” ist aus zwei Gründen relevant. Zum einen lassen sich viele komplexe Aktivitäten in Folgen solcher einfacher, sporadischer Handlungen zerlegen. Somit ist die Lösung des potting”-Problems ein wichtiger Grundbaustein der allgemeinen Aktivitätserkennung. Zum anderen ist das Problem derzeit ungelöst und als eines der schwierigsten Aspekte der Aktivitätserkennung bekannt. Die Schwierigkeit liegt in der mangelnden Eindeutigkeit der Signale (einfache, körpernahe Sensoren produzieren bei unterschiedlichen Handlungen oft sehr ähnliche Signale), das Fehlen adäquater Modelle für die Klassen der nicht-relevanten Handlungen ( NULL -Klasse), und eine hohe Variabilität der Signale. Neben der Variabilität in der Art, wie Menschen bestimmte Handlungen ausführen, ist hier auch die hohe Variabilität in der Dauer ein Problem. In dem Projekt werden neuartige Methoden und Algorithmen zur Lösung des spotting”-Problems entwickelt. Vor dem Hintergrund weitreichender bisheriger Arbeiten der Antragsteller auf diesem Gebiet soll das Projekt das Problem auf allen Stufen der klassischen Verarbeitungskette untersucht werden. Ausgehend von der Untersuchung unterschiedlicher Sensormodalitäten werden wir neuartige, speziell auf das Problem des spotting” mit körpernahen Sensoren optimierte Verfahren zur Signalverarbeitung, Signalsegmentierung, Zeitreihenanalyse und Modellierung entwickeln. Im Gegensatz zu vielen bisherigen Arbeiten konzentrieren wir uns nicht auf eine spezielle Beispielanwendung, sondern versuchen allgemein verwendbare, grundlegende Methoden zu entwickeln. Für die empirische Validierung der Verfahren wird daher ein repräsentativer, Benchmark”-artiger Datensatz zusammengestellt und verwendet.