Methods for Activity Spotting With On-Body Sensors

点击翻译按钮获取中文摘要

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.