著者
大内 一成 土井 美和子
雑誌
研究報告 ユビキタスコンピューティングシステム(UBI)
巻号頁・発行日
vol.2011, no.3, pp.1-8, 2011-05-20

社会の高齢化に伴い,高齢者・障がい者など社会生活弱者の家庭内の生活状態を見守ることの重要性が増してきている.我々は,環境側へ機器を設置せず,携帯電話などの小型情報端末にすでに搭載されている加速度センサとマイクのみを活用した生活状態見守りを検討している.小型端末上での処理を念頭に置き,計算量を抑えた認識手法として,まず加速度センサを活用してユーザの動作状態を大まかに推定し,推定した状態に応じてマイクを起動して環境音の分析を行う方式を提案する.胸ポケットに格納した試作デバイスと PC の構成でリアルタイムに生活行動を認識する 「ActivityAnalyzer」 を開発し,実際の家庭生活のデータを収集して評価した結果,加速度センサのみで歩行,作業,安静の 3 状態を概ね 95% 以上の精度で分類でき,環境音の分析により,「歯磨き」,「電気シェーバーによる髭剃り」,「ドライヤーの使用」,「トイレ水洗/手洗い」,「掃除機がけ」,「皿洗い」,「アイロンがけ」の各作業を 75.8% の精度で,本人の学習データを用いた場合は 85.9% の精度で分類できた.In aging societies, such as that of Japan, there is a growing need to watch over elderly people. We propose a low-throughput recognition technique for in-home context awareness using only off-the-shelf sensors, namely, an accelerometer and a microphone, which are commonly applied in mobile phones. The proposed technique firstly estimates a user's movement condition roughly by acceleration sensing. Secondly, it classifies the working condition in detail by acoustic sensing based on the estimated condition. As a result of our experiment, three movement conditions are classified with more than 95% accuracy by acceleration sensing: quiet, walking, and working. Moreover, it classified working into brushing teeth, shaving, drying the hair with a blower, flushing the toilet, vacuuming, washing the dishes, and ironing with 75.8% accuracy by acoustic sensing and improved the accuracy to 85.9% by training subject's own data.

言及状況

Twitter (2 users, 3 posts, 0 favorites)

こんな論文どうですか? ActivityAnalyzer:携帯電話搭載センサによるリアルタイム生活行動認識システム(大内 一成ほか),2011 https://t.co/d26Sw5iUqm
こんな論文どうですか? ActivityAnalyzer:携帯電話搭載センサによるリアルタイム生活行動認識システム(大内 一成ほか),2011 http://t.co/O5pnDhKrEM

収集済み URL リスト