http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
허태호 ( Taeho Hur ),김성애,이승룡 ( Sungyoung Lee ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.1
관성 센서 기반 행위인지는 스마트폰과 웨어러블 밴드 등의 출현으로 보다 간편한 방법으로 행위인지가 가능해졌다. 현재 대부분의 행위인지 서비스나 연구들은 단일 행위의 결론만을 도출하고 있으나, 이러한 방식은 한 행위에서 한 가지 동작밖에 취할 수 없는 경우에는 문제가 없지만 두 가지 이상의 동작이 합쳐진 경우에 어떤 행위를 최종 결론으로 도출해야 하는지에 대한 문제점을 내포한다. 따라서 본 논문에서는 이러한 문제점을 해결하기 위해 세 개의 센서 기기 (스마트폰, 스마트워치, 웨어러블 센서)를 이용한 멀티 레이블 행위인지를 제안한다. 스마트폰은 신체 전반적인 움직임 탐지를 위하여 소 지위치가 정해지지 않은 비고정식 센서의 보조적인 역할을 수행한다. 스마트워치는 사용자가 주로 사용하는 손의 손목, 그리고 웨어러블 센서는 사용자의 허벅지에 부착되어 각각 상하체의 움직임을 파악 한다. 이후 각 기기에서 도출된 결론에 Majority Weighted Voting 기법을 적용하여 단일 혹은 멀티 레이블의 최종 행위를 도출한다.
허태호(Taeho Hur),이승룡(Sungyoung Lee) Korean Institute of Information Scientists and Eng 2018 정보과학회논문지 Vol.45 No.9
Traditional inertial sensor based activity recognition methods in which multiple sensor units are attached to the body is changing to accommodate the use of smart devices such as smartphones and smartwatches. In this paper, we propose a multi-level fusion activity recognition framework to recognize daily activities using smartphones and smartwatches which can be purchased easily for minimum sensor based activity recognition. The proposed framework uses various types of fusion techniques such as data fusion, feature fusion, and decision fusion. While the proposed framework does not use common methods of decision fusion such as majority voting or weighted voting, it does use posterior probability based fusion for better accuracy and confidence. Experiments are conducted to compare results between using and not using the probability and between using and not using each fusion technique. The results demonstrated the excellent performance of the proposed framework.
스마트폰의 소지위치 인지 기반의 정확한 보행수 검출 기법
허태호(Taeho Hur),염하늘(Haneul Yeom),이승룡(Sungyoung Lee) Korean Institute of Information Scientists and Eng 2017 정보과학회논문지 Vol.44 No.4
As the walking exercise is emphasized in personalized healthcare, numerous services demand walking information. Along with the propagation of smartphones nowadays, many step-counter applications have been released. But these applications are error-prone to abnormal movements such as simple shaking or vibrations; also, different step counts are shown when the phone is positioned in different locations of the body. In this paper, the proposed method accurately counts the steps regardless of the smartphone position by using an accelerometer and a proximity sensor. A threshold is set on each of the six positions to minimize the error of undetection and over-detection, and the cut-off section is set to eliminate any noise. The test results show that the six position type were successfully identified, and through a comparison experiment with the existing application, the proposed technique was verified as superior in terms of accuracy.