Estudo e Caracterização das Principais Ferramentas para Reconhecimento de Atividade Humana usando Sensores de Acelerômetro

• Daniela Giacomelli Universidade Federal de Uberlândia
• Elaine Ribeiro Faria Universidade Federal de Uberlândia

Resumo

O Human Activity Recognition (RAH) tem como objetivo classificar as atividades realizadas por um usuário coletando dados de sensores heterogêneos. O RAH permite o monitoramento das ações dos usuários, oferecendo serviços na área de assistência médica, no acompanhamento de idosos, acompanhamento de saúde, acompanhamento de condicionamento físico, automação residencial e do trabalho, entre outros. O RAH pode ser visto como um Sistema de Informação composto por três etapas: coleta e pré-processamento de dados, extração de características e classificação. Apesar da abundância de trabalhos propostos para este assunto, uma questão importante a ser abordada é como escolher as ferramentas e métodos a serem utilizados em cada etapa do RAH. Essa escolha é um processo difícil, porque envolve a comparação dos resultados obtidos por outros trabalhos, a maioria dos quais usa conjuntos de dados privados, extrai conjuntos diferentes de recursos e usa algoritmos de classificação diferentes. Este trabalho tem como objetivo caracterizar e comparar as principais ferramentas, métodos e bases de dados para a tarefa RAH. Além disso, visa fornecer orientações e diretrizes para pesquisas futuras na área. Experimentos foram realizados para identificar os principais atributos a serem utilizados na classificação. Pode-se observar que os atributos média, desvio padrão e variância produzem os melhores modelos para a tarefa de classificação.

Palavras-chave: Sensor acelerômetro, Reconhecimento de Atividade Humana