1 / 18

Multivariantna analiza načina hoje in identifikacija oseb s pomočjo pospeškometrov

Univerza v Mariboru. Multivariantna analiza načina hoje in identifikacija oseb s pomočjo pospeškometrov. Delavnica programske skupine na Inštitutu za računalništvo UM FERI, 10. februar 2010 Laboratorij za sistemsko programsko opremo Sebastijan Šprager, prof. Damjan Zazula.

audi
Download Presentation

Multivariantna analiza načina hoje in identifikacija oseb s pomočjo pospeškometrov

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Univerza v Mariboru Multivariantna analiza načina hoje in identifikacija oseb s pomočjo pospeškometrov Delavnica programske skupine na Inštitutu za računalništvo UM FERI, 10. februar 2010 Laboratorij za sistemsko programsko opremo Sebastijan Šprager, prof. Damjan Zazula

  2. Cilji in motivacija • Ugotoviti, ali je možno in kako natančno je možno razpoznati identiteto različnih uporabnikov iz pospeškov pri hoji (signalov iz pospeškometra) • Ugotoviti natančnost razpoznavanja različnih tipov hoje posameznega uporabnika • Ugotoviti, kako podobni so si med seboj načini hoje različnih uporabnikov

  3. Pospeškometer • Pomembna senzorska naprava, ki posreduje informacije o uporabnikovem gibanju • Naprava zajema pospeške v času • Vpeljana v napredne komercialne proizvode (mobilni telefoni)

  4. Pospeškometer v mobilnem telefonu • Mobilni telefon Nokia N95 • Pospeškometer SM LIS302DL • Ločljivost: 10 bitov • Območje merjenja pospeškov: ±2g • Spremenljiva vzorčevalna frekvenca zaradi funkcije varčevanja z energijo (pribl. 30 Hz in stanju mirovanja in 38 Hz in stanju aktivnosti)

  5. Zajem signala iz pospeškometra • Mobilni telefon pritrjen na desni bok uporabnika • izogibanje neželenim oscilacijam naprave (neželeno odskakovanje) • Rezultat zajema – 3-komponentni vektorji vzorcev pospeška

  6. Prenos signala iz pospeškometra Mobilni telefon Nokia N95 UMTS ali WLAN Server

  7. Opis eksperimentalnega protokola • Eksperiment je potekal na 50 metrov dolgem hodniku s podlago iz kamnitih plošč • Vsak subjekt, ki je imel na desni bok pritrjen mobilni telefon, je z normalno hitrostjo hoje hodil od začetka do koncahodnika in nazaj • Enak postopek je ponovil še s hitro in počasno hojo • V eksperimentu je sodelovalo šest zdravih moških osebkov, v povprečju visokih 179±3,2 cm in starih 30,2±4 let

  8. Metoda za razpoznavanje identifikacije s pomočjo hoje

  9. Razpoznavanje cikla hoje • Razpoznavanje hoje temelji na posameznih ciklih • Izločanje ciklov hoje Ck iz pospeškometrovih vzorcev, shranjenih v matrikiAi • Uporabljena modificirana metoda za detekcijo maksimumov v signalu hoje, ki ponazarjajo posamezni cikel, za vsak subjekt i in tip hoje t

  10. Izločanje značilk • Kumulantski koeficienti od zamika 0 do d (za drugi, tretji in četrti red r) za vsak cikel hoje • Pri kumulantih višjih redov le ena izmed simetričnih regij vektorizirana v vektor značilnic • Prvih d vrednosti iz vsakega vektorja privzetih kot vektor značilnic fk za k-ti cikel hoje • Matrika značilnic F zgrajena iz vektorjev značilnic

  11. Matrika značilnic F Razpoznavanje hoje in osebkov • Klasifikacijo smo izvedli z naslednjimi koraki: • Redukcija dimenzije kumulantskih značilnic z uporabo PCA • Klasifikacija s pomočjo metode podpornih vektorjev (Support Vector Machine – SVM) • Analiza rezultatov PCA redukcija dimenzije SVM klasifikacija Učna množica Analiza rezultatov

  12. Klasifikacija • Klasifikacija s pomočjo SVM • Radialna bazična funkcija • Razpoznavanje podobnosti hoje s pomočjo PCA • Temelji na razcepu SVD matrike značilnic F • Izračun matrike značilnic z zmanjšano dimenzijo (prve 3 glavne komponente, točke wk v 3D koordinatnem sistemu) • Skupina točk istega razreda je predstavljena z elipsoidi v 3D prostoru s težiščem p in tremi osmi dolžine σ(wk)

  13. Rezultati identifikacije hoje s pomočjo SVM • Nabor 1641 vektorjev značilnic za vse subjekte in tipe hoje • 20-kratna navzkrižna validacija izvedena z orodjem WEKA • Skupna natančnost klasifikacije 90,8±5,4%pri zamiku d=10 in prvih 30 glavnih komponentah (95 % pokrite variance)

  14. Rezultati razpoznavanja podobnosti hoje z uporabo PCA • Razdalja med težišči razredov v 3D prostoru ponazarja podobnost vzorcev hoje • Rezultati so ponazorjeni z težišči razredov in njihovimi standardnimi odkloni, prikazani na slikah kot elipsoidi v 3D prostoru

  15. __ počasi -.- normalno ... hitro

  16. Zaključek • Identifikacija šestih oseb, temelječa na njihovi karakteristiki hoje, uspela z visoko uspešnostjo razpoznavanja:90,8±5,4% • Postopek bo treba potrditi z večjim številom testnih osebkov • Izvedene bodo dodatne raziskave: • odkriti korelacijo med spreminjanjem značilnosti hoje in hitrostjo hoje • preizkusiti predlagane metode za razpoznavanje gibalnih motenj, ki bi lahko ponazarjale zdravstvene težave testirane osebe

  17. Hvala za vašo pozornost! Vprašanja?

More Related