인간 활동 인식(Human Activity Recognition, HAR)은 인간 관련 신호처리 분야에서 어려운 과제이다. 웨어러블 감지 기술의 발전에 힘입어, HAR에서 새롭게 부상하는 연구 접근법은 웨어러블 센서로부터 수집된 데이터를 이용하여 사용자가 수행한 작업을 식별하는 것이다. 본 논문에서는 시중에서 구할 수 있는 스마트 밴드와 두 개의 스마트 신발을 사용하여 일상생활 활동을 모니터링하고 인식하기 위한 새로운 시스템을 제안한다. 이 시스템은 신체 부위 배치에 관한 문제, 다중모달 센서의 융합, 그리고 특정 활동 집합에 대한 특징 선택을 해결하기 위한 유용한 도구를 제공하는 것을 목표로 한다. 이 시스템은 손목과 발에서 관성(inertial) 및 족저(plantar) 압력 데이터를 수집하여 분석하고, 인식에 필요한 주요 특징을 추출·선택한다. 우리는 축소된 특징 집합으로부터 활동을 분류하기 위한 두 개의 예측 모델을 구성하고 비교한다. 각 웨어러블 기기의 분류 성능과 융합 방식에 대한 비교를 제시함으로써, 활동 인식에 가장 적절한 신체 부위가 손목인지 발인지 규명한다. 또한 이러한 비교는 제안된 시스템의 효과적인 HAR 성능을 보여주었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.