본 논문은 센서 배치의 특징 선택을 기반으로 활동을 인식하기 위한 새로운 접근법을 제안한다. 이 방법은 인체의 서로 다른 위치에 부착된 웨어러블 센서들의 다중센서 융합 정보와 관련된 문제를 해결하도록 설계되었다. 구체적으로, 본 접근법은 일상생활 활동을 인식하기 위해 신체-센서 위치에 따라 각 활동을 특성화하는 최적의 특징 집합을 추출할 수 있다. 먼저 저역통과 필터를 활용하여 원시 데이터를 전처리한다. 다양한 특징을 추출한 후, 각 센서의 특징 집합에 대해 특징 선택 알고리즘을 각각 적용하여 신체 각 위치에 대한 최적의 특징 집합을 얻는다. 이어서 각 집합 내 특징 간의 상관관계를 조사하여 특징 집합을 최적화한다. 마지막으로, 네 가지 신체 위치의 특징을 포함하는 최적화된 특징 집합에 분류기를 적용하여 13가지 활동을 분류한다. 실험 결과, 제안한 방법을 벤치마크 데이터셋에 적용하여 전체 정확도 99.13%를 얻었다. 또한, 각 센서의 배치에 대해 특징 선택을 수행함으로써 특징 선택 단계의 계산 시간을 줄이고 높은 정확도 비율을 달성할 수 있음을 보여준다. 더 나아가, 본 제안 방법은 다중 센서 구성에 적용되어 일상생활 활동을 분류하는 데 활용될 수 있다. 각 센서 노드가 본인을 특성화하는 필수 정보만을 클라우드 서버로 전송하므로, 이 방법은 활동 분류 시스템 기반 빅데이터 플랫폼에 배치될 것으로 기대된다.

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