한글내용
(Korean Abstract) |
사용자 행위 인식(Human Activity Recognition, HAR) 기술은 사용자가 어떠한 행위를 수행하고 있는지를 인지해 내는 기술이다. 최근 스마트폰과 웨어러블 워치와 같은 스마트 기기의 사용률이 증가하면서 정교한 헬스 케어 서비스가 사용자에게 제공되고 있다. 다양한 센서로 부터의 데이터 수집은 HAR의 정확도는 높일 수 있으나, 배터리 소모량이 많은 문제점을 가지고 있다. 따라서, 센서 데이터 수집에 있어서 HAR의 인식률에 직접적인 영향을 끼치는 센서 선정과 환경 구축이 중요하다. 본 연구에서는 사용자의 6가지 기본 행동에 따른 스마트폰과 웨어러블 워치의 센서 데이터를 수집하여, 이를 CNN의 학습, 테스트 데이터로 사용했을 때 정확도를 측정하였으며, 이를 기반으로 HAR 인식률에 많은 영향을 주는 센서들을 선정하였다.
|
