Buch, Englisch, Band 8, 266 Seiten, Format (B × H): 148 mm x 210 mm, Gewicht: 537 g
Buch, Englisch, Band 8, 266 Seiten, Format (B × H): 148 mm x 210 mm, Gewicht: 537 g
Reihe: FAU Studien aus der Informatik
ISBN: 978-3-96147-225-3
Verlag: FAU University Press
Die automatische Erkennung menschlicher Aktivität spielt eine große Rolle im Gesundheits- und Sportsektor. Das Wissen u¨ber die Aktivität, die durchgefu¨hrt wird, kann verwendet werden, um die Einhaltung von Empfehlungen hinsichtlich körperlicher Aktivität zu u¨berpru¨fen, die Ursachen des Aktivitätsverhaltens zu untersuchen, fu¨r einen Sport spezifische Trainingsprogramme zu implementieren und die körperlichen Anforderungen, die in einem sportlichen Wettkampf vorkommen, nachzubilden. Derzeitig zur Verfu¨gung stehende Systeme zur Aktivitätserkennung beruhen oftmals auf Fragebögen. Fragebögen zu benutzen beinhaltet das Problem, dass man sich nicht zuverlässig an die Aktivität, die durchgefu¨hrt wurde, erinnert.
In dieser Doktorarbeit werden Algorithmen zur sensorbasierten Aktivitätserkennung vorgestellt und evaluiert, die Techniken des Maschinellen Lernens auf Inertialsensor-Daten anwenden. Die automatische Erkennung von Alltags- und Sportaktivitäten bildet dabei den Fokus. Beispiele für Aktivitäten sind Sitzen, Geschirrspu¨len, Treppen steigen und Schießen im Fußball. Neben der Entwicklung und Implementierung von Algorithmen, werden notwendige Design-Erweiterungen von Aktivitätserkennungssystemen identifiziert und zukünftige Forschungsrichtungen aufgezeigt.
