複数センサーを用いた屋内細粒度行動認識の自動化

摘要

This article proposes a method to recognize user's fine-grain activity recognition using multiple sensor and creating sampled topological map. This method turned out to require two threshold values for determining to create a new sample cluster and to update existing sample clusters. We conducted some experiments and obtained result of under 0.1% miss recognition ratio through relatively short term sensing and automated updating of topological map.%ユーザの細粒度での屋内行動を認識するために，複数のセンサーを用い普段滞在する居場所を自動的に学習し標本化する機構と，それを用い現在の状況を標本から抽出する機構を実装し評価した.その結果，新規の標本を生成すべきか，既存の標本をアップデートすべきかの闌値を獲得する必要があることがわかり，そのための検証実験を実施し，比較的短期間のセンシングでも自動的に標本をアップデートして，ほぼ0.1％未満の誤認識率に押えられる見込みが得られた.