在日本,擴(kuò)大傳感器應(yīng)用范圍的研究開(kāi)發(fā)現(xiàn)在非;钴S。2013年11月5~7日于日本宮城縣仙臺(tái)市舉行的第30屆“傳感器、微機(jī)械及應(yīng)用系統(tǒng)”研討會(huì)上就提出各種各樣的傳感器應(yīng)用方案。下面就來(lái)介紹一下其中的用傳感器識(shí)別用戶日常行為的技術(shù)。
用戶是在做飯,吃飯,還是在洗碗?日本大阪大學(xué)研究生院信息科學(xué)研究科副教授前川卓也在研討會(huì)上發(fā)表了用傳感器來(lái)識(shí)別這些日常行為的技術(shù)(演講序號(hào)6AM2-E-4)。
在不侵犯?jìng)(gè)人隱私的前提下掌握用戶行為的方法是在用戶身上佩戴加速度傳感器,用來(lái)推斷用戶的行為。但是,這種方法一般推斷不出用戶是在做飯還是在吃飯等行為。
從攝像頭和麥克風(fēng)提取特征
此次前川發(fā)表的是從人身上佩戴的多個(gè)傳感器提取行為特征,由此推斷行為內(nèi)容的技術(shù)。腕帶式試制品上安裝了攝像頭和麥克風(fēng)。前川說(shuō):“很多日常行為都跟手部運(yùn)動(dòng)相關(guān)”,因此要通過(guò)從手部獲取的影像和聲音提取活動(dòng)特征。
這項(xiàng)研究的主要目的是,找出一種算法來(lái)確立作為輸入的“多個(gè)傳感器的輸出”與作為結(jié)果的“行為內(nèi)容”之間的關(guān)系。現(xiàn)在已投入使用的很多傳感器系統(tǒng)的輸入與輸出的關(guān)系是比較簡(jiǎn)單的。比如,在檢測(cè)傾斜的應(yīng)用中,只要結(jié)合加速度傳感器的輸出,就能掌握是否傾斜。
這次用來(lái)推斷結(jié)果的算法,有的地方跟大數(shù)據(jù)分析很象。首先從傳感器數(shù)據(jù)中提取特征數(shù)據(jù)(輸出的周期等),然后制作被稱作“特征矢量”的數(shù)據(jù)集。另一方面,準(zhǔn)備好特定行為,例如做飯時(shí)的典型特征矢量,與從傳感器獲得的特征矢量進(jìn)行比較。前川介紹說(shuō),有密切關(guān)聯(lián)的要素(特征)是研究人員憑感覺(jué)提取的。
該技術(shù)可用于更為具體的行為識(shí)別,比如記錄自己行為的生活日志、獨(dú)居老人的看護(hù)以及確認(rèn)是否已服用某種藥物等。