Metrika članka

  • citati u SCindeksu: 0
  • citati u Google Scholaru:[=>]
  • posete u prethodnih 30 dana:2
  • preuzimanja u prethodnih 30 dana:1
članak: 1 od 1  
Zbornik radova, Elektrotehnički institut "Nikola Tesla"
2017, vol. 27, br. 27, str. 1-9
jezik rada: srpski
vrsta rada: stručni članak
doi:10.5937/zeint27-13603

Creative Commons License 4.0
Korišćenje funkcije gustine verovatnoće u postupku za prepoznavanje tipa fizičke vežbe
aUniverzitet u Beogradu, Elektrotehnički institut 'Nikola Tesla', Beograd + Univerzitet u Beogradu, Elektrotehnički fakultet, Beograd
bUniverzitet u Beogradu, Elektrotehnički institut 'Nikola Tesla', Beograd

e-adresa: nikola.cakic@ieent.org

Sažetak

U radu je prikazan postupak za prepoznavanje fizičkih vežbi, korišćenjem samo troosnog akcelerometra pametnog telefona. Telefon se nalazi nefiksiran u džepu vežbača. Analizirane su vežbe za jačanje mišića nogu iz stojećeg položaja: čučanj, iskorak i podizanje kolena. Sve vežbe su rađene nogom u čijem džepu se nalazi senzor ubrzanja korišćenog mobilnog telefona. Da bi se testirao predloženi postupak, nasumice je odabrana vežba podizanje kolena koja se obavlja suprotnom nogom od one u čijem se džepu nalazi mobilni telefon. Filtriranje sirovih signala ubrzanja je postignutno korišćenjem Batervortovog filtra propusnika niskih učestanosti (desetog reda). Filtrirani signali svake od osa akcelerometra su opisani pomoću tri deskriptora. Nakon izračunavanja deskriptora signala, za svaki deskriptor je formirana funkcija gustine verovatnoće. Postupak za prepoznavanje vežbi se obavlja online unutar Android aplikacije pametnog telefona. Signali dve muške i dve ženske osobe su poslužili kao referenca za prepoznavanje vežbi. Uspešnost prepoznavanja je 94,22% za prepoznavanje tri vežbe, odnosno 85,33% za prepoznavanje sve četiri razmatrane vežbe.

Ključne reči

Akcelerometar; fizička vežba; deskriptor signala; funkcija gustine verovatnoće; prepoznavanje vežbi

Reference

Ar, I., Akgul, Y.S. (2014) A computerized recognition system for the home-based physiotherapy exercises using an RGBD camera. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 22, (6), pp. 1160-1171. http://ieeexplore.ieee.org/document/6819433
Bonnet, V., Joukov, V., Fraisse, P., Ramdani, N., Venture, G. (2016) Monitoring of hip and knee joint angles using a single inertial measurement unit during lower limb rehabilitation. IEEE Sensors Journal, 16, (6), pp. 1557-1564. http://ieeexplore.ieee.org/document/7352303
Ermes, M., Parkka, J., Mantyjarvi, J., Korhonen, I. (2008) Detection of daily activities and sports with wearable sensors in controlled and uncontrolled conditions. IEEE Transactions on Information Technology in Biomedicine, Vol. 12, No. 1, pp. 20-26, http://ieeexplore.ieee.org/document/4358887
Guan, Q., Yin, X., Guo, X., Wang, G. (2016) A novel infrared motion sensing system for compressive classification of physical activity. IEEE Sensors Journal, 16, (8), pp. 2251-2259. http://ieeexplore.ieee.org/document/7374660
Phan, N., Ebrahimi, J., Kil, D., Piniewski, B., Dou, D. (2016) Topic-aware physical activity propagation in a health social network. IEEE Intelligent Systems, 31, (1), pp. 5-14. http://ieeexplore.ieee.org/document/7325206
Toth-Laufer, E., Varkonyi-Koczy, A.R. (2014) A soft computing-based hierarchical sport activity risk level calculation model for supporting home exercises. IEEE Transactions on Instrumentation and Measurement, 63, (6), pp. 1400-1411. http://ieeexplore.ieee.org/document/6725620
Wang, A., Chen, G., Yang, J., Zhao, S., Chang, C.Y. (2016) A comparative study on human activity recognition using inertial sensors in a smartphone. IEEE Sensors Journal, 16, (11), pp. 4566-4578. http://ieeexplore.ieee.org/document/7439743
Xu, J., Wang, Y., Barrett, M., Dobkin, B., Pottie, G.J., Kaiser, W.J. (2016) Personalized multilayer daily life profiling through context enabled activity classification and motion reconstruction: An integrated system approach. IEEE Journal of Biomedical and Health Informatics, 20, (1), pp. 177-188. http://ieeexplore.ieee.org/document/6996100