Los puntos clave no están disponibles para este artículo en este momento.
La detección de actividades humanas diarias es un componente clave en las aplicaciones modernas del Internet de las Cosas. En este estudio, presentamos un algoritmo jerárquico para la detección en línea de actividades humanas con dos niveles de métodos de extracción de características. En el nivel inferior, el algoritmo obtiene datos de sensores del acelerómetro y el micrófono del smartphone del usuario y extrae los modelos sobre la Detección de Movimiento y Entorno del usuario. En el nivel superior, el algoritmo toma como entrada la combinación de la salida de estos modelos y extrae el modelo sobre la Detección de Actividades Humanas. Este algoritmo jerárquico flexible y modular detecta actividades más complejas (que las que usualmente se encuentran en el estado del arte), bajo configuraciones de smartphone más amplias (posición, orientación). Puede ser extendido con más modelos de extracción de características para diferentes sensores, en niveles adicionales de jerarquía y con diferentes combinaciones para reconocer con mayor precisión actividades más específicas y sofisticadas del usuario.
Filios et al. (Mar,) estudiaron esta cuestión.