Video Experimental Relacionado
Updated: Sep 9, 2025
06:49
Evaluation of a Smartphone-based Human Activity Recognition System in a Daily Living Environment
Published on: December 11, 2015
9.0K
Reconocimiento de los comportamientos de desplazamiento en skateboard y kickboard utilizando rastreadores de
Nathanael Aubert-Kato1,2, Hitomi Hatori3, Arisa Orihara3
1Department of Computer Science, Ochanomizu University, Tokyo, Japan.
JMIR formative research
|August 29, 2025
Resumen
Los sensores usados en la muñeca pueden detectar con precisión el skateboard y el kickboard, ofreciendo una nueva forma de rastrear los desplazamientos activos. Este reconocimiento de actividad push-push-glide es prometedor para los rastreadores de fitness.
Área de la Ciencia:
- Tecnología portátil
- Interacción hombre-ordenador
- Biomecánica
Sus antecedentes:
- Los métodos de desplazamiento activo como el skate y el kickboard están creciendo en popularidad.
- Los rastreadores de actividad actuales luchan por reconocer los patrones de movimiento únicos de estas actividades.
Objetivo del estudio:
- Evaluar la viabilidad de clasificar el skateboard y el kickboard utilizando sensores portátiles y teléfonos inteligentes.
- Identificar las características clave derivadas de los sensores para un reconocimiento preciso de la actividad.
Principales métodos:
- Diez participantes realizaron nueve actividades, incluido el skateboard y el kickboard.
- Datos recogidos de los sensores de muñeca, cadera y bolsillo (acelerómetro, giroscopio, barómetro).
- Clasificadores aleatorios de bosques utilizados para las clasificaciones multiclase y binarias.
Principales resultados:
- Los sensores usados en la muñeca lograron la mayor precisión (84%-88%) para la clasificación de varias clases.
- Alta sensibilidad para identificar el skateboarding (93%-99%) y el kickboarding (97%-99%).
- La clasificación de la superclase empujar-empujar-deslizar logró altas precisiones (91%-95%).
Conclusiones:
- Reconocer el skateboard y el kickboard es factible con sensores portátiles, especialmente dispositivos usados en la muñeca.
- Una clasificación más amplia de empuje-empuje-deslizamiento muestra potencial para la integración del rastreador de actividad.
- La investigación futura debe centrarse en la fusión de sensores y la estimación del gasto energético.
