Smartphone-Based Human Activity Recognition (eBook)
XXIII, 133 Seiten
Springer International Publishing (Verlag)
978-3-319-14274-6 (ISBN)
The book reports on the author's original work to address the use of today's state-of-the-art smartphones for human physical activity recognition. By exploiting the sensing, computing and communication capabilities currently available in these devices, the author developed a novel smartphone-based activity-recognition system, which takes into consideration all aspects of online human activity recognition, from experimental data collection, to machine learning algorithms and hardware implementation. The book also discusses and describes solutions to some of the challenges that arose during the development of this approach, such as real-time operation, high accuracy, low battery consumption and unobtrusiveness. It clearly shows that it is possible to perform real-time recognition of activities with high accuracy using current smartphone technologies. As well as a detailed description of the methods, this book also provides readers with a comprehensive review of the fundamental concepts in human activity recognition. It also gives an accurate analysis of the most influential works in the field and discusses them in detail. This thesis was supervised by both the Universitat Politècnica de Catalunya (primary institution) and University of Genoa (secondary institution) as part of the Erasmus Mundus Joint Doctorate in Interactive and Cognitive Environments.
Human Activity Recognition Essentials.- Data Collection and Offline Activity Recognition.- Online Activity Recognition with Smartphones.
| Erscheint lt. Verlag | 14.1.2015 |
|---|---|
| Reihe/Serie | Springer Theses |
| Zusatzinfo | XXIII, 133 p. 31 illus., 2 illus. in color. |
| Verlagsort | Cham |
| Sprache | englisch |
| Themenwelt | Mathematik / Informatik ► Informatik |
| Technik ► Elektrotechnik / Energietechnik | |
| Technik ► Maschinenbau | |
| Schlagworte | Body Motion Detection • HAR • Motion Signals • Online Activity Recognition • Real-time Human Activity Recognition • Smartphone Sensors • Support Vector Machine • Wearable Devices |
| ISBN-10 | 3-319-14274-7 / 3319142747 |
| ISBN-13 | 978-3-319-14274-6 / 9783319142746 |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)Größe: 5,0 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Zusätzliches Feature: Online Lesen
Dieses eBook können Sie zusätzlich zum Download auch online im Webbrowser lesen.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
