Classificação hierárquica para reconhecimento de atividades humanas de transição

• Autor(a) principal: Silva, Gabriel Costa e
• Data de Publicação: 2022
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
• Texto Completo: http://app.uff.br/riuff/handle/1/25850
• topic: Reconhecimento de atividades humanas; Atividades de transição; Aprendizado de máquina; Aprendizado de máquina; Inteligência artificial; Computação ubíqua; Human Activity Recognition; Postural Transitions; Machine Learning

Em um mundo cada vez mais conectado, a tecnologia tornou-se parte inerente da vida das pessoas. Neste cenário surgem recursos tecnológicos voltados ao auxílio cotidiano, como é o caso do Reconhecimento de Atividades Humanas, com benefícios particulares em saúde e segurança. Entretanto, é imprescindível identificar apropriadamente as atividades, que muitas vezes são formadas por sequências de outras atividades. Exatamente nesta conjuntura entram as atividades de transição como ponto de união entre os elementos da sequência. O reconhecimento dessas transições dificilmente é preciso devido às características inerentes. Este trabalho tem por objetivo analisar o reconhecimento de atividades de transição em busca de um método capaz de aprimorar tal reconhecimento. A partir disso, este trabalho propõe um algoritmo hierárquico capaz de identificar de forma robusta essas atividades de transição. Os resultados nos mostram que o algoritmo é eficaz tanto para dados provenientes de sensores inerciais quanto de câmeras com sensor de profundidade.