スマートフォンによる人間の行動認識
スマートフォンを使って人間の行動を認識する
健康で幸福な人生を送るには活動的な生活習慣が欠かせません。しかし、人間の行動を正確に把握、追跡することが困難な場合があります。 人工知能（AI）は、人間の行動認識の精度に革命をもたらし、エッジAIが、それらのアルゴリズムをどこにでも組み込めるようにしました。 スマートウォッチ、スマートリストバンド、スマートシューズなどのデバイス、特に誰もがポケットに入れているデバイス、スマートフォンに組み込むことで、個人情報を開示することなくローカルで動作させることができる。
アルゴリズムは、個人情報を開示することなく、これらのデバイス上でローカルに実行できます。最適化されたAIモデルを組み込んだスマートフォンはパーソナライズされた行動認識システムとなり、ユーザの行動を把握し、分類できます。 ウォーキング、ランニング、サイクリングから、より複雑なヨガやウェイトリフティングなどの運動まで、スマートフォンは進捗を監視して、フィットネス･ルーチンに関して情報に基づいた判断を下すことができます。
アルゴリズムは、個人情報を開示することなく、これらのデバイス上でローカルに実行できます。最適化されたAIモデルを組み込んだスマートフォンはパーソナライズされた行動認識システムとなり、ユーザの行動を把握し、分類できます。 ウォーキング、ランニング、サイクリングから、より複雑なヨガやウェイトリフティングなどの運動まで、スマートフォンは進捗を監視して、フィットネス･ルーチンに関して情報に基づいた判断を下すことができます。
アプローチ
このユースケースは、 Kaggleの "Human Activity Recognition with Smartphones "データセットに基づいている。 目標は、ユーザが歩いているのか、階段を上っているのか、階段を下っているのか、座っているのか、立っているのかを判断することです。
スマートフォンに内蔵された加速度センサーとジャイロスコープを使って、直線加速度と角速度のデータを50Hzのレートで取得する。 次に、トレーニングとテスト用のデータを複数のファイル（5種類の行動のそれぞれに1つ）にまとめます。 その後、各ファイルから「行動」（ラベル）の列を削除します。 最後に、 NanoEdge AI Studioを使用して、これらの入力からN-クラス分類モデルをトレーニングしました。
センサ
加速度センサとジャイロセンサ
データ
5クラス の行動歩行、階段を上る、階段を下りる、着座、起立
信号長562（マルチセンサ）
データレート50Hz
信号長562（マルチセンサ）
データレート50Hz
結果
Nクラス分類：
96.35%の精度、6.7KバイトのRAM、15.2Kバイトのフラッシュメモリ
緑の点は正しく分類された信号を表し、赤い点は誤って分類された信号を表します。 横座標はクラス、縦座標は正常状態に対する類似度です。
リソース
モデル作成ツール NanoEdge AI Studio
要件に合った最適なAIモデルを簡単に見つけられるようユーザをステップ･バイ･ステップでガイドし、組込みプロジェクトにAIを追加できる無償のAuto MLソフトウェアです。
対応製品 STM32マイコン
Arm® Cortex®-Mベース32bitマイコンのSTM32ファミリは、マイコン･ユーザに高いレベルの自由を提供します。完全統合性および開発の容易さを維持しながら、高性能、リアルタイム性能、豊富な機能、デジタル信号処理、低消費電力 / 低電圧駆動、およびコネクティビティを兼ね備えた製品を提供します。
