IMUを用いた行動認識(k近傍法)をした話

 

もくじ

• やったこと
• 実装
• 実行結果
• まとめ

やったこと

IMUセンサ（加速度，ジャイロセンサ）を腕につけ，行動ごとのデータをとる．
行動の種類は，歯磨き，歩く，食べる，洗顔，階段の上り下りなど,9動作．
このラベリングされたデータ前処理し，特徴値を抽出，knnアルゴリズムを用い，教師データとテストデータを交差検証法にかけ，Confusion Matrixを作成した．これらを全て一からC#で実装した．

加速度，ジャイロセンサのデータをサンプリングしたもの．

 

実装

コードはこちら．

github.com

C#, Visual Studioで実装
データ収集部分は省略．データを行動ごとに読み込み，それをれを移動平均，移動分散にかけListにする．加速度データとジャイロデータの周期の差があるようだったため，それぞれwindowサイズを変えた．
これを交差検証法にかけるため，教師データとテストデータに分ける．全体の1/3をテストデータ，2/3を教師データとした．それぞれのデータについて，特徴地を移動分散の和とし，k近傍法にかける．正規化すればよかったのだが，うまくいかなかったため加速度データ，ジャイロデータに重み付けをすることで対応した．計算量削減のためソートは用いず，kこのデータを順次に入れ替えて行く形式を取った．
交差検証したらそれぞれの結果についてConfusion Matrixを作成した．

実行結果

行動は順番に洗顔，食べる，歩く，書く，歯磨き，階段上り下り，立着席，読む，話す.

まとめ

Pythonを使えばもっと簡単に実装できるだろうが，練習のためC#で一から全て実装した．認識率は芳しくなかった．
パラメーターを遊ばせればよかったが，実行時間がかかりすぎるため試せなかった．実行時間を短くする工夫をもっとできればよかった．また，Confusion Matrix から誤認識の傾向を探り，アルゴリズムに組み込めればよかった．