Aktivitätserkennung

Es wurden Methoden zur Erkennung menschlicher Aktivitäten (Human Activity Recognition, HAR) entwickelt, um Aufnahmen menschlicher Bewegungen automatisch in eine Reihe von Aktivitäten einzuordnen. Die Erfassung, Auswertung und Analyse sequenzieller Daten zur genauen Erkennung menschlicher Aktivitäten ist für viele Anwendungen im Bereich des Pervasive Computing von entscheidender Bedeutung, z. B. für Anwendungen wie umgebungsunterstütztes Wohnen, Smart-Homes, Aktivitäten des täglichen Lebens, Gesundheitsunterstützung und Industrie 4.0. Ein HAR-System versucht, die Aktivitäten eines Subjekts auf der Grundlage der Aufzeichnung physikalischer Größen im Zusammenhang mit der Bewegung des Subjekts zu klassifizieren. Das HAR-System besteht aus verschiedenen Stufen: Datenerfassung, Datendarstellung, Vorverarbeitung und Klassifizierung, entweder durch statistische Merkmalserkennung oder durch neuronale Netze. HAR verarbeitet Signale von Videos, markerbasierten Bewegungserfassungssystemen oder Inertial-Messeinheiten (IMUs). Letztere sind sehr wichtig, da sie HAR zu einem potenziellen Werkzeug jenseits von begrenzten oder Laborumgebungen machen. IMUs werden nicht durch Verdeckung beeinträchtigt, und sie stellen keine menschlichen Identitäten dar. Sie bieten einen Einblick in die Bewegung der Person, welche die IMUs trägt. All dies macht HAR zu einer besonders interessanten Methode für die Optimierung in Branchen, in denen manuelle Arbeit nach wie vor vorherrscht, wie etwa in der Logistik.