Bài báo trình bày một thuật toán cho phép nhận diện hành động hàng ngày của con người như di chuyển, dừng thông qua dữ liệu của các cảm biến gia tốc, từ trường và trọng lực trên điện thoại thông minh. Thuật toán thực hiện qua ba bước: ghi dữ liệu các cảm biến theo khung thời gian thực, sau đó xử lý dữ liệu cảm biến đưa ra những đặc trưng phù hợp để nhận diện hành động. Bước tiếp theo dữ liệu được qua bộ máy học để dự đoán hành động dựa trên bộ dữ liệu huấn luyện đã được lấy mẫu trước đó. Kết quả nhận diện các hoạt động của thuật toán cho độ chính xác từ 88 đến 92%. | Nhận diện hành động người sử dụng qua thiết bị di động THE INTERNATIONAL CONFERENCE ON MARINE SCIENCE AND TECHNOLOGY 2016 Nhận diện hành động người sử dụng qua thiết bị di động Recognizing human activities via mobile devices Lê Trí Thành1 Trần Đình Vương1 Thái Thanh Phú2 1 Trường Đại học Hàng hải Việt Nam thanhlt@ 2 Trường CĐ Công nghiệp và Xây dựng Tóm tắt Bài báo trình bày một thuật toán cho phép nhận diện hành động hàng ngày của con người như di chuyển dừng thông qua dữ liệu của các cảm biến gia tốc từ trường và trọng lực trên điện thoại thông minh. Thuật toán thực hiện qua ba bước ghi dữ liệu các cảm biến theo khung thời gian thực sau đó xử lý dữ liệu cảm biến đưa ra những đặc trưng phù hợp để nhận diện hành động. Bước tiếp theo dữ liệu được qua bộ máy học để dự đoán hành động dựa trên bộ dữ liệu huấn luyện đã được lấy mẫu trước đó. Kết quả nhận diện các hoạt động của thuật toán cho độ chính xác từ 88 đến 92 . Từ khóa Nhận diện hành động gia tốc kế từ trường kế cảm biến trọng lực. Abstract The paper describes an algorithm to recognize human activities in real-time such as moving stopping activities by using data collected from smartphone sensors including accelerometers magnetic and gravity. The algorithm performed through three steps. Firstly we collect the sensors data in real-time. After that the data will be processed to find out features which are used to detect the activities. In the third step the processed data will be sent to the machine for prediction of activities based on the trained data that is sampled previously. The recognition rates of the algorithm ranges from 88 to 92 . Keywords Activity recognition accelerometers magnetic gravity. 1. Tổng quan Hệ thống nhận diện hành động qua cảm biến đeo người đã được nghiên cứu phát triển trên thế giới và cho kết quả chính xác cao đến trên 90 1 7 . Các cảm biến được đặt trên các vị trí khác nhau trên cơ thể và xác định các hoạt động thông qua việc thu thập dữ liệu cảm biến để chỉ ra các hành
