Contribution to the activities recognition from a embedded device
Contribution à la reconnaissance d'activités à partir d'un objet connecté
Résumé
This manuscript deals with the recognition of activities from accelerometric data. The device used to collect the accelerometer data is eTact, a device developed by Bodycap. Several solutions are proposed to optimize the autonomy of the connected object. These solutions are implemented and compared on different data sets. The originality of one of these solutions is to binarize the data of the accelerometer before transferring them to an external platform where they are analyzed. The use of binary data induces the loss of a lot of information, however it is shown in this manuscript that it is possible to estimate, among other things, the parameters of an Auto Regressive model of a time series from the binary information on this series. In this respect, an identification algorithm is proposed and analyzed.
Ce manuscrit porte sur la reconnaissance d’activités à partir de données accéléromètriques. Le dispositif utilisé pour collecter les données de l’accéléromètre est eTact, dispositif développé par la société Bodycap. Plusieurs solutions sont proposées afin d'optimiser l’autonomie de l’objet connecté. Ces solutions sont mises en oeuvre et comparées sur différentes séries de données. L'originalité d'une de ces solutions consiste à binariser les données de l’accéléromètre avant de les transférer vers une plateforme externe où elles sont analysées. L’utilisation de données binaires entraîne la perte de nombreuses informations, cependant il est montré dans ce manuscrit qu’il est possible d’estimer, entres autres, les paramètres d'un modèle Auto Régressif d’une série temporelle à partir de l'information binaire sur cette série. A ce titre, un algorithme d'identification est proposé et analysé.
Origine : Version validée par le jury (STAR)
Loading...