WaveNet 알고리즘과 효과적인 데이터 전처리 기법을 활용한 사용자 행동인식에 관한 연구

Abstract

본 논문에서는 스마트폰 상의 3축 가속도센서(x, y, z)에서 수집한 데이터를 기반으로 사용자의 행동을 인식할 수 있는 효율적인 알고리즘을 제안한다. 스마트폰 사용한 행동 인식 연구는 몇 가지 장점이 있다. 예를 들어 사용자에게 센서를 부착할 필요가 없고 영상기반 행동 인식보다 데이터의 크기가 작다. 제안하는 데이터 전처리 기법은 데이터 정규화와 슬라이딩 윈도우를 사용하였으며 이후, rolling, time warping, and magnitude warping을 적용하여 데이터를 확장시켰다. WaveNet 알고리즘 성능 평가를 위해 WISDM 공개 데이터 셋을 이용하여 사람의 6가지 행동을 인식하였다. 그 결과, 제안하는 알고리즘의 성능은 99.15%의 인식률을 보였으며, 동일한 데이터를 사용한 기존 연구보다 우수한 성능을 확인하였다.