검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Home Activity Recognition by Sounds of Daily Life Using Improved Feature Extraction Method 개선된 특징 추출 기법을 이용한 일상생활 소리의 홈 활동 인식

João Filipe PAPEL, Tatsuji MUNAKA

  • 조회수

    15

  • 이것을 인용

요약 :

최근 사회의 고령화에 따라 노인을 돌보기 위한 가정에서의 인간의 활동을 인식하기 위한 다양한 연구가 활발히 진행되고 있다. 활동 인식을 위해 여러 센서가 사용됩니다. 그러나 이러한 센서를 사용할 때는 개인 정보 보호를 고려해야 합니다. 프라이버시를 지켜주는 센서 후보 중 하나가 바로 사운드 센서다. MFCC(Mel-Frequency Cepstral Coefficient)는 음성인식을 위한 특징 추출 알고리즘으로 널리 사용됩니다. 그러나 일상생활의 소리에 의한 활동인식에 기존의 MFCC를 적용하는 것은 적합하지 않다. 본 논문에서는 간단히 “생활의 소리”를 “생활의 소리”로 표기한다. 그 이유는 기존의 MFCC는 고주파수에서 나타나는 생활음의 여러 특징을 잘 추출하지 못하기 때문이다. 본 논문에서는 개선된 MFCC를 제안하고, 개선된 MFCC에서 추출된 특징을 이용하여 머신러닝 SVM(Support Vector Machine)을 통한 활동 인식 평가 결과를 보고한다.

발행
IEICE TRANSACTIONS on Information Vol.E106-D No.4 pp.450-458
발행일
2023/04/01
공개일
2022/08/23
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2022IIP0004
원고의 종류
Special Section PAPER (Special Section on Intelligent Information Processing to Solve Social Issues)
범주

작성자

João Filipe PAPEL
  Tokai University -- Takanawa Campus
Tatsuji MUNAKA
  Tokai University -- Takanawa Campus

키워드