An efficient model for human activity recognition using convolutional neural network (CNN)

Bilgi, herhangi bir zamanda insan faaliyetlerini sınıflandırma ve tanıma sistemleri aracılığıyla bireylerden elde edilebilir. Bu sistemler hastalıkların tespiti, fizik tedavi aşamalarının iyileştirilmesi, akıllı ev projelerinin geliştirilmesi gibi farklı alanlarda kullanılmaktadır. Bu çalışmada akıllı telefonlar üzerinde bulunan ivmeölçer ve jiroskop sensörlerinden elde edilen veriler kullanılmıştır. Literatürdeki çalışmaların çoğu, makine öğrenmesi ve derin öğrenme tekniklerine dayalı olarak üst düzey özellikleri ve aralarındaki ilişkileri analiz edememektedir. Evrişimli Sinir Ağı (CNN) modeli, üst düzey ve hassas özellikler elde etme kabiliyeti nedeniyle oldukça uygun bir derin öğrenme yaklaşımıdır. Bu arka planı içeren derin öğrenme temelli yaklaşım, çalışmamızdaki deneylerde çeşitli insan etkinliklerinin sınıflandırılmasında kullanılmıştır. Deneylerde, ilgili ağ modellerine farklı girdi parametreleri, katman ve ağ birimleri verilerek sınıflandırma performans doğruluk oranı ölçülmüştür. Sonuç olarak, altı farklı sınıfın yüksek doğrulukla sınıflandırıldığı ve yaklaşık %97.98'lik bir sınıflandırma performansı elde edildiği gösterilmiştir.