Akıllı telefonlar üzerinde kişi, cihaz, cihaz yönü ve pozisyonundan bağımsız eylem tanıma

Zengin bir algılayıcı kümesi ile donatılmış akıllı telefonlar, insan eylemlerinin tanınmasında alternatif platformlar olarak yaygın hesaplama alanında araştırılmaktadır. Ancak bu tip sistemlerin kitleler tarafından başarılı bir şekilde kabul edilebilmesi için bir takım zorluklar mevcuttur. Bu tezde, bilhassa insan davranışlarından ve donanımdan kaynaklanan zorluklara yoğunlaşılmıştır. Bu faktörlerin eylem tanıma başarımı üzerindeki etkisini analiz edebilmek için, 20 katılımcıdan ivmeölçer algılayıcısı kullanılarak, beş temel hareket eylemi içeren bir veri kümesi toplanmıştır. Bu veri kümesi kullanılarak, eylem tanımanın cihaz, cihaz modeli, kullanıcı, cihaz yönelimi ve cihaz pozisyonu gibi telefon üzerinde eylem tanımayı etkileyecek faktörlerden bağımsız olarak yapılıp yapılamayacağı analiz edilmiştir. Öncelikle cihaz ve cihaz modelinden bağımsız bir şekilde eylem tanıma deneylerinde %96 başarım elde edilirken, cihaz pozisyonu ve kullanıcı bağımlılığı testlerinde %87 ve %90 başarım elde edilebildi. Bu konularla baş etmek için, öncelikle doğrusal ivmelenme değerleri hesaplandı ve ardından algılayıcıların birleşimi ile ivmenin telefon koordinatlarından dünya koordinatlarına çevrilmesi sağlandı. Bu metotlar ile, cihazın yöneliminin etkisi ortadan kaldırılarak, kişiden ve yönelimden bağımsız eylem tanımanın başarımı sırayla %98 ve %95'e yükselmiştir. Son olarak telefonun pozisyonun etkisi üç farklı metot, genel sınıflandırma, pozisyona-özel sınıflandırma ve ortak sınıflandırma kullanılarak analiz edilmiş ve pozisyona özel sınıflandırma yapmanın gerekli olmadığı genel sınıflandırma kullanmanın da benzer sonuçlar elde ettiği gösterilmiştir. Ancak, karışıklık matrislerine yakından bakıldığında sabit aktivitelerin (ayakta durma ve oturma) başarımı düşürdüğü ve bu aktiviteleri tek bir sınıfta birleştirilmesi ile eylemler %98 üzerinde bir başarım ile tanınabilmektedir.