HUMAN ACTIVITY RECOGNITION WITH SMARTPHONES

Ovaj rad objašnjava tehnologije prepoznavanja pokreta čovjeka te pomoću softverskog alata Statistica se analiziraju podaci baze podataka „Human activity recognition with smartphones“ preuzete sa web-sjedišta Kaggle.com. Pametni telefoni su vrlo popularni danas te ih mnogo ljudi posjeduje što čini korištenje senzora u pametnim telefonima najpogodnijima i cjenovno napristupačnijim alatima za mjerenje pokreta čovjeka. Tehnologija prepoznavanja pokreta čovjeka može se upotrijebiti u zdravstvu (bilježeći podatke o starijim osobama te sprječavanju njihovih padova i sl.), bilježenju svakodnevnih aktivnosti čovjeka, bilježenju lokacije ljudi i dr. Svrha rada je objasniti prepoznavanje pokreta čovjeka kroz ciljeve: objasniti tehnologiju i vrste prepoznavanja pokreta čovjeka, objasniti pristupe u prepoznavanju pokreta čovjeka, navesti područja primjene ovakve tehnologije i njene izazove i objasniti rezultate baze podataka „Human activity recognition with smartphones“ obrađene u programskom alatu Statistica. U poglavlju 2. Teorijska podloga i prethodna istraživanja uvodi se u ovu temu objašnjavanjem pojmova kao što su senzori koji se upotrebljavaju u pametnim telefonima, primjena i izazovi tehnologije prepoznavanja pokreta čovjeka, a u poglavlju 4. Opis istraživanja i rezultati istraživanja obrađuje se baza podataka i objašnjavaju rezultati. Podaci za potrebe ovog rada su se analizirali u alatu Statistica gdje su se izradili modeli neuronskih mreža i stabla odlučivanja. Podatke se klasificiralo u 6 kategorija: ležanje, sjedenje, stajanje, hodanje, hodanje niz stepenice i hodanje uz stepenice. U modelu stabala odlučivanja moglo se podrobnije vidjeti koje varijable najviše utječu za kategoriziranje ljudi u 6 spomenutih aktivnosti. Model neuronskih mreža dao je točnije rezultate.This paper explains technologies for human activity recognition and with the use of the software program Statistica, data from the dataset „Human activity recognition with smartphones“ downloaded from the web-site Kaggle.com is analysed. Today, smartphones are very popular and many people own them which makes the use of smartphone sensors most suitable and cost-effective tools for measurement of human activities. Human recognition technology can be used in health (recording data about elderly people and preventing their falls etc.), recording people's everyday activities, recording people's location etc. Purpose of this paper is to explain human activity recognition through goals: explain technology and types of human activity recognition, explain approaches in human activity recognition, mention applications of this type of technology and its challenges and explain results of the dataset „Human activity recognition with smartphones“ processed in a software Statistica. In chapter 2. Theoretical background and previous research this topic is introduced by explaining terms like sensors that are used in smartphones, applications and challenges of the human activity recognition technologies, and in chapter 4. Research description and research results the dataset is processed and results explained. For the purpose of this paper, the data was analysed in the software program Statistica where models of neural networks and decision trees were made. Data was classified in 6 categories: laying, sitting, standing, walking, walking downstairs and walking upstairs. In decision tree model, the variables that had most effect in categorizing people in these 6 activities was viewed