論文の概要: Leveraging Smartphone Sensors for Detecting Abnormal Gait for Smart
Wearable Mobile Technologies
- arxiv url: http://arxiv.org/abs/2208.01876v1
- Date: Wed, 3 Aug 2022 07:00:16 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-04 13:28:34.981736
- Title: Leveraging Smartphone Sensors for Detecting Abnormal Gait for Smart
Wearable Mobile Technologies
- Title（参考訳）: スマートウェアラブルモバイル技術における異常歩行検出のためのスマートフォンセンサの活用
- Authors: Md Shahriar Tasjid, Ahmed Al Marouf
- Abstract要約: 人が歩くとき、その中にパターンがあり、歩行として知られている。
監視カメラが捉えたビデオや、実験室の奥行き画像カメラなど、さまざまな方法でこの歩行を分析します。
これらのインテリジェントなウェアラブルデバイスのセンサーを使って、彼らの歩行を追跡することができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Walking is one of the most common modes of terrestrial locomotion for humans.
Walking is essential for humans to perform most kinds of daily activities. When
a person walks, there is a pattern in it, and it is known as gait. Gait
analysis is used in sports and healthcare. We can analyze this gait in
different ways, like using video captured by the surveillance cameras or depth
image cameras in the lab environment. It also can be recognized by wearable
sensors. e.g., accelerometer, force sensors, gyroscope, flexible goniometer,
magneto resistive sensors, electromagnetic tracking system, force sensors, and
electromyography (EMG). Analysis through these sensors required a lab
condition, or users must wear these sensors. For detecting abnormality in gait
action of a human, we need to incorporate the sensors separately. We can know
about one's health condition by abnormal human gait after detecting it.
Understanding a regular gait vs. abnormal gait may give insights to the health
condition of the subject using the smart wearable technologies. Therefore, in
this paper, we proposed a way to analyze abnormal human gait through smartphone
sensors. Though smart devices like smartphones and smartwatches are used by
most of the person nowadays. So, we can track down their gait using sensors of
these intelligent wearable devices.
- Abstract（参考訳）: 歩行は人間の地上移動の最も一般的な方法の1つである。
人間にとって歩くことは、ほとんどの日常的な活動を行うのに欠かせない。
人が歩くとき、その中にパターンがあり、歩行として知られている。
歩行分析はスポーツや医療で用いられる。
監視カメラが捉えたビデオや、実験室の奥行き画像カメラなど、さまざまな方法でこの歩行を分析します。
また、ウェアラブルセンサーで認識することもできる。
例えば加速度計、力センサー、ジャイロスコープ、フレキシブル・ゴニメーター、磁気抵抗センサー、電磁トラッキングシステム、力センサー、筋電図(EMG)などである。
センサーの分析にはラボの条件が必要だったり、ユーザーはセンサーを装着しなければならない。
ヒトの歩行動作の異常を検出するには、センサーを別々に組み込む必要がある。
健常者の健康状態は, 検出後, 異常な歩行によって把握できる。
通常の歩行と異常歩行の理解は、スマートウェアラブル技術を用いて被験者の健康状態に洞察を与える可能性がある。
そこで本研究では,スマートフォンセンサを用いた歩行異常の分析手法を提案する。
スマートフォンやスマートウォッチのようなスマートデバイスは、今ではほとんどの人が使っている。
そこで私たちは、インテリジェントなウェアラブルデバイスのセンサーを使って、彼らの歩行を追跡することができる。
関連論文リスト
- Digitizing Touch with an Artificial Multimodal Fingertip [51.7029315337739]
人間とロボットはどちらも、周囲の環境を知覚し、相互作用するためにタッチを使うことの恩恵を受ける。
ここでは、タッチのデジタル化を改善するための概念的および技術革新について述べる。
これらの進歩は、高度なセンシング機能を備えた人工指型センサーに具現化されている。
論文 参考訳（メタデータ） (2024-11-04T18:38:50Z) - Fusing uncalibrated IMUs and handheld smartphone video to reconstruct knee kinematics [1.5728609542259502]
本稿では,ハンドヘルドスマートフォンの映像とウェアラブルセンサデータの完全な時間分解能を両立させる手法を提案する。
歩行障害のない人,下肢義肢使用者,脳卒中歴のある人を対象に,これを検証した。
論文 参考訳（メタデータ） (2024-05-27T17:23:16Z) - Tactile-Filter: Interactive Tactile Perception for Part Mating [54.46221808805662]
人間は触覚と触覚に頼っている。
視覚ベースの触覚センサーは、様々なロボット認識や制御タスクに広く利用されている。
本稿では,視覚に基づく触覚センサを用いた対話的知覚手法を提案する。
論文 参考訳（メタデータ） (2023-03-10T16:27:37Z) - QuestSim: Human Motion Tracking from Sparse Sensors with Simulated
Avatars [80.05743236282564]
人間の身体の動きのリアルタイム追跡は、AR/VRにおける没入感のある体験に不可欠である。
本稿では,HMDと2つのコントローラから疎信号を取り出す強化学習フレームワークを提案する。
一つのポリシーは、多様な移動スタイル、異なる体の大きさ、新しい環境に対して堅牢であることを示す。
論文 参考訳（メタデータ） (2022-09-20T00:25:54Z) - Physical Activity Recognition by Utilising Smartphone Sensor Signals [0.0]
本研究では,現代のスマートフォンでジャイロスコープと加速度センサによって記録された計6つの活動に対して,60人の被験者から2日間にわたる人的活動データを収集した。
提案手法は,4つの活動の識別において,98%の分類精度を達成した。
論文 参考訳（メタデータ） (2022-01-20T09:58:52Z) - Camera-Based Physiological Sensing: Challenges and Future Directions [5.571184025017747]
我々は、カメラベースの生理学的センシングとより広範なAI駆動型医療コミュニティの分野における4つの研究課題を特定した。
これらの課題を解決することで、医療に正確で公平で汎用的なAIシステムを提供できると信じています。
論文 参考訳（メタデータ） (2021-10-26T02:30:18Z) - Human POSEitioning System (HPS): 3D Human Pose Estimation and
Self-localization in Large Scenes from Body-Mounted Sensors [71.29186299435423]
HPS(Human POSEitioning System)は、周囲の環境の3Dスキャンで登録された人間の完全な3Dポーズを回復する手法です。
最適化に基づく統合は2つの利点を生かし、結果としてドリフトのないポーズの精度が得られることを示す。
hpsは、人間が外部カメラに直接視線を向けなくてもシーンと対話できるvr/arアプリケーションとして使用できる。
論文 参考訳（メタデータ） (2021-03-31T17:58:31Z) - OpenBot: Turning Smartphones into Robots [95.94432031144716]
現在のロボットは高価か、感覚豊かさ、計算能力、通信能力に重大な妥協をもたらす。
我々はスマートフォンを活用して、センサースイート、強力な計算能力、最先端通信チャネル、繁栄するソフトウェアエコシステムへのアクセスなどを備えたロボットを装備することを提案する。
われわれは50ドルの小型電気自動車を設計し、標準のAndroidスマートフォンのロボットボディとして機能する。
論文 参考訳（メタデータ） (2020-08-24T18:04:50Z) - A First Look at Privacy Analysis of COVID-19 Contact Tracing Mobile
Applications [3.592774078025348]
2019年12月の新型コロナウイルス(COVID-19)の流行は、新型コロナウイルスの症状を示す人々を追跡し、追跡し、隔離するモバイルアプリケーションが急増している。
内蔵センサーを使うことで、ユーザーの個人情報が開示される可能性があるため、ユーザーのプライバシーとセキュリティに脅威をもたらす可能性がある。
本稿では、新型コロナウイルスの感染拡大を封じ込め、人々の生活を正常に戻すために設計された、多数のスマートフォンアプリケーションについて分析する。
論文 参考訳（メタデータ） (2020-06-23T21:57:00Z) - OmniTact: A Multi-Directional High Resolution Touch Sensor [109.28703530853542]
既存の触覚センサーは、平らで、感度が小さいか、低解像度の信号のみを提供する。
我々は,多方向高解像度触覚センサOmniTactを紹介する。
我々は,ロボット制御の課題に対して,OmniTactの能力を評価する。
論文 参考訳（メタデータ） (2020-03-16T01:31:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。