JP5951695B2 - 行動認識のための方法、装置、およびコンピュータ・プログラム - Google Patents
行動認識のための方法、装置、およびコンピュータ・プログラム Download PDFInfo
- Publication number
- JP5951695B2 JP5951695B2 JP2014148528A JP2014148528A JP5951695B2 JP 5951695 B2 JP5951695 B2 JP 5951695B2 JP 2014148528 A JP2014148528 A JP 2014148528A JP 2014148528 A JP2014148528 A JP 2014148528A JP 5951695 B2 JP5951695 B2 JP 5951695B2
- Authority
- JP
- Japan
- Prior art keywords
- behavior
- sampling
- basis
- error
- sample data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 63
- 230000009471 action Effects 0.000 title claims description 52
- 238000004590 computer program Methods 0.000 title claims description 24
- 238000005070 sampling Methods 0.000 claims description 182
- 230000006399 behavior Effects 0.000 claims description 172
- 239000013598 vector Substances 0.000 claims description 92
- 239000011159 matrix material Substances 0.000 claims description 80
- 238000012545 processing Methods 0.000 claims description 33
- 230000003542 behavioural effect Effects 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 15
- 238000007906 compression Methods 0.000 claims description 10
- 230000006835 compression Effects 0.000 claims description 10
- 230000008878 coupling Effects 0.000 claims 1
- 238000010168 coupling process Methods 0.000 claims 1
- 238000005859 coupling reaction Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 description 26
- 238000012549 training Methods 0.000 description 9
- 238000012937 correction Methods 0.000 description 8
- 230000033001 locomotion Effects 0.000 description 8
- 241000282414 Homo sapiens Species 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 5
- 230000000717 retained effect Effects 0.000 description 5
- 238000002372 labelling Methods 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 229920001621 AMOLED Polymers 0.000 description 2
- 230000010267 cellular communication Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000003334 potential effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/3059—Digital compression and data reduction techniques where the original information is represented by a subset or similar information, e.g. lossy compression
- H03M7/3062—Compressive sampling or sensing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1123—Discriminating type of movement, e.g. walking or running
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2134—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on separation criteria, e.g. independent component analysis
- G06F18/21345—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on separation criteria, e.g. independent component analysis enforcing sparsity or involving a domain transformation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Dentistry (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Mobile Radio Communication Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Telephone Function (AREA)
- User Interface Of Digital Computer (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Geophysics And Detection Of Objects (AREA)
Description
y=ATx
式中、AはN×Mのサンプリング行列を示し、その列は(直交)基底ベクトルであり、xは、N次元の圧縮されていないデータ・ベクトルを示す
y=ATx
{yi,i=1,…,M}
のように表現できるデータセットを生成してもよい。
y=ATx、
式中、AはN×Mのサンプリング行列を示し、その列は(直交)基底ベクトルであり、xは、N次元の圧縮されていないデータ・ベクトルを示す
y=ATx
式中、Aは、N×Mのサンプリング行列を示し、その列は(直交)基底ベクトルであり、xは、行動データに関連するN次元の圧縮されていないデータ・ベクトルを示す。
Claims (42)
- 装置にて、行動に関連するサンプル・データを、前記装置に無線接続された1つ以上のセンサーから受信すること、ただし、前記サンプル・データは、前記行動に関連する行動データの圧縮サンプリングに基づいて前記1つ以上のセンサーにて生成され、前記圧縮サンプリングは、サンプリング情報に基づき実行される、前記受信することと;
前記サンプル・データに少なくとも基づいて前記行動を分類することと;
前記行動の前記分類に関連する誤りを判断することと;
前記誤りと閾値誤りとの比較に基づき前記サンプリング情報を更新または保持することと;
を含む方法。 - 前記1つ以上のセンサーが前記サンプル・データを生成するのを促進するために、前記サンプリング情報を前記1つ以上のセンサーへ送信することをさらに含む、請求項1に記載の方法。
- 前記サンプリング情報は、基底行列と、前記基底行列から基底のサイズおよび基底ベクトルの集合を選択するための選択情報とを含む、請求項1または2に記載の方法。
- 前記誤りが前記閾値誤り以上であると判断すると、前記更新されたサンプリング情報に基づいて前記行動を再分類することをさらに含む、請求項1または2または3に記載の方法。
- 前記サンプリング情報を更新することは、前記誤りが前記閾値誤り以上であると判断すると、前記基底ベクトルの集合に関連する基底ベクトルの数を増大させることを含む、請求項3に記載の方法。
- 前記サンプリング情報を更新することは、前記基底のサイズの更新回数が閾値以下である間に、前記誤りが前記閾値誤り以上であると判断すると、前記基底ベクトルの集合に関連する前記基底のサイズを増大させることを含む、請求項3に記載の方法。
- 前記サンプリング情報を更新することは、前記誤りが前記閾値誤りより少ないと判断すると、前記選択情報に関連する、前記基底ベクトルの集合の基底ベクトルの数と、前記基底のサイズとのうちの少なくとも一方を削減することを含む、請求項3に記載の方法。
- 前記サンプリング情報を保持することは、前記誤りが前記閾値誤りより少ないと判断すると、前記選択情報に関連する、前記基底ベクトルの集合の基底ベクトルの数と、前記基底のサイズとを保持することを含む、請求項3に記載の方法。
- 前記行動を分類することは、分類ルールに基づいて分類を実行することを含む、請求項1に記載の方法。
- 前記行動を分類することは、ユーザ入力に少なくとも基づいて分類を実行することを含む、請求項1に記載の方法。
- 装置にて、サンプリング情報を、前記装置に無線接続された別の装置から受信することと;
行動に関連するサンプル・データを生成するために、前記サンプリング情報およびサンプリング基準に少なくとも基づいて、前記行動に関連する行動データの圧縮サンプリングを実行することと;
前記行動の分類を促進するために、前記サンプル・データを前記別の装置へ送信することと;
を含む方法。 - 前記サンプリング情報を記憶することをさらに含む、請求項11に記載の方法。
- 前記サンプリング情報は、基底行列と、前記基底行列から基底のサイズおよび基底ベクトルの集合を選択するための選択情報とを含む、請求項11に記載の方法。
- 前記サンプリング基準は、圧縮サンプリングを実行するためのインコヒーレントな基底の選択を含む、請求項11に記載の方法。
- 前記圧縮サンプリングを実行することは、前記基底ベクトルの集合に沿って前記行動データをサンプリングすることを含み、前記基底ベクトルの集合は、前記選択情報に基づいて前記基底行列からランダムに選択される、請求項13に記載の方法。
- 前記行動の前記分類における誤りが判断されると、更新された選択情報を受信することと;
更新されたサンプル・データを生成するために、前記更新された選択情報および前記サンプリング基準に少なくとも基づいて、前記行動データの圧縮サンプリングを実行することと;
前記更新されたサンプル・データを、前記行動の再分類を促進するために送信することと;
をさらに含む、請求項13または15に記載の方法。 - 少なくとも1つのプロセッサと;
コンピュータ・プログラム・コードを含む少なくとも1つのメモリと;
を有する装置であって、前記コンピュータ・プログラム・コードは、前記少なくとも1つのプロセッサに実行されると、前記装置に少なくとも、請求項1から10のいずれかに記載の方法を遂行させるように構成される、装置。 - 電子デバイスとして構成される、請求項17に記載の装置であって、
ユーザがディスプレイを使用して前記電子デバイスの少なくとも1つの機能を制御することを可能にするよう構成され、さらに、ユーザ入力に応答するよう構成されている、ユーザ・インターフェース回路およびユーザ・インターフェース・ソフトウェアと;
前記電子デバイスのユーザ・インターフェースの少なくとも一部を表示するよう構成されているディスプレイ回路であって、前記ディスプレイおよびディスプレイ回路は、前記ユーザが前記電子デバイスの少なくとも1つの機能を制御することを可能にするよう構成されている、前記ディスプレイ回路と;
を有する、装置。 - 携帯電話として構成される、請求項18に記載の装置。
- 少なくとも1つのプロセッサと;
コンピュータ・プログラム・コードを含む少なくとも1つのメモリと;
を有する装置であって、前記コンピュータ・プログラム・コードは、前記少なくとも1つのプロセッサに実行されると、前記装置に少なくとも、請求項11から16のいずれかに記載の方法を遂行させるように構成される、装置。 - 前記プロセッサと接続された無線リンク・モジュールをさらに有し、前記無線リンク・モジュールは、前記装置と前記別の装置との間の無線結合を可能にするよう構成されている、請求項20に記載の装置。
- 前記無線リンク・モジュールと接続された行動クラス・モジュールをさらに有し、前記行動クラス・モジュールは、前記行動に関連するユーザ入力を受け取ることを可能にし、かつ前記無線リンク・モジュールを介して前記別の装置へ前記入力を送信するよう構成されている、請求項21に記載の装置。
- センサーとして構成される、請求項20から22のいずれかに記載の装置。
- 前記別の装置は電子デバイスである、請求項22または23に記載の装置。
- 装置の処理手段に実行されることにより、前記装置に請求項1から10のいずれかに記載の方法を遂行させるように構成されるプログラム命令を備える、コンピュータプログラム。
- 装置の処理手段に実行されることにより、前記装置に請求項11から16のいずれかに記載の方法を遂行させるように構成されるプログラム命令を備える、コンピュータプログラム。
- 装置であって、
前記装置にて、行動に関連するサンプル・データを、前記装置に無線接続された1つ以上のセンサーから受信する手段であって、前記サンプル・データは、前記行動に関連する行動データの圧縮サンプリングに基づいて前記1つ以上のセンサーにて生成され、前記圧縮サンプリングは、サンプリング情報に基づき実行される、前記手段と;
前記サンプル・データに少なくとも基づいて前記行動を分類する手段と;
前記行動の第1のラベルへの前記分類に関連する誤りを判断する手段と;
前記誤りと閾値誤りとの比較に基づき前記サンプリング情報を更新または保持する手段と;
を有する装置。 - 前記1つ以上のセンサーが前記サンプル・データを生成するのを促進するために、前記サンプリング情報を前記1つ以上のセンサーへ送信する手段をさらに有する、請求項27に記載の装置。
- 前記サンプリング情報は、基底行列と、前記基底行列から基底のサイズおよび基底ベクトルの集合を選択するための選択情報とを含む、請求項27または28に記載の装置。
- 前記誤りが前記閾値誤り以上であると判断すると、前記更新されたサンプリング情報に基づいて前記行動を再分類する手段をさらに有する、請求項27または28または29に記載の装置。
- 前記誤りが前記閾値誤り以上であると判断すると、前記基底ベクトルの集合に関連する基底ベクトルの数を増大させることにより前記サンプリング情報を更新する手段をさらに有する、請求項29に記載の装置。
- 前記基底のサイズの更新回数が閾値以下である間に、前記誤りが前記閾値誤り以上であると判断すると、前記基底ベクトルの集合に関連する前記基底のサイズを増大させることにより前記サンプリング情報を更新する手段をさらに有する、請求項29に記載の装置。
- 前記誤りが前記閾値誤りより少ないと判断すると、前記選択情報に関連する、前記基底ベクトルの集合の基底ベクトルの数と、前記基底のサイズとのうちの少なくとも一方を削減することにより前記サンプリング情報を更新する手段をさらに有する、請求項29に記載の装置。
- 前記誤りが前記閾値誤りより少ないと判断すると、前記選択情報に関連する、前記基底ベクトルの集合の基底ベクトルの数と、前記基底のサイズとを保持することにより前記サンプリング情報を保持する手段をさらに有する、請求項29に記載の装置。
- 分類ルールに基づいて分類を実行することにより前記行動を分類する手段をさらに有する、請求項27に記載の装置。
- ユーザ入力に少なくとも基づいて分類を実行することにより前記行動を分類する手段をさらに有する、請求項27に記載の装置。
- 装置であって、
前記装置にて、サンプリング情報を、前記装置に無線接続された別の装置から受信する手段と;
行動に関連するサンプル・データを生成するために、前記サンプリング情報およびサンプリング基準に少なくとも基づいて、前記行動に関連する行動データの圧縮サンプリングを実行する手段と;
前記行動の分類を促進するために、前記サンプル・データを前記別の装置へ送信する手段と;
を有する装置。 - 前記サンプリング情報を記憶する手段をさらに有する、請求項37に記載の装置。
- 前記サンプリング情報は、基底行列と、前記基底行列から基底のサイズおよび基底ベクトルの集合を選択するための選択情報とを含む、請求項37または38に記載の装置。
- 前記サンプリング基準は、圧縮サンプリングを実行するためのインコヒーレントな基底の選択を含む、請求項37に記載の装置。
- 基底ベクトルの集合に沿って前記行動データをサンプリングすることにより圧縮サンプリングを実行する手段をさらに有し、前記基底ベクトルの集合は、前記選択情報に基づいて前記基底行列からランダムに選択される、請求項39に記載の装置。
- 前記行動の前記分類における誤りが判断されると、更新された選択情報を受信する手段と;
更新されたサンプル・データを生成するために、前記更新された選択情報および前記サンプリング基準に少なくとも基づいて、前記行動データの圧縮サンプリングを実行する手段と;
前記更新されたサンプル・データを、前記行動の分類を促進するために送信する手段と;
をさらに有する、請求項37または39に記載の装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB1313827.6 | 2013-08-02 | ||
GB1313827.6A GB2516865A (en) | 2013-08-02 | 2013-08-02 | Method, apparatus and computer program product for activity recognition |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015057691A JP2015057691A (ja) | 2015-03-26 |
JP5951695B2 true JP5951695B2 (ja) | 2016-07-13 |
Family
ID=49224031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014148528A Expired - Fee Related JP5951695B2 (ja) | 2013-08-02 | 2014-07-22 | 行動認識のための方法、装置、およびコンピュータ・プログラム |
Country Status (6)
Country | Link |
---|---|
US (1) | US11103162B2 (ja) |
EP (1) | EP2835765A3 (ja) |
JP (1) | JP5951695B2 (ja) |
KR (1) | KR101593315B1 (ja) |
CN (1) | CN104346523B (ja) |
GB (1) | GB2516865A (ja) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140109726A (ko) * | 2013-03-06 | 2014-09-16 | 삼성전자주식회사 | 적은 연산량을 갖는 래티스 리덕션 방법 및 장치 |
US9788721B2 (en) * | 2014-07-22 | 2017-10-17 | Biobit, Inc. | Low-power activity monitoring |
US10129687B2 (en) * | 2014-08-11 | 2018-11-13 | Biobit, Inc. | Compressed sensing with machine-to-machine communication |
US9870535B2 (en) | 2015-02-26 | 2018-01-16 | Stmicroelectronics, Inc. | Method and apparatus for determining probabilistic context awareness of a mobile device user using a single sensor and/or multi-sensor data fusion |
US10731984B2 (en) | 2015-02-26 | 2020-08-04 | Stmicroelectronics, Inc. | Reconfigurable sensor unit for electronic device |
US10260877B2 (en) * | 2015-02-26 | 2019-04-16 | Stmicroelectronics, Inc. | Reconfigurable sensor unit for electronic device |
CN105120469B (zh) * | 2015-07-06 | 2016-09-07 | 湘潭大学 | 基于压缩感知的质量可伸缩低信息密度数据收集方法 |
GB201522819D0 (en) * | 2015-12-23 | 2016-02-03 | Apical Ltd | Random projection |
US20170329808A1 (en) * | 2016-05-12 | 2017-11-16 | NeoTek Energy, Inc. | System and method for a multi-sensor network interface for real-time data historian |
US11309906B2 (en) * | 2017-07-17 | 2022-04-19 | Siemens Aktiengesellschaft | Method, field device and cloud infrastructure for data acquisition |
JP6861600B2 (ja) * | 2017-09-11 | 2021-04-21 | 株式会社日立製作所 | 学習装置、および学習方法 |
CN109460778B (zh) * | 2018-10-12 | 2024-04-09 | 中国平安人寿保险股份有限公司 | 活动评估方法、装置、电子设备及存储介质 |
US11544931B2 (en) | 2020-05-26 | 2023-01-03 | Otis Elevator Company | Machine learning based human activity detection and classification in first and third person videos |
US11768749B2 (en) * | 2021-03-31 | 2023-09-26 | Lenovo Enterprise Solutions (Singapore) Pte. Ltd. | Analytics-based anomaly detection |
CN116975938B (zh) * | 2023-09-25 | 2023-11-24 | 北京谷器数据科技有限公司 | 一种产品制造过程中的传感器数据处理方法 |
Family Cites Families (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0505396D0 (en) * | 2005-03-16 | 2005-04-20 | Imp College Innovations Ltd | Spatio-temporal self organising map |
JP5028751B2 (ja) | 2005-06-09 | 2012-09-19 | ソニー株式会社 | 行動認識装置 |
WO2007050593A2 (en) * | 2005-10-25 | 2007-05-03 | William Marsh Rice University | Method and apparatus for signal detection, classification, and estimation from compressive measurements |
US7477999B2 (en) * | 2006-10-26 | 2009-01-13 | Samplify Systems, Inc. | Data compression for a waveform data analyzer |
CN101252430B (zh) | 2007-05-10 | 2010-06-23 | 中国科学院研究生院 | 联合信源信道有效用户安全识别方法 |
JP4992043B2 (ja) | 2007-08-13 | 2012-08-08 | 株式会社国際電気通信基礎技術研究所 | 行動識別装置、行動識別システムおよび行動識別方法 |
JP2009230169A (ja) | 2008-03-19 | 2009-10-08 | Mitsubishi Electric Corp | パラメータ決定支援装置 |
WO2009128000A1 (en) | 2008-04-16 | 2009-10-22 | Philips Intellectual Property & Standards Gmbh | Method and system for sleep/wake condition estimation |
US10213164B2 (en) * | 2008-09-26 | 2019-02-26 | Qualcomm Incorporated | Method and apparatus for under-sampled acquisition and transmission of photoplethysmograph (PPG) data and reconstruction of full band PPG data at the receiver |
US9060714B2 (en) * | 2008-12-04 | 2015-06-23 | The Regents Of The University Of California | System for detection of body motion |
US20100184564A1 (en) * | 2008-12-05 | 2010-07-22 | Nike, Inc. | Athletic Performance Monitoring Systems and Methods in a Team Sports Environment |
US9451883B2 (en) * | 2009-03-04 | 2016-09-27 | The Regents Of The University Of California | Apparatus and method for decoding sensory and cognitive information from brain activity |
US20100246920A1 (en) * | 2009-03-31 | 2010-09-30 | Iowa State University Research Foundation, Inc. | Recursive sparse reconstruction |
JP5382436B2 (ja) | 2009-08-03 | 2014-01-08 | ソニー株式会社 | データ処理装置、データ処理方法、およびプログラム |
US8718980B2 (en) * | 2009-09-11 | 2014-05-06 | Qualcomm Incorporated | Method and apparatus for artifacts mitigation with multiple wireless sensors |
NZ624935A (en) | 2009-10-19 | 2016-01-29 | Theranos Inc | Integrated health data capture and analysis system |
EP2357785B1 (en) * | 2009-12-22 | 2013-02-13 | Sony Corporation | Passive radiometric imaging device and corresponding method |
EP2524434A1 (en) | 2010-01-11 | 2012-11-21 | Research In Motion Limited | Sensor-based wireless communication systems using compressed sensing with sparse data |
US9075446B2 (en) | 2010-03-15 | 2015-07-07 | Qualcomm Incorporated | Method and apparatus for processing and reconstructing data |
KR101501664B1 (ko) * | 2010-08-25 | 2015-03-12 | 인디안 인스티투트 오브 싸이언스 | 비균일하게 이격된 주파수에서 유한 길이 시퀀스의 스펙트럼 샘플 결정 |
JP5495235B2 (ja) | 2010-12-02 | 2014-05-21 | 株式会社日立製作所 | 監視対象者の行動を監視する装置及び方法 |
KR101181301B1 (ko) | 2011-03-22 | 2012-09-10 | 전자부품연구원 | 센싱 패턴을 이용한 저전력 기반의 상황 인식 방법 |
US8930300B2 (en) * | 2011-03-31 | 2015-01-06 | Qualcomm Incorporated | Systems, methods, and apparatuses for classifying user activity using temporal combining in a mobile device |
US20130066815A1 (en) * | 2011-09-13 | 2013-03-14 | Research In Motion Limited | System and method for mobile context determination |
US9178590B2 (en) * | 2011-12-27 | 2015-11-03 | Industrial Technology Research Institute | Channel information feedback method and wireless communication device using the same |
CN103456148B (zh) * | 2012-05-30 | 2018-03-02 | 华为技术有限公司 | 信号重构的方法和装置 |
US9523576B2 (en) * | 2012-09-17 | 2016-12-20 | Xsens Holding B.V. | System and method for magnetic field data compression |
US9838887B2 (en) | 2012-12-17 | 2017-12-05 | Nokia Technologies Oy | Methods, apparatus and computer programs for obtaining data |
US10398358B2 (en) * | 2013-05-31 | 2019-09-03 | Nike, Inc. | Dynamic sampling |
US20140361905A1 (en) * | 2013-06-05 | 2014-12-11 | Qualcomm Incorporated | Context monitoring |
US9554747B2 (en) * | 2013-08-26 | 2017-01-31 | EveryFit, Inc. | Power efficient system and method for measuring physical activity in resource constrained devices |
-
2013
- 2013-08-02 GB GB1313827.6A patent/GB2516865A/en not_active Withdrawn
-
2014
- 2014-07-16 US US14/333,471 patent/US11103162B2/en active Active
- 2014-07-21 EP EP14177747.4A patent/EP2835765A3/en not_active Ceased
- 2014-07-22 JP JP2014148528A patent/JP5951695B2/ja not_active Expired - Fee Related
- 2014-08-01 KR KR1020140099122A patent/KR101593315B1/ko active IP Right Grant
- 2014-08-04 CN CN201410379675.1A patent/CN104346523B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2015057691A (ja) | 2015-03-26 |
US11103162B2 (en) | 2021-08-31 |
CN104346523B (zh) | 2018-01-02 |
KR101593315B1 (ko) | 2016-02-11 |
KR20150016163A (ko) | 2015-02-11 |
US20150039260A1 (en) | 2015-02-05 |
GB2516865A (en) | 2015-02-11 |
EP2835765A2 (en) | 2015-02-11 |
CN104346523A (zh) | 2015-02-11 |
GB201313827D0 (en) | 2013-09-18 |
EP2835765A3 (en) | 2015-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5951695B2 (ja) | 行動認識のための方法、装置、およびコンピュータ・プログラム | |
US11880509B2 (en) | Hand pose estimation from stereo cameras | |
US20210264136A1 (en) | Model training method and apparatus, face recognition method and apparatus, device, and storage medium | |
CN108369808B (zh) | 电子设备和用于控制该电子设备的方法 | |
CN108304758B (zh) | 人脸特征点跟踪方法及装置 | |
US20170046503A1 (en) | Method for detecting activity information of user and electronic device thereof | |
EP2433416B1 (en) | Context recognition in mobile devices | |
US11531859B2 (en) | System and method for hashed compressed weighting matrix in neural networks | |
CN110135497B (zh) | 模型训练的方法、面部动作单元强度估计的方法及装置 | |
CN113284142B (zh) | 图像检测方法、装置、计算机可读存储介质及计算机设备 | |
CN105593903B (zh) | 生物体确定装置、测量装置及方法 | |
CN112789628A (zh) | 电子装置及其控制方法 | |
CN110022948B (zh) | 用于提供锻炼内容的移动装置和与其连接的可佩戴装置 | |
JP6461639B2 (ja) | 学習データ生成システム、学習データ生成方法およびプログラム | |
US20230326206A1 (en) | Visual tag emerging pattern detection | |
Stojanović et al. | Sensor data fusion and big mobility data analytics for activity recognition | |
CN112287070A (zh) | 词语的上下位关系确定方法、装置、计算机设备及介质 | |
CN112084959A (zh) | 一种人群图像处理方法及装置 | |
US20190192011A1 (en) | Wearable health monitoring data service | |
US11743574B2 (en) | System and method for AI enhanced shutter button user interface | |
CN115775395A (zh) | 图像处理方法及相关装置 | |
KR20230087352A (ko) | 운동 상태 감지 장치 및 방법 | |
CN110738124A (zh) | 基于关节点坐标的人体姿势识别方法及*** | |
US20230310255A1 (en) | Phantom therapy system | |
US20230035961A1 (en) | Emoji recommendation system using user context and biosignals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20151112 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20151217 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160222 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160602 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160608 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5951695 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |