DTF1019
訂報優惠

英大學開發智慧手表追蹤動作新演算法

  • 陳端武
穿戴裝置新演算法能學習動作,更有效追蹤用戶活動。University of Sussex

穿戴裝置能辨識用戶正在進行的特定活動,例如瑜伽,但前提是須在穿戴裝置中預先設定這類活動。為克服此障礙,英國蘇塞克斯大學(University of Sussex)研究人員設計出一種演算法,能藉學習新動作,讓智慧手表更有效追蹤用戶活動,而不限於少數預設活動。

據Medgadget報導,Hristijan Gjoreski博士表示,當前的活動辨識常會失敗原因在於,該系統僅能辨識預先定義的一些活動,但人類活動不受限制,而且會隨時間而改變。因此提出一種新的機器學習方法,可即時檢測新的人類活動,而且這種方法也優於其他競爭方法。

傳統上,健身追蹤裝置會將類似活動集中在一起,來粗略估計用戶所進行的活動及持續時間。舉例來說,連續走好幾步會被系統認為是在散步。然而現有健身追蹤裝置不會考慮所檢測的活動中的暫停或中斷,因此會將有兩次暫時中斷的散步視為三次單獨的散步,而可能提供誤導性數據。

新的演算法能更準確地追蹤活動,密切關注不同類型活動之間的轉換,以及活動本身的性質。例如,它能辨識散步中的短暫暫停,而會暫時保留數據,等待用戶恢復步行。

該演算法也能學習和追蹤從刷牙到切菜等更多活動。這意味著它能提供更有代表性的運動數據。參與該研究的另名科學家Daniel Roggen表示,未來的智慧手表將能更有效分析和了解穿戴者的活動,自動發現穿戴者何時進行新的活動。

這種演算法能更豐富、準確地紀錄穿戴者的日常活動,除了適用於健身追蹤器,還能用於醫療保健和消費者行為研究等領域。