Conception et réalisation d'une application pour la reconnaissance du mouvement du corps humain via le dispositif SHIMMER sensor.

Abstract

Dans ce projet, nous proposons une méthode de classification pour la reconnaissance des activités quotidiennes « courir », « marcher », « sauter »......etc., ainsi que les chutes. Et cela en utilisant les signaux l'accéléromètre et le gyroscope inclus dans la plateforme multicapteur SHIMMER SENSOR, pour cela on a mis à disposition une application assurant tout ce processus de l'acquisition de données à la détection de mouvements en temps réel. Nous avons fait une collecte de données sur 22 sujets de tests effectuant sept types d'activités au total , puis on a fait l'extraction des paramétrés (Features) sélectionnées au préalable sur ces données pour établir notre base d'apprentissage , qui a servi à l'élaboration de deux modèles en suivant deux approches de classification supervisée : le K plus proches voisons (KNN), et les séparateurs à vaste marge SVM. Les résultats obtenus après avoir testé les deux modèles ont montré que la première approche KNN a obtenu un taux de classification global de 96.8%, contrairement au SVM qui n'a obtenu que : 90%. Mots clés : Classification, Plateforme multi-capteurs, Shimmer Sensor, Accéléromètre, Gyroscope, paramétrés ,KNN,SVM