@InProceedings{2019_talha578,
	author = "Sid ahmed walid Talha and Anthony Fleury and Stéphane Lecoeuche",
	title = "Reconnaissance en temps réel d'activités physiques et de transitions posturales à l'aide de capteurs inertiels pour smartphone",
	booktitle = "27° Colloque sur le traitement du signal et des images",
	year = "2019",
	publisher = "GRETSI - Groupe de Recherche en Traitement du Signal et des Images",
	number = "001-0168",
	pages = "p. 673-676",
	month = "Aout # 26--29",
	address = "Lille",
	doi = "",
	pdf = "2019_talha578.pdf",
	abstract = "Cet article présente une nouvelle approche pour la classification en temps réel des activités humaines à l’aide de données provenant de capteurs inertiels embarqués dans un smartphone. Nous proposons un système de classification hiérarchique permettant de reconnaître sept classes d’activités y compris les transitions posturales (PTs). Sa structure contient trois nœuds internes composés de trois Support vector machines (SVM) classifieurs où chacun est associé à un ensemble d’activités. De plus, chaque SVM reçoit un vecteur d’attributs provenant d’une bande de fréquence adaptée et optimale. Les résultats expérimentaux réalisés sur une base de données publique, montrent que notre méthode est efficace et surpasse les approches de l’état de l’art. Nous montrons également la pertinence de notre méthode pour reconnaître les transitions posturales..pdf",
}
