私は、物理的な動きを認識しようとする問題に取り組むための最良のアプローチを見つける必要があります-ポケットにiPhoneを入れて-ウェリング、停止、左右に曲がる、座っているなど。
私は、各アクションに対応するデータをヒューリスティックに見つけて、このデータに対して（しきい値を使用して）着信値をチェックし、何が起こっているかを確認することを考えていました。もちろん、これは非常に大まかなアプローチなので、サポートベクターマシン メソッドのようなものを使用するかもしれませんが、これを開発する必要がある時間には複雑すぎるようです。
ここでどのアプローチを提案しますか？
ウォーキング: 重力方向信号で fft を実行します。さまざまな速度での歩行に対する周波数応答を測定し、単純なしきい値を設定します。
停止中 : 過去数秒間の信号の平均パワー、つまり総エネルギーが特定のしきい値を下回った場合、ユーザーが停止したと言えます。
左、右に回転: 重力ベクトルとジャイロスコープの回転速度ベクトルを使用して、ユーザーが時計回りに回転しているか反時計回りに回転しているかを判断します。
座っている: これを判断するのは非常に困難ですが、運が良ければ SVM は適切なパターンを見つけます。
上記のそれぞれに重みを付けることができます。次に、SVM をトレーニングするためのトレーニング データを取得する適切な方法を見つける必要があります。おそらく、電話からウェブサーバーに信号をストリーミングし、同時にユーザーの動きを手動で記録します。
最適な出発点は Apples サンプル コード: CoreMotionTeapot
あるいは、GPS 信号を分析することもできます。これにより、歩行/移動、方向の変更など、ユーザーの大規模な動きを判断するための非常に良い方法が得られます.