Motivation
Trotz langjähriger Forschung bleibt die Erkennung menschlicher Aktivitäten, z.B. Laufen oder Springen, mit Hilfe von Sensoren ein ungelöstes Problem. Im Gegensatz zu anderen Bereichen wie Sprach- und Bildverarbeitung, fehlt es an zuverlässigen Lösungen, die auf verschiedenen Anwendungen und Daten funktionieren. Dies liegt daran, dass die Daten von Sensoren sehr unterschiedlich sind und es schwierig ist, ein System zu entwickeln, das alle diese Unterschiede berücksichtigt und konsistent funktioniert. Die Ergebnisse sind oft unzuverlässig und variieren stark, was die Nutzung in der Praxis erschwert.
Ziele und Vorgehen
Um die Probleme bei der Erkennung menschlicher Aktivitäten zu lösen, zielt das Forschungsvorhaben Cross-Act auf die Entwicklung eines neuen Ansatzes ab. Dieser soll es ermöglichen, menschliche Aktivitäten unabhängig von den verwendeten Sensoren und Anwendungen zu erkennen und zu verstehen. Durch die Kombination von verschiedenen Techniken und Domänenwissen soll ein System entwickelt werden, das robust und durchgängig funktioniert und somit eine zuverlässige Erkennung von Aktivitäten ermöglicht.
Innovationen und Perspektiven
Die Cross-Act-Lösung bietet ein hohes Innovationspotential, da sie eine Vielzahl von Möglichkeiten für neue Anwendungen und Dienstleistungen eröffnet. Insbesondere können sowohl digitale als auch physische intelligente Assistenzsysteme entwickelt werden, die Menschen in ihrem Alltag unterstützen. Die Ergebnisse und Erkenntnisse können damit einen wichtigen Beitrag zur Entwicklung von Smart-City-Konzepten, Gesundheits- und Wellness-Anwendungen sowie anderen innovativen Lösungen leisten.