Na semana passada, Roma foi sede da 26ª edição da Conferência Europeia de Processamento de Sinais, EUSIPCO 2018, e a pesquisadora do Sense, Jéssica Sena, apresentou seu trabalho sobre Redes Neurais Convolucionais Profundas (DCNN em inglês) aplicado ao reconhecimento da atividade humana baseado em sensores vestíveis. A conferência, que atualmente recebe uma nota Qualis A2 (a segunda mais alta) da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), foi realizada de 3 a 7 de setembro e reuniu os principais pesquisadores dos quatro cantos do globo.

Recentemente, os dispositivos vestíveis ganharam espaço como uma fonte relevante de dados para o Reconhecimento de Atividade Humana (HAR) baseado em sensores. No entanto, existem dois problemas: grande número de sensores heterogêneos disponíveis e a natureza temporal dos dados do sensor. Para lidar com esses problemas, Jéssica propôs uma abordagem multimodal que processa cada sensor separadamente e, por meio de um conjunto de DCNNs, extrai informações de dados de sensores em várias escalas temporais.

O conjunto usa núcleos convolucionais com uma altura diferente para cada DCNN. Como o número de linhas nos dados do sensor reflete os dados capturados ao longo do tempo, cada altura do kernel reflete uma escala temporal da qual os padrões são extraídos. Consequentemente, a abordagem é capaz de extrair de simples padrões de movimento, como uma torção de pulso ao pegar uma colher, para movimentos complexos, como a maneira de andar humana.

Comentando a experiência Jéssica disse que “a conferência foi importante para delinear novos caminhos para minha pesquisa, porque tive a oportunidade de trocar idéias com pesquisadores de diferentes áreas e ganhar novas perspectivas”. “Além disso, consegui fazer contatos para trabalhos futuros em conjunto com outras universidades do mundo”, ressaltou.

A abordagem multimodal e multitemporal proposta supera os trabalhos anteriores em sete datasets importantes usando dois protocolos experimentais diferentes. Além disso, Sena demonstrou que o uso de seu conjunto de kernels melhora o HAR baseado em sensor em outra abordagem multi-kernel, a rede Inception amplamente utilizada.

A pesquisadora

Recentemente aceita para o doutorado em Ciência da Computação da UFMG, Jéssica Sena é formada em Sistemas de Informação e defenderá sua tese de mestrado no próximo mês. Sua pesquisa, que abrange temas que incluem visão computacional e reconhecimento da atividade humana, é apoiada pelo Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq).

A conferência

Na sua 26ª edição, o EUSIPCO é organizado pela Universidade Roma Tre, mais jovem entre as Universidades Públicas de Roma, e tem lugar na EUR que se destinava a sediar a Exposição Universal em 1942.