피드로 돌아가기
Dev.toAI/ML
원문 읽기
100Hz CoreMotion과 IIR Filter 기반의 Fidgeting 탐지 시스템 구축
We shipped an app that counts your fidgets — here is why NEAT science pushed us to do it
AI 요약
Context
NEAT 연구 기반의 무의식적 신체 활동 측정 필요성 대두. 기존 가속도 센서 데이터만으로는 일상적인 보행 및 외부 진동과 세밀한 Fidgeting 동작의 구분이 어려웠던 한계 존재.
Technical Solution
- 100Hz CoreMotion capture pipeline 구축을 통한 고해상도 모션 데이터 수집
- 3–9Hz IIR bandpass filter 적용으로 0.5–2Hz의 보행 신호 및 불규칙한 외부 진동 제거
- 5-layer rhythm classifier 설계를 통한 오탐지(False Positive) 최소화
- vibrate, jump, spin 세 가지 Motion mode의 분리 추적 및 개별 카운팅 로직 구현
- HealthKit 통합 및 Live Activity API를 활용한 실시간 상태 동기화 구조 설계
실천 포인트
특정 신체 동작 탐지 시 센서의 원시 데이터(Raw Data)를 그대로 사용하기보다, 대상 동작의 고유 주파수 대역을 분석하여 Bandpass Filter를 선 적용할 것. 이후 다층 분류기(Multi-layer Classifier)를 통해 도메인 특화 필터링을 수행하는 파이프라인 검토 필요.