Wilmsdorff, Julian vonKuijper, ArjanKolf, Jan NiklasJan NiklasKolf2022-03-072022-03-072018https://publica.fraunhofer.de/handle/publica/282478Electric field sensors are used in a variety of ways to recognize different human actions and behaviors, for example, fall detection or classification of movements. However, very little is known about the number of sensors that are needed to achieve an acceptable recognition rate. Most systems just use as many sensors as possible to achieve confusion matrices with high true positive and true negative rates. In this thesis, the relation of recognition rates and the size of a system composed of electric field sensors shall be further investigated. For this purpose, several setups to recognize different human activities will be created and evaluated, each with a varying number of sensor tokens.Elektrische Feldsensoren werden auf vielfältige Weise eingesetzt, um verschiedene menschliche Aktivitäten und Verhaltensweisen zu erkennen, z.B. Sturzerkennung oder die Klassifizierung von Bewegungen. Über die Anzahl der Sensoren, die benötigt werden, um eine akzeptable Erkennungsrate zu erreichen, ist jedoch nur sehr wenig bekannt. Die meisten Systeme verwenden so viele Sensoren wie möglich, um Erkennungsraten mit hohen true positives und true negatives Raten zu erreichen. In dieser Arbeit soll das Verhältnis von Erkennungsraten und der Größe eines Systems aus elektrischen Feldsensoren weiter untersucht werden. Dazu werden mehrere Setups zur Erkennung unterschiedlicher menschlicher Aktivitäten erstellt und ausgewertet, jeweils mit einer unterschiedlichen Anzahl von Sensoren.enLead Topic: Individual HealthLead Topic: Smart CityResearch Line: Computer vision (CV)Research Line: Human computer interaction (HCI)electric field sensingcapacitive sensoractivity recognitionsensor networksclassification006bachelor thesis