Short-time, Wavelet-inspired Mouse Submovement Detection

한눈에

요약

마우스 속도 시계열에서 서브무브먼트를 찾아 위치·폭·진폭으로 파라미터화하는 웨이블릿에서 착안한 분해 기법이다.

왜

서브무브먼트는 앞 것이 끝나기 전에 다음 것이 시작돼 겹친다. 시간축을 자르는 분할은 한 시점을 한 동작에만 배정해 겹침을 잴 수 없다.

어떻게

log-normal 속도 모양을 mother wavelet으로 삼은 CWT 초기값을 봉우리 가중 손실로 정제하고 잔차에 되풀이했다. 13명의 FPS 조준 실데이터를 본뜬 합성 trial로 개수 정확도를 쟀다.

그래서

겹친 동작을 합치지 않고 따로 센다. 봉우리 가중 정제는 합성 데이터에서 개수를 맞춘 trial이 67.124%로 MSE 정제나 CWT 초기값보다 많았다.