Méthodes SVM et MLN pour la reconnaissance automatique d'activités humaines dans les habitats perceptifs: tests et perspectives

Résumé : Cet article compare deux approches pour la reconnaissance des Activités de la Vie Quotidiennes (AVQ) dans un habitat intelligent : - une approche SVM utilisée pour son excellente capacité de classification, - ainsi qu'une approche à base de réseaux logiques de Markov pour leur capacité à allier une excellente expressivité et un raisonnement dans l'incertain. Ces méthodes ont été testées sur des données réelles acquises lors d'expérimentations impliquant 21 personnes effectuant des AVQ. Les résultats montrent la difficulté de la tâche et permettent de dégager des pistes d'amélioration
Liste complète des métadonnées

Cited literature [17 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-00656557
Contributor : Amélie Cordier <>
Submitted on : Tuesday, January 17, 2012 - 9:29:30 PM
Last modification on : Thursday, February 21, 2019 - 11:02:54 AM
Document(s) archivé(s) le : Wednesday, April 18, 2012 - 2:28:41 AM

File

rfia2012_submission_83.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-00656557, version 1

Citation

Pedro Chahuara, Anthony Fleury, Michel Vacher, François Portet. Méthodes SVM et MLN pour la reconnaissance automatique d'activités humaines dans les habitats perceptifs: tests et perspectives. RFIA 2012 (Reconnaissance des Formes et Intelligence Artificielle), Jan 2012, Lyon, France. pp.978-2-9539515-2-3. ⟨hal-00656557⟩

Share

Metrics

Record views

626

Files downloads

1420