Méthodes SVM et MLN pour la reconnaissance automatique d'activités humaines dans les habitats perceptifs: tests et perspectives - Archive ouverte HAL
Communication Dans Un Congrès Année : 2012

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
Fichier principal
Vignette du fichier
rfia2012_submission_83.pdf (272.13 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-00656557 , version 1 (17-01-2012)

Identifiants

  • HAL Id : hal-00656557 , version 1

Citer

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⟩
572 Consultations
1058 Téléchargements

Partager

More