FlowAR: une plateforme uniformisée pour la reconnaissance des activités humaines à partir de capteurs binaires
Résumé
This demo showcases a platform for developing human activity recognition (AR) systems, focusing on daily activities using sensor data, like binary sensors. With a data-driven approach, this platform, named FlowAR, features a three-step pipeline (flow): data cleaning, segmentation, and personalized classification. Its modularity allows flexibility to test methods, datasets, and ensure rigorous evaluations. A concrete use case demonstrates its effectiveness.
Cette démonstration présente une plateforme expérimentale dédiée au développement de systèmes de reconnaissance des activités humaines (Activity Recognition), notamment celles de la vie quotidienne (AVQ), à partir de données issues de capteurs tels que les capteurs binaires. En adoptant une approche orientée données, cette plateforme nommée FlowAR s'appuie sur un pipeline (flow) de traitement des données structuré en trois étapes clés : nettoyage, segmentation et classification personnalisée. Grâce à sa modularité, elle offre une flexibilité pour explorer diverses méthodes et jeux de données, permettant des évaluations comparatives rigoureuses et une adaptation aux besoins spécifiques de développement. Un cas d'usage concret illustre son efficacité.
Domaines
Apprentissage [cs.LG]Origine | Fichiers produits par l'(les) auteur(s) |
---|