論文の概要: A Survey on Multi-Resident Activity Recognition in Smart Environments
- arxiv url: http://arxiv.org/abs/2304.12304v1
- Date: Mon, 24 Apr 2023 17:55:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-25 13:47:35.397589
- Title: A Survey on Multi-Resident Activity Recognition in Smart Environments
- Title(参考訳): スマート環境におけるマルチレジデント活動認識に関する調査
- Authors: Farhad MortezaPour Shiri, Thinagaran Perumal, Norwati Mustapha,
Raihani Mohamed, Mohd Anuaruddin Bin Ahmadon, and Shingo Yamaguchi
- Abstract要約: HAR(Human Activity Recognition)は、スマートデバイス、センサー、アルゴリズムを利用して個人の行動を自動的に分類し識別する、急速に成長する分野である。
これらのシステムには、ケアタスクの支援、セキュリティの向上、エネルギー効率の向上など、幅広い応用がある。
重要な課題の1つは、センサーの観察と関係者の身元を正確に関連付けることである。
- 参考スコア(独自算出の注目度): 1.2037683414151241
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Human activity recognition (HAR) is a rapidly growing field that utilizes
smart devices, sensors, and algorithms to automatically classify and identify
the actions of individuals within a given environment. These systems have a
wide range of applications, including assisting with caring tasks, increasing
security, and improving energy efficiency. However, there are several
challenges that must be addressed in order to effectively utilize HAR systems
in multi-resident environments. One of the key challenges is accurately
associating sensor observations with the identities of the individuals
involved, which can be particularly difficult when residents are engaging in
complex and collaborative activities. This paper provides a brief overview of
the design and implementation of HAR systems, including a summary of the
various data collection devices and approaches used for human activity
identification. It also reviews previous research on the use of these systems
in multi-resident environments and offers conclusions on the current state of
the art in the field.
- Abstract(参考訳): HAR(Human Activity Recognition)は、スマートデバイス、センサー、アルゴリズムを利用して、特定の環境内の個人の行動を自動的に分類し識別する、急速に成長する分野である。
これらのシステムには、ケアタスクの支援、セキュリティの向上、エネルギー効率の向上など、幅広い応用がある。
しかし, マルチレジデント環境において, HARシステムを効果的に活用するには, 課題がいくつかある。
重要な課題の1つは、センサーの観察と関係者のアイデンティティを正確に関連付けることであり、住民が複雑で協調的な活動に従事している場合、特に困難である。
本稿では,harシステムの設計と実装の概要について概説するとともに,様々なデータ収集装置とヒューマンアクティビティ同定のためのアプローチについて概説する。
また、マルチレジデント環境におけるこれらのシステムの利用に関する以前の研究をレビューし、この分野における技術の現状について結論を提供する。
関連論文リスト
- SoK: Behind the Accuracy of Complex Human Activity Recognition Using Deep Learning [4.580983642743026]
HAR(Human Activity Recognition)は1980年代にさかのぼる研究分野である。
本稿では,データバージョニングやモデルキャパシティといった複雑なHARの不正確性につながる要因を包括的に体系化する。
論文 参考訳(メタデータ) (2024-04-25T10:07:56Z) - Unimodal and Multimodal Sensor Fusion for Wearable Activity Recognition [0.0]
ヒューマンアクティビティ認識(HAR)は、冗長な情報と補完的な情報を組み合わせることで恩恵を受ける。
このPh.D.の仕事は、慣性、圧力(音響と大気圧)、およびHARのための繊維の容量感覚のような感覚モーダルを取り入れている。
選択されたウェアラブルデバイスとセンシングモダリティは、機械学習ベースのアルゴリズムと完全に統合されている。
論文 参考訳(メタデータ) (2024-04-24T17:35:29Z) - A Survey on Multimodal Wearable Sensor-based Human Action Recognition [15.054052500762559]
WSHAR(Wearable Sensor-based Human Activity Recognition)は、高齢者の日常生活を支援するための有望な補助技術である。
WSHARの最近の調査は、ディープラーニングアプローチのみに焦点を絞ったものや、単一センサーのモダリティに焦点が当てられている。
本研究では,新参者や研究者を対象に,マルチモーダル学習をWSHARドメインに活用するための総合的な調査を行う。
論文 参考訳(メタデータ) (2024-04-14T18:43:16Z) - Object Detectors in the Open Environment: Challenges, Solutions, and Outlook [95.3317059617271]
オープン環境のダイナミックで複雑な性質は、オブジェクト検出器に新しくて恐ろしい挑戦をもたらす。
本稿では,オープン環境におけるオブジェクト検出器の総合的なレビューと解析を行う。
データ/ターゲットの変化の次元に基づいて、4つの四分法(ドメイン外、カテゴリ外、堅牢な学習、漸進的な学習)を含むフレームワークを提案する。
論文 参考訳(メタデータ) (2024-03-24T19:32:39Z) - Know Thy Neighbors: A Graph Based Approach for Effective Sensor-Based
Human Activity Recognition in Smart Homes [0.0]
スマートホームにおけるヒューマンアクティビティ認識(HAR)のためのグラフ誘導ニューラルネットワーク手法を提案する。
スマートホームにおけるセンサネットワークを表す,より表現力のあるグラフ構造を学習することで,これを実現する。
本手法は,アテンション機構の適用により,個別の入力センサ計測を特徴空間にマッピングする。
論文 参考訳(メタデータ) (2023-11-16T02:43:13Z) - Human-centric Scene Understanding for 3D Large-scale Scenarios [52.12727427303162]
本稿では,HuCenLifeという,人間中心のシーン理解のための大規模マルチモーダルデータセットを提案する。
私たちのHuCenLifeは、セグメンテーション、検出、アクション認識など、多くの3D認識タスクに役立ちます。
論文 参考訳(メタデータ) (2023-07-26T08:40:46Z) - User Simulation for Evaluating Information Access Systems [48.33512411880656]
インタラクティブな知能システムの有効性を評価することは 複雑な科学的課題です
本書は,評価に特化して設計されたユーザシミュレーション技術について,詳細な理解を提供する。
ユーザシミュレータを設計するための一般的なフレームワークと、検索エンジン、レコメンダシステム、会話アシスタントとのユーザインタラクションをシミュレートする特定のモデルとアルゴリズムの両方をカバーする。
論文 参考訳(メタデータ) (2023-06-14T14:54:06Z) - Contactless Human Activity Recognition using Deep Learning with Flexible
and Scalable Software Define Radio [1.3106429146573144]
本研究では,環境センシングの新たな手法として,Wi-Fiチャネル状態情報(CSI)の利用について検討する。
これらの方法は、プライバシーを侵害する視覚ベースのシステムに必要な追加のハードウェアを避ける。
本研究では,Wi-Fi CSIベースのHARシステムを提案する。
論文 参考訳(メタデータ) (2023-04-18T10:20:14Z) - Multimodal Adaptive Fusion of Face and Gait Features using Keyless
attention based Deep Neural Networks for Human Identification [67.64124512185087]
歩行のような軟式生体認証は、人物認識や再識別といった監視作業において顔に広く使われている。
本稿では,キーレス注意深層ニューラルネットワークを活用することで,歩行と顔のバイオメトリック・キューを動的に組み込むための適応型マルチバイオメトリック・フュージョン戦略を提案する。
論文 参考訳(メタデータ) (2023-03-24T05:28:35Z) - Deep Learning for Sensor-based Human Activity Recognition: Overview,
Challenges and Opportunities [52.59080024266596]
本稿では,センサを用いた人間の活動認識のための最先端のディープラーニング手法について調査する。
まず、官能データのマルチモーダリティを導入し、公開データセットに情報を提供する。
次に、課題によって深層メソッドを構築するための新しい分類法を提案する。
論文 参考訳(メタデータ) (2020-01-21T09:55:59Z) - Deep Learning for Person Re-identification: A Survey and Outlook [233.36948173686602]
人物再識別(Re-ID)は、複数の重複しないカメラを通して興味ある人物を検索することを目的としている。
人物のRe-IDシステム開発に関わるコンポーネントを分離することにより、それをクローズドワールドとオープンワールドのセッティングに分類する。
論文 参考訳(メタデータ) (2020-01-13T12:49:22Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。