Abstract:
Ces dernières années, la reconnaissance de l’activité humaine a suscité une
attention particulière en raison de ses applications dans les soins de santé, les
maisons intelligentes et les systèmes de surveillance. Traditionnellement, les
appareils portables et les approches basées sur la caméra ont été utilisés pour
la reconnaissance des activités, mais ils s’accompagnent de limitations liées
au confort de l’utilisateur, aux problèmes de confidentialité et aux exigences
d’installation. Cependant, l’avènement de la technologie des capteurs et de
l’Internet des objets (IoT) a ouvert de nouvelles possibilités de reconnaissance
d’activité à l’aide de capteurs environnementaux. Cette thèse explore la faisabilité d’utiliser des capteurs environnementaux pour la reconnaissance de
l’activité humaine et compare six modèles différents utilisant exclusivement
des données de capteurs environnementaux collectées. La recherche consiste
à établir un cadre de collecte de données robuste, à appliquer des techniques
de prétraitement et à évaluer les modèles à l’aide de diverses mesures. Les
résultats fourniront des informations précieuses sur le potentiel des capteurs
environnementaux pour la reconnaissance des activités et guideront les chercheurs, les praticiens et les développeurs de systèmes dans la prise de décisions
éclairées concernant la sélection de modèles et la conception de systèmes.
