An unsupervised learning method for human activity recognition based on a temporal qualitative model

Abstract : In this paper, we investigate the problem of monitoring human activities using a network of sensors, including video cameras, in a smart home environment. We introduce an unsupervised method for mining a new kind of qualitative temporally structured activity models from sensor data. We present an application of our method to the recognition of activities of daily living in an elderly care context.
Type de document :
Communication dans un congrès
International Workshop on Behaviour Analysis and Video Understanding (ICVS 2011), Sep 2011, Sophia Antipolis, France. pp.9, 2011
Liste complète des métadonnées

Littérature citée [12 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00624367
Contributeur : Service Ist Inria Sophia Antipolis-Méditerranée / I3s <>
Soumis le : vendredi 16 septembre 2011 - 16:28:00
Dernière modification le : vendredi 23 septembre 2011 - 10:22:42
Document(s) archivé(s) le : samedi 17 décembre 2011 - 02:26:41

Fichier

Final_An_unsupervised_learning...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00624367, version 1

Citation

Franck Vandewiele, Cina Motamed. An unsupervised learning method for human activity recognition based on a temporal qualitative model. International Workshop on Behaviour Analysis and Video Understanding (ICVS 2011), Sep 2011, Sophia Antipolis, France. pp.9, 2011. 〈inria-00624367〉

Partager

Métriques

Consultations de la notice

192

Téléchargements de fichiers

261