智能环境中多居民活动识别调查

​

A Survey on Multi-Resident Activity Recognition in Smart Environments

解决问题：本论文旨在探讨在智能环境下进行多居民活动识别的挑战和解决方案。其中一个主要挑战是在多居民环境中准确地将传感器观测结果与参与者身份相关联。

关键思路：本文概述了人类活动识别系统的设计和实现，包括人类活动识别的各种数据收集设备和方法。此外，本文还回顾了先前在多居民环境中使用这些系统的研究，并对该领域的现状进行了总结。相较于当前领域的研究，本文的关键思路在于探讨多居民环境下的活动识别，提供了一些新的解决方案。

其他亮点：本文提供了对多居民环境下活动识别的综述，包括数据收集设备和方法的总结。本文还回顾了先前在多居民环境中使用这些系统的研究，并对该领域的现状进行了总结。作者在实验中使用了多个数据集，但未提供开源代码。本文的亮点在于提供了一些新的解决方案，值得进一步深入研究。

关于作者：本论文的主要作者是Farhad MortezaPour Shiri、Thinagaran Perumal、Norwati Mustapha和Raihani Mohamed。他们分别来自马来西亚的Universiti Teknologi Malaysia和Universiti Malaysia Pahang。他们之前的代表作无法从提供的信息中得知。

相关研究：近期的相关研究包括：

• “A Survey of Human Activity Recognition Using Smartphone Sensors”，作者为Gjoreski、Luz、Gams和Majcen，来自斯洛文尼亚的马里博尔大学。
• “Human Activity Recognition Using Wearable Sensors by Deep Convolutional Neural Networks”，作者为He、Guo、Zhang和Lu，来自中国的南京信息工程大学。
• “Multi-Resident Activity Recognition in Smart Homes Using Deep Learning”，作者为Zhang、Zhang、Li和Zhu，来自中国的山东大学。

论文摘要：《智能环境中多居民活动识别调查》
Farhad MortezaPour Shiri, Thinagaran Perumal, Norwati Mustapha, Raihani Mohamed, See More …
人类活动识别（HAR）是一个快速发展的领域，利用智能设备、传感器和算法自动分类和识别特定环境中个人的行为。这些系统有广泛的应用，包括协助照顾任务、增加安全性和提高能源效率。然而，在多居民环境中有效利用HAR系统必须解决几个挑战。其中一个关键挑战是准确地将传感器观察结果与涉及个人的身份关联起来，特别是当居民参与复杂和协作的活动时，这可能尤为困难。本文简要介绍了HAR系统的设计和实现，包括人类活动识别所使用的各种数据收集设备和方法的概述。它还回顾了先前关于在多居民环境中使用这些系统的研究，并对该领域的当前技术水平提出结论。

​Read More