Reconnaissance des comportements humains dans les environnements intelligents ambiants

par Roghayeh Mojarad

Projet de thèse en Informatique

Sous la direction de Yacine Amirat.


  • Résumé

    Titre de la thèse: Reconnaissance des comportements humains dans les environnements intelligents ambiants Le sujet de thèse s'inscrit dans un domaine de recherche novateur touchant aux paradigmes de l'intelligence artificielle, de la robotique et de l'internet des objets, et leurs applications pour l'assistance ambiante des utilisateurs. Dans les environnements d'intelligence ambiante robotisés, les services d'assistance fournis aux utilisateurs visent à améliorer la qualité de vie et le bien-être physique et mental des usagers, à garantir leur sécurité, et à améliorer les conditions de travail et l'efficacité des professionnels soignants et des aidants à domicile. Pour atteindre ces objectifs, les services d'assistance doivent s'appuyer sur les mécanismes cognitifs avancés permettant d'adapter l'assistance fournie à l'utilisateur en fonction du contexte de ce dernier (localisation, activités, comportements, états mentaux et émotionnels, etc.). Ces mécanismes concernent le traitement des données du contexte et le raisonnement sur les connaissances relatives au contexte. Ces données et connaissances proviennent généralement des interactions verbales avec l'utilisateur ou des capteurs disséminés dans l'environnement intelligence ambiant. L'objectif de cette thèse est la reconnaissance automatique du comportement de l'utilisateur en tenant compte de son contexte. L'efficacité des mécanismes de raisonnement pour reconnaitre et analyser le comportement d'un utilisateur dépendent fortement de l'approche utilisée pour modéliser, d'une part, les actions et les événements composant un comportement donné, et d'autre part, les imperfections de données capteurs (imprécision, incomplétude, conflits entre sources de données, etc.). Dans cette thèse, nous privilégiions une approche hybride combinant à la fois une approche orientée connaissances et une approche orienté données. Il s'agit ici de reconnaitre les activités de l'utilisateur à partir de la détection et de la sélection d'évènements d'intérêt et de tracer leurs relations spatio-temporelles. L'approche orientée connaissances permettra d'effectuer des raisonnements basés sur la théorique de l'action et d'ontologies décrivant les relations spatio-temporelles entre les activités détectées à partir de l'approche orientée donnée, des objets composant l'environnement ambiant et des connaissances sur le contexte. Pour la validation de l'approche proposée, des scénarios de services d'assistance cognitive pour des personnes atteintes de maladies chroniques seront mis en œuvre pour évaluer la qualité du suivi médical en termes de confort et de sécurité de ces personnes pendant leurs activités quotidiennes. Pour mener à bien les développements et expérimentations relatifs aux travaux de la thèse, la doctorante sera en charge avec l'aide des membres de l'équipe SIRIUS du laboratoire LISSI des phases de collecte, de traitement et de fusion des données capteurs prévues dans les projets Européens Emospaces et Medolution.

  • Titre traduit

    Context-aware human behavior recognition approach in ambient assisted living systems


  • Résumé

    Title of the thesis: Recognition of human behavior in ambient assisted living systems The thesis subject is part of a field of innovative research related to the paradigms of artificial intelligence, robotics and the Internet of Things, and their applications for ambient user support. In ambient assisted living systems, assistance services provided to improve the quality of life and the physical and mental well-being of users, to ensure their safety, and to improve the working conditions and the efficiency of healthcare professionals and home caregivers. To achieve these objectives, the assistance services must rely on advanced cognitive mechanisms to adapt the assistance provided to the user according to the context of the latter (location, activities, behaviors, mental and emotional states, etc.). These mechanisms concern data processing of the context and knowledge reasoning related to the context. This data and knowledge usually come from verbal interactions with the user or sensors scattered in the ambient assisted living systems. The objective of this thesis is the automatic recognition of the user behavior considering its context. The effectiveness of the reasoning mechanisms to recognize and analyze the behavior of a user strongly depends on the approach used to model, on the one hand, the actions and events composing a given behavior, and on the other hand, the imperfections sensor data (inaccuracy, incompleteness, conflicts between data sources, etc.). In this thesis, we favor a hybrid approach combining both a knowledge-based approach and a data-driven approach. This is to recognize the user activities from the detection and selection of events of interest and to trace their spatio-temporal relationships. The knowledge-based approach will allow reasoning based on the theory of action and ontologies describing the spatio-temporal relations between the activities detected from the given oriented approach, the objects composing the ambient assisted living systems and knowledge about the context. For the validation of the proposed approach, scenarios of cognitive assistance services for people with chronic diseases will be implemented to assess the quality of medical monitoring in terms of comfort and safety of these people during their daily activities. To carry out the developments and experiments relating to the work of the thesis, the doctoral student will be in charge, with the help of members of the SIRIUS team of the LISSI laboratory, of the collection, processing and fusion phases of the sensor data provided for in the European projects Emospaces and Medolution.