智能空间中基于场景和本体的用户异常活动识别

大多数基于传感器和本体的异常活动识别研究仅考虑动作本身是否具有危险性或异常性,认为任何偏离日常活动的模型都是异常,针对可能导致的漏判或误判,提出考虑场景语义,同时加入用户本身情况因素;采集日常生活活动数据,建立相应的本体库,另外加入4种已确定的异常活动,对异常活动进行更丰富的识别;经过实验验证,异常活动识别准确率有明显提高。

一种基于本体匹配的智能空间异常活动识别方法

有效地检测出异常活动能够更好地为老年人独立生活提供辅助。针对提高异常活动识别的准确率的问题,提出一种基于本体匹配的异常活动识别方法。采用本体对智能家居中的场景以及用户的行为进行建模,通过本体推理实现底层简单行为到高层复杂活动(ADLs)的识别,进一步将识别出的高层复杂活动与预定义的场景活动进行匹配,从而判断是否产生异常。该方法在本体推理的基础上增加了本体匹配的过程来实现异常活动的识别,从而使得识别结果更加准确。最后,通过异常活动识别原型系统(AARS)验证了该方法的可行性和有效性。实验结果表明,该方法对异常活动识别的平均准确率达到94.1%。