Reconnaissance d’activité : il n’y a pas que la reconnaissance de forme

Pour détecter une activité complexe et la reconnaître, il n’y a pas forcément besoin d’une caméra. Les applications récentes de l’IA permettent aujourd’hui d’analyser la situation d’un utilisateur, bref de procéder à de la reconnaissance d’activité aussi bien qu’avec un système de reconnaissance faciale. Dans les deux cas, tout est une question de données, et de machine learning.

Reconnaissance d’activité sans caméra

Aujourd’hui, pour savoir si une personne est en train de s’échauffer pour une partie de basket ou de jouer au squash, il n’y a pas besoin de la suivre avec une caméra… Son smartphone suffit. Certaines applications liées au développement de l’IA permettent désormais de capter des activités basiques et, ce qui fait toute la différence, d’envoyer toutes les données collectées vers le filtre d’un algorithme qui les convertit en informations utilisables.

Une question de contexte

Pour faire la différence entre une activité simple et une activité complexe, tout est une question de contexte. Et ce contexte, c’est la multiplicité qui le fournit. En récoltant des données comme la géolocalisation, l’heure, la lumière, les mouvements et l’accéléromètre, on peut parvenir à déduire un comportement d’utilisateur en se basant sur ses habitudes de vie. S’il fixe chaque jour son réveil à une certaine heure, se géolocalise chez lui puis sur un itinéraire classique, avec un horaire régulier, l’algorithme qui aura processé ces patterns pourra déduire, en voyant l’accéléromètre s’emballer un matin, que cet utilisateur est en train de courir pour attraper son bus quotidien. Et, à l’avenir, réutiliser ces schémas de données pour avertir l’utilisateur qu’il est effectivement en train de se mettre en retard pour son bus.

Reconnaissances 

La reconnaissance de forme utilise le même type de procédé, en récoltant de la data qui, passée au filtre du tri (informations suffisamment précises pour être utilisées ou non ?) et du classement, est analysée via une programmation de machine learning. Les deux systèmes de traitement de données sont donc complémentaires, mais il n’est pas nécessaire d’installer des caméras à reconnaissance faciale pour faire de la reconnaissance d’activité.

De la sécurité à la santé, sans vidéosurveillance

De même, il n’y a pas forcément besoin, aujourd’hui, de mettre en place un système de vidéosurveillance pour protéger un espace privé. En connectant certains points stratégiques de l’appartement ou de la maison à des capteurs et en programmant le bon algorithme, il devient aisé de prévenir un danger (d’intrusion, d’incendie ou d’inondation par exemple).

 

Plus innovant encore, ces mêmes capteurs qui réagissent sur un smartphone peuvent être transposés à des outils connectés au sein d’une maison et générer des informations essentielles sur le comportement de son habitant, ce qui s’avère utile voire rassurant dans le cas d’une personne âgée ou fragile vivant seule à son domicile.

Un capteur de poids dans un fauteuil, un capteur d’humidité et/ou de température dans la cuisine qui note lorsqu’on laisse quelque chose sur le feu, des capteurs sur les portes et fenêtres… Toutes ces connexions peuvent fournir des données simples qui, réunies et analysées, permettraient à l’avenir d’alerter si une personne âgée se mettait à développer un comportement erratique ou dangereux pour elle-même (en laissant régulièrement de l’eau à bouillir pendant qu’elle dort dans le canapé, par exemple). Imagerie ou pas, tout est en réalité de la donnée…

Ces réflexions sur la Self-BI vous intéressent ?
Suivez notre série d’articles sur le sujet.

Et pour cela , abonnez-vous à notre newsletter “En direct des bacs à sable”.
Cette newsletter vous informera de que nous publions ici et de ce qui se publie ailleurs sur ce type de sujets..

Abonnez-vous au plus vite.
Découvrez les trésors des bacs à sable, cliquez sur l’image….

A propos de data vous aimerez aussi sans doute lire :

Comment la Business Analytics vous aide à prédire l’avenir

data-management et data-governance, c’est quoi la différence ?

Quand la BI vient booster les outils de reporting

Couverture bonnes feuilles livre Redouane Labdoui

Téléchargez les bonnes feuilles du livre de Redouane Labdoui

  • Et découvrez-le en avant-première


Prénom
Nom

Vous pourrez vous désinscrire à tout moment de la plateforme de gestion des téléchargement que nous utilisons, Mailchimp.
En acceptant de télécharger cet ouvrage, vous acceptez que vos informations personnelles soient transférées au système automatique de traitement Mailchimp. La politique de confidentialité de cet outil peut être consultée ici.

* champ obligatoire