Reconhecimento de Atividades Humanas Diárias Usando Sensores Não Intrusivos

Nos últimos anos, Tecnologias de Inteligência Artificial (TIA) foram desenvolvidas para melhorar a qualidade de vida dos idosos e sua segurança em casa. Este trabalho foca no desenvolvimento de um sistema capaz de reconhecer as atividades mais comuns na vida diária de uma pessoa idosa em tempo real, permitindo que um especialista monitore os hábitos dessa pessoa, como tomar medicamentos ou fazer as refeições corretas do dia. Para isso, um modelo de predição foi desenvolvido com base em redes neurais recorrentes, especificamente em redes LSTM bidirecionais, para obter em tempo real a atividade que está sendo realizada pelos indivíduos em suas casas, com base nas informações fornecidas por um conjunto de diferentes sensores instalados na casa de cada pessoa. O modelo de predição desenvolvido neste artigo fornece uma taxa de precisão de 95,42%, melhorando os resultados de modelos semelhantes atualmente em uso. Para obter um modelo confiável com uma alta taxa de precisão, uma série de processos de processamento e filtragem foram realizados nos dados, como um método baseado em janela deslizante ou um algoritmo de empilhamento e reordenação, que foram posteriormente utilizados para treinar a rede neural, obtida da base de dados pública CASAS.