空巢老人智能监护系统中异常检测问题(英文)

摘要

为实现空巢家庭内老人和家用设备异常行为的实时预测,用多模态传感器获取行为的离散动作序列,并用改进的多层隐马科夫模型抽象出人的高层行为——事件,从大量的时空数据中形成描述居住着正常行为的结构化表达模型,这些模型用作检测居住者异常行为的分类器.为表达推理预测所需的环境上下文信息,设计了多媒体本体(MMO)来标注和推理智能监护系统中的媒体信息.改进了一种悲观情感模型(PEM)来分析室内多活动设备的多交叉事件.实验证明,当被检测的设备处于盲区或被遮挡的情况下,PEM能增强对活动设备检测的准确性和可靠性,上述方法在异常的实时检测方面有很好的性能.