Resumen de Modelado de actividades humanas

Gorka Azkune Galparsoro , Aitor Almeida , Diego López de Ipiña González de Artaza , Liming Chen

• español

  El modelado de actividades humanas es uno de los pasos clave para los sistemas de reconocimiento de actividades, que permite obtener modelos computacionales de las diversas formas en las que los humanos ejecutamos ciertas actividades. Los modelos de actividades no son solo indispensables para el reconocimiento, sino que también se pueden usar en otras aplicaciones como la comprensión del comportamiento humano o el diagnóstico y evolución de enfermedades mentales.

  A pesar de la importancia del modelado de actividades, no hay en la literatura una revisión completa del mismo. En este artículo, sin embargo, el foco se ha puesto en las técnicas de modelado, distinguiendo entre modelado basado en conocimiento y en datos. El primero usa el conocimiento previo del dominio para generar los modelos aplicando técnicas de ingeniería y gestión del conocimiento. Por otro lado, el segundo tiene por objetivo aprender los modelos de actividad directamente usando los datos generados por los usuarios aplicando técnicas de aprendizaje automático y minería de datos.

  Recientemente han aparecido sistemas de modelado que fusionan el modelado basado en conocimiento y en datos. Su objetivo es combinar las mejores características de ambos sistemas, abriendo nuevas líneas de investigación. Los sistemas de modelado más relevantes han sido analizados en este artículo.

  Finalmente, los problemas abiertos de investigación y el potencial trabajo futuro han sido analizados, para ofrecer una guía a aquellos investigadores que quieran contribuir al área del modelado de actividades.

• English

  Human activity modelling is a key step for any activity recognition system. By means of activity modelling, the meaningful ways that activities are being performed by humans are computationally modelled. Activity models are not only indispensable for activity recognition, but they can also be used for some other applications, such as human behaviour understanding and cognitive disease diagnosis and evolution.

  Despite the significance of activity modelling, a complete review of different approaches cannot be found in the literature. In this paper, the focus has been set on modelling approaches, distinguishing between knowledge-driven and data-driven activity modelling. The first approach uses prior domain knowledge to build activity models using knowledge engineering and management tools. On the other hand, the second approach aims at learning activity models directly from user generated data using machine learning and data mining techniques.

  Recently, modelling approaches that fuse knowledge- and data-driven techniques have appeared. They try to combine the best features of both approaches, opening new research lines. The most relevant hybrid approaches are introduced in this paper.

  Finally, open research problems and potential future work are analysed, in order to provide a guide to those researchers who would like to contribute to acitivity modelling.