用于活动识别和行为分析的方法和系统

摘要

能量仍然是连续感测的关键挑战：低容量电池使得可穿戴设备需要频繁充电。相比之下，在诸如厨柜、家用电器和办公设备等日常“智能物体”中安装传感器通过间接观察人与这些物体的交互来支持ADL检测，但无法在多租户环境中提供特定于个体的见解。本文的实施例提供了一种用于能量高效的活动识别和行为分析的方法和系统。所公开的架构利用了对在对象的日常生活活动(ADL)期间被监测的对象执行的物理活动进行的廉价、无电池感测的混合模式。所述感测将物体交互感测与特定于个人的可穿戴感测相结合，以识别智能空间中的各个活动。所公开的方法和系统量化概率方法，所述概率方法对每个独立事件使用对用户‑物品交互的纵向观察来计算对象的异常行为。