تتعرف الشبكة العصبية على النشاط البشري اليومي وتتنبأ به من الصور الفوتوغرافية

تمكن العلماء من تطوير شبكة عصبية اصطناعية ، والتي تحدد بدقة 83٪ أنواع الأنشطة في الحياة اليومية للشخص عن طريق تحليل مجموعة مختارة من الصور من "كاميرا يمكن ارتداؤها سلبية مركزية" والتاريخ والوقت الحاليين. علاوة على ذلك ، يتوقع البرنامج بدقة عالية إجراءات المستخدم في المستقبل.

هذه دراسة مهمة إلى حد ما ، توفر فرصًا جديدة للتدوين على الحياة وعمل المساعدين الرقميين الشخصيين - إذا كان البرنامج يعرف ما الذي ستفعله في المستقبل القريب ، فيمكنه إظهار المعلومات السياقية مقدمًا ، وترتيب الطعام / النقل / الملابس ، ونصحك بالمغادرة إلى العمل مبكرًا بسبب الاختناقات المرورية الخ

يوضح الرسم التوضيحي مثالاً على الإطارات الفردية من العينة ، مع الملاحظات المقابلة للمصنف المواضيعي.

من أجل التجميع المستمر للصور في الخلفية ، لا يلزم وجود معدات خاصة ومكلفة. يكفي تعليق الهاتف الذكي حول الرقبة باستخدام برنامج مؤقت خاص لالتقاط الصور. ربما سيتم تضمين هذه البرامج في المستقبل في المجموعة القياسية من الهواتف الذكية.



في هذه التجربة ، التقطت الكاميرا القابلة للارتداء 40،103 صورة على مدى ستة أشهر.

بدلاً من الهاتف الذكي ، يمكنك استخدام الكاميرات القياسية القابلة للارتداء أو نظارات الواقع المعزز ، و Narrative Clip ، و MeCam ، و Google Glass ، و GoPro وغيرها مناسبة.

تم تطوير المصنف وتدريب الشبكة العصبية من قبل مجموعة من الباحثين من معهد جورجيا للتكنولوجيا (الولايات المتحدة الأمريكية). أولاً ، تم إعداد المصنف يدويًا ، عندما تم تعيين الصور إلى واحدة من 19 فئة مواضيعية ، بما في ذلك قيادة السيارة ، ومشاهدة التلفزيون ، والتحدث مع العائلة ، والنظافة الشخصية ، وتناول الطعام ، وما إلى ذلك. عند تدريب شبكة عصبية ، تم أخذ الوقت من اليوم واليوم من الأسبوع في الاعتبار ، لذلك هذه البيانات الوصفية أثرت أيضا على دقة التعرف على الأنشطة الفردية.

بعد تدريب الشبكة العصبية ، أظهرت دقة التعرف على الأنشطة بنسبة 83.07٪. يوضح الجدول دقة التعرف حسب الفئة.



تم الخلط بين أنواع معينة من الأنشطة بسهولة أكبر مع أنواع أخرى محددة من الأنشطة ، كما يمكن رؤيته في مصفوفة الخطأ.



يمكن أن تجد مثل هذه البرامج تطبيقًا في تطبيقات تسجيل الحياة التي تتتبع تلقائيًا نشاط الشخص وتلاحظ التغييرات في شؤونه الروتينية. على سبيل المثال ، قد يلاحظ مثل هذا المساعد الرقمي تغيرات في تناول الطعام أو ممارسة الرياضة - وتقديم المشورة المختصة. علاوة على ذلك ، يمكن للبرنامج تقديم المشورة حول كيفية تغيير الجدول الزمني للشؤون اليومية من أجل الاستفادة بشكل أفضل من الوقت.

يمكن أن يوفر تحليل أرشيف متعدد السنوات للصور اليومية الكثير من المعلومات المفيدة. على سبيل المثال ، سيسمح لك البرنامج بتتبع تطور المرض أو التقدم في العلاقات الأسرية على مر السنين ، وهو تغيير في نمط حياة الشخص. هذه معلومات قيمة ليس فقط للأطباء والشرطة ، ولكن أيضًا ، على سبيل المثال ، للاختيار التلقائي للزوجة / الزوج مع التوافق التام.

تم تقديم الورقة العلمية "توقع الأنشطة اليومية من صور مركزية باستخدام التعلم العميق" في مؤتمر ACM ( pdf ).

Source: https://habr.com/ru/post/ar385659/