Reconnaissance d'activités à l'aide de ST-GCN avec des données de mouvement 3D

Pour le défi de reconnaissance des activités infirmières, une méthode de reconnaissance d’activités a été développée par l’équipe TDU-DSML. Un réseau de convolution sur graphe spatio-temporel (ST-GCN) a été appliqué pour traiter les données de capture du mouvement 3D fournies dans le jeu de données du défi. Les données temporelles ont été divisées en segments de 20 secondes avec un chevauchement de 10 secondes. Un modèle de reconnaissance basé sur un graphe à structure arborescente a ensuite été conçu. Les résultats de prédiction ont été déterminés par segment de une minute, selon une décision majoritaire issue des sorties de chaque segment. Notre modèle a été évalué à l’aide d’une méthode de validation croisée en laissant un sujet de côté (leave-one-subject-out). Une précision moyenne de 57 % a été atteinte pour l’ensemble des six sujets.