Des scientifiques améliorent la sécurité des maisons intelligentes grâce à l'IoT artificiel et au WiFi
infohightech ·
L'intelligence artificielle des objets (AIoT), qui combine les avantages de l'intelligence artificielle et des technologies de l'Internet des objets, est devenue très populaire ces dernières années. Contrairement aux configurations IoT classiques, dans lesquelles les appareils collectent et transfèrent des données pour traitement à un autre endroit, les appareils AIoT acquièrent des données localement et en temps réel, ce qui leur permet de prendre des décisions intelligentes. Cette technologie a trouvé de nombreuses applications dans la fabrication intelligente, la sécurité des maisons intelligentes et la surveillance des soins de santé.
Dans la technologie AIoT de la maison intelligente, la reconnaissance précise de l'activité humaine est cruciale. Elle aide les appareils intelligents à identifier diverses tâches, comme la cuisine et l'exercice physique. Sur la base de ces informations, le système AIoT peut ajuster l'éclairage ou changer de musique automatiquement, améliorant ainsi l'expérience utilisateur tout en garantissant l'efficacité énergétique. Dans ce contexte, la reconnaissance de mouvement basée sur le Wi-Fi est très prometteuse : les appareils Wi-Fi sont omniprésents, garantissent la confidentialité et ont tendance à être rentables.
Dans un article de recherche inédit, une équipe de chercheurs dirigée par le professeur Gwanggil Jeon du College of Information Technology de l'Université nationale d'Incheon, en Corée du Sud, a mis au point un nouveau cadre AIoT appelé réseau de fusion de spectrogrammes multiples (MSF-Net : multiple spectrogram fusion network) pour la reconnaissance de l'activité humaine basée sur le Wi-Fi. Leurs résultats sont publiés dans l' IEEE Internet of Things Journal .
Le professeur Jeon explique la motivation de leurs recherches. « En tant qu'application AIoT typique, la reconnaissance de l'activité humaine basée sur le Wi-Fi devient de plus en plus populaire dans les maisons intelligentes. Cependant, la reconnaissance basée sur le Wi-Fi présente souvent des performances instables en raison des interférences environnementales. Notre objectif était de surmonter ce problème. »
Dans cette optique, les chercheurs ont développé le cadre robuste d'apprentissage profond (deep learning) MSF-Net, qui permet une reconnaissance d'activité grossière et fine via les informations sur l'état du canal (CSI). MSF-Net comporte trois composants principaux : une structure à double flux comprenant une transformée de Fourier à court terme ainsi qu'une transformée en ondelettes discrète, un transformateur et une branche de fusion basée sur l'attention. Alors que la structure à double flux identifie les informations anormales dans les CSI, le transformateur extrait efficacement les caractéristiques de haut niveau des données. Enfin, la branche de fusion améliore la fusion entre modèles.
Les chercheurs ont réalisé des expériences pour valider les performances de leur cadre, constatant qu'il atteint des scores Kappa de Cohen remarquables de 91,82 %, 69,76 %, 85,91 % et 75,66 % sur les ensembles de données SignFi, Widar3.0, UT-HAR et NTU-HAR, respectivement. Ces valeurs soulignent les performances supérieures de MSF-Net par rapport aux techniques de pointe pour la reconnaissance d'activités grossières et fines basées sur les données WiFi.
« La technique de fusion de fréquences multimodales a considérablement amélioré la précision et l'efficacité par rapport aux technologies existantes, augmentant ainsi les possibilités d'applications pratiques. Cette recherche peut être utilisée dans divers domaines tels que les maisons intelligentes, la médecine de réadaptation et les soins aux personnes âgées. Par exemple, elle peut prévenir les chutes en analysant les mouvements de l'utilisateur et contribuer à améliorer la qualité de vie en établissant un système de surveillance de la santé sans contact direct », conclut le professeur Jeon.
Dans l’ensemble, la reconnaissance d’activité utilisant le WiFi, la technologie de convergence de l’IoT et de l’IA proposée dans ce travail, devrait grandement améliorer la vie des gens grâce à la commodité et à la sécurité au quotidien.
https://techxplore.com/news/2025-02-scientists-smart-home-artificial-iot.html