Activities of daily living recognition through ontological reasoning

With the continuous growth of the average age of the world population, it is our duty to constantly research an effective solution to meet the future and unavoidable demands for helping and intervention. The main challenge is to stretch as long as possible the time that an elderly or a fragile person spends living independently in his/her own homes, before making a hospitalization request. This is a sensible theme among the researchers all over the world and, during the years, they proposed many different approaches to solve the problem. More and more technological sciences like Pervasive System or Internet of Things (IoT) allow the development of reliable Ambient Assisted Living Systems (AAL) mounted inside Smart Homes, taking advantage of Home Automation (HA) to provide Assistive Technologies (AT). In this thesis project we present an Ontological Reasoning approach that is able to give support to unsupervised methods present in the literature of Activity of Daily Living Recognition. The core steps of the project have been the analysis, the design and the practical application of an ontology, a Semantic vocabulary, in which we define classes, subclasses, individuals and semantic relations that compose our personal Activity Recognition domain. Finally, we propose a method that manages also the activities that the system is not able to recognize, involving directly the resident. Experiments and results have been tested and obtained on two different datasets of reference, ARAS and Kasteren.

Con la continua crescita dell'età media della popolazione mondiale è nostro dovere ricercare costantemente una soluzione efficace per soddisfare le future ed inevitabili richieste di intervento e di aiuto. La sfida principale è quella di allungare il più possibile il tempo che un anziano o una persona fragile passa all'interno della sua abitazione in maniera indipendente, prima di effettuare una richiesta di ospedalizzazione. Questo tema è sensibile tra i ricercatori di tutto il mondo e, con il passare degli anni, sono stati proposti molti approcci differenti per risolvere il problema. Tecnologie sempre più avanzate di scienze come Pervasive System o Internet of Things (IoT) hanno permesso lo sviluppo di sistemi di Ambient Assisted Living (AAL) affidabili e montati all'interno di Smart Homes, sfruttando Home Automation (HA) per garantire tecnologie assistive. In questo progetto di tesi viene presentato un approccio ontologico che è in grado di dare supporto ai metodi non supervisionati presenti nella letteratura riguardante il riconoscimento delle attività giornaliere. I passi più importanti durante lo sviluppo del progetto sono stati l'analisi, il design e l'applicazione pratica di un'ontologia, un dizionario semantico, nel quale sono state definite classi, sottoclassi, individui e relazioni semantiche che compongono un nostro dominio personale riguardante il riconoscimento di attività. Per ultimo, è stato implementato un metodo che gestisce anche quelle attività che il sistema non è in grado di riconoscere, richiedendo direttamente l'intervento del residente. La fase di test e di ottenimento dei risultati è stata effettuata su due dataset di riferimento, ARAS e Kasteren.