Reconnaître des activités à partir de capteurs binaires

La reconnaissance automatique des activités humaines (HAR) vise à inférer ce que fait une personne — cuisiner, dormir, travailler — à partir des données de son environnement. La majorité des travaux se concentre sur les capteurs portés (accéléromètres, gyroscopes). Les capteurs ambiants, eux, restent moins explorés, alors qu'ils posent une question plus subtile : comment déduire une activité d'un signal très pauvre, souvent réduit à un simple événement binaire.

La pauvreté du signal, une force

Un capteur binaire ne dit qu'une chose : « quelque chose s'est passé » — une porte s'ouvre, un détecteur de mouvement s'active, un interrupteur change d'état. Pris isolément, chaque événement est dénué de sens. C'est leur séquence, leur rythme et leur co-occurrence qui portent l'information.

Travailler avec ce type de signal présente trois défis :

• La variabilité inter-foyers : chaque logement a sa propre disposition de capteurs, ce qui fragilise les modèles entraînés sur un foyer et testés sur un autre.
• La longueur des séquences : des enregistrements de 14 jours à 7 mois, avec des événements très rapprochés.
• Le déséquilibre des classes : certaines activités (dormir) sont surreprésentées, d'autres rares.

Représenter des événements comme du texte

L'idée centrale de mes travaux de thèse est de traiter un flux d'événements binaires comme une séquence de tokens : chaque capteur devient un mot de vocabulaire, chaque événement un token, et la journée un document.

# Un flux d'événements devient une phrase exploitable par un modèle de langue
events = ["M007", "D001", "M008", "T004", "M007"]
sentence = " ".join(events)  # "M007 D001 M008 T004 M007"

Ce passage par des représentations textuelles permet de réutiliser tout l'arsenal du NLP — plongements, attention, modèles pré-entraînés — sur des données de capteurs. Surtout, il rend le modèle moins dépendant de l'identité exacte d'un capteur : c'est le contexte de l'événement qui compte, pas son numéro.

Vers la robustesse inter-domaines

Le vrai enjeu n'est pas de reconnaître une activité dans le foyer où le modèle a été entraîné, mais de généraliser à un foyer jamais vu. C'est ce que nous appelons la robustesse inter-domaines, et c'est là que les représentations textuelles apportent le plus : elles lissent les idiosyncrasies matérielles et font remonter la structure temporelle commune à toutes les activités.

La suite est une affaire de protocole expérimental rigoureux — validation croisée par jour, métriques adaptées au déséquilibre — avant même de comparer les architectures. C'est l'objet d'un prochain article.