MoSen：多居住者智能家庭中的活动建模

智能家庭解决方案日益依赖多种传感器进行行为分析与活动识别，以提供情境感知应用与个性化照护。优化传感器网络是确保分类精度与系统效率的最重要途径之一。然而，成本与性能之间的权衡在实际部署中常具挑战性，尤其是对于多居住者智能家庭或照护机构。在本文中，我们利用真实室内活动与移动轨迹、楼层平面图以及合成多居住者行为模型，评估了含 2-5 名居民的数种多居住者家庭场景。我们探索并量化了不同场景中传感器部署成本与预期标注精度之间的权衡。跨场景评估表明，所需情境感知任务的性能受不同定位分辨率、居民数量、传感器数量及不同传感器部署的影响。为助力加速实用基于传感器的活动识别技术的采用，我们设计了 MoSen，一个用于模拟基于传感器的环境与多名居民之间交互动态的框架。通过评估影响所需传感器网络性能的因素，我们提供了真实环境中传感器选择策略与布局设计度量。在五人场景案例研究中，利用我们的选择策略，我们证明 MoSen 可在不增加部署成本的情况下显著提升整体系统性能。