DistSense: sistema distribuído de reconhecimento de atividades em ambientes inteligentes

• Autor(a) principal: Mota, Luís
• Data de Publicação: 2023
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10284/12537
• topic: Sistema de sensores inteligentes distribuído; AAL; Privacidade de dados; Internet das coisas; Aprendizagem computacional; Distributed intelligent sensor system; Ambient assisted living; Data privacy; Internet of things; Machine learning; Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática

Nos dias atuais, à medida que Portugal e o mundo enfrentam desafios demográficos e uma população em envelhecimento crescente, a área da Ambient Assisted Living (AAL) emerge como uma resposta crucial para melhorar a qualidade de vida e promover a autonomia dos utilizadores. A crescente aplicação de sensores audiovisuais em casas inteligentes, para funções como segurança, automação e monitorização de saúde, torna a proteção de dados uma preocupação urgente. Os utilizadores exigem garantias de que informações sensíveis capturadas nas suas habitações não serão comprometidas, acedidas por terceiros não autorizados ou utilizadas de forma inadequada. Esta necessidade de segurança coloca uma pressão substancial sobre os sistemas de captura audiovisual, requerendo abordagens que garantam a privacidade e a salvaguarda dos dados do utilizador. Além disso, é essencial que esses sistemas sejam projetados tendo em mente a aceitação dos utilizadores, oferecendo transparência, controlo e, ao mesmo tempo, um grau adequado de precisão na deteção de atividades domésticas. Neste contexto, o sistema DistSense surge como uma resposta inovadora a esses desafios. A adoção de uma rede distribuída Peer-to-Peer (P2P) de sensores domésticos inteligentes, juntamente com a utilização de várias tecnologias para priorizar a segurança dos dados do utilizador, garante um processamento eficiente e colaborativo de informações audiovisuais. Esta abordagem possibilita uma redução significativa de falsos positivos na deteção e reconhecimento de atividades domésticas, especialmente em situações que envolvem oclusão de ângulos, variações na iluminação e ruído acústico. Para comprovar a eficácia do DistSense, foram realizados testes funcionais para cada módulo implementado e investigados dois casos de uso, um em ambiente real e outro em ambiente simulado. Os modelos de áudio e vídeo treinados demonstraram taxas de precisão de 88% e 80%, respetivamente. Os resultados obtidos durante a implementação dos casos de uso foram positivos, destacando a capacidade do sistema em atender de forma eficaz às necessidades dos utilizadores, tanto em termos de segurança e aceitação, quanto na redução de incertezas na deteção de atividades domésticas na presença de variações de ruído audiovisual.