Künstliche Intelligenz fur ortsbasierte Dienste - Lehrstuhl für Mobile ...
Künstliche Intelligenz fur ortsbasierte Dienste - Lehrstuhl für Mobile ...
Künstliche Intelligenz fur ortsbasierte Dienste - Lehrstuhl für Mobile ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Das HMM geht etwas weiter. Damit soll es möglich sein, Aussagen über das Wetter zu<br />
treffen, ohne die tatsächlichen Zustände überhaupt beobachten zu können. Das heißt, die<br />
eigentlichen Zustände sind nicht sichtbar (hidden). Stattdessen hat man andere Zustände<br />
mit Wahrscheinlichkeitswerten von denen man auf die versteckten Zustände schließen soll.<br />
Im Wetterbeispiel würde man z.B. die Zustände beobachten: sehr trocken, trocken, feucht<br />
und nass. Das Hidden Markov Model darauf angewendet würde nun die<br />
Übergangswahrscheinlichkeiten der Wetter-Zustände darstellen wie in Abbildung 7 [Rab89].<br />
sehr<br />
trocken<br />
trocken feucht nass sichtbar<br />
Sonnig Regen<br />
Bevölkt<br />
Abbildung 7: Hidden Markov Modell welches das Wetter beschreiben soll. Quelle: [Rab89]<br />
verborgen<br />
In ihrer Arbeit nutzen Blanke und Schiele (2009) beispielsweise Hidden Markov Modelle<br />
um Tagesroutinen zu erkennen [BS09]. Sie beobachten dabei aber nur simpelste Aktionen<br />
wie sitzen, essen, laufen, Hände waschen, etc. In diesem Falle sind also die eigentlich<br />
festzustellenden Zustände nicht sichtbar, weil sie selbst gar nicht beobachtet werden. Um<br />
die Erfassung komplexer Aktivitäten zu erkennen, werden hier schichtweise Daten von<br />
HMM zu HMM übergeben (Von Oliver et al. (2002) auch Layered HMM (LHMM) genannt<br />
[NO02]).<br />
Somit war es zum Beispiel möglich, die Aktivität Präsentation halten über Aktionen wie<br />
Sprechen, Schreiben, nichts tun, etc. zu erkennen. Da die HMM normalerweise nur seperate<br />
Ereignisse erkennen können aber nicht die Aktionen selbst einem ganzen Vorgang<br />
zuordnen können, wurden Hirachien der HMM gebildet. Somit war es möglich Vorgänge<br />
zu erkennen, wie sich im Supermarkt oder in der Videothek aufhalten.