Deux ans après avoir proposé la détection en temps réel du comportement de personnes dans un logement, la plate-forme MobileMii s'enrichit de fonctionnalités avancées. Tandis que le premier démonstrateur permet de déterminer la localisation et la posture de l'usager pour identifier une action, le nouveau est capable de distinguer des activités-types (ménage, cuisine, repas, travail…) grâce à des techniques d'analyse vidéo à l'état de l'art.

Pour y parvenir, un apprentissage statistique des activités par machine learning a été réalisé à partir d'une base de données de vidéos de 45 minutes spécialement réalisée. Une cinquantaine de participants ont ainsi exécuté différentes activités prédéfinies, permettant de prendre en compte la variabilité d'une même activité en fonction des personnes. Le premier prototype de ce système unique au monde, atteint déjà un taux de reconnaissance de 75% par analyse des données d'une seule caméra.

Les recherches se poursuivent pour améliorer l'algorithme et y intégrer la reconnaissance des objets en plus de celle des gestes, ainsi qu'un raisonnement de plus haut niveau. La valorisation de cette innovation pour des services à la personne est également en cours d'expérimentation au sein du projet ITEA3 Emospaces.