Développement d'un modèle hybride CNNLSTM pour la reconnaissance des activités humaines.

Abstract

La reconnaissance d'activités humaines (HAR) est un domaine de recherche crucial avec des applications dans la surveillance, les soins de santé, le sport et l'interaction homme machine. Ce mémoire explore l'intégration de différentes techniques de vision par ordinateur et d'apprentissage profond, notamment les réseaux convolutifs (CNN), les réseaux récurrents (RNN), les architectures LSTM et les Transformers, dans le but de mieux comprendre et classifier les activités humaines à partir de séquences vidéo. Une étude comparative est menée entre plusieurs architectures modernes telles que LRCN, ConvLSTM et Vision Transformers sur des bases de données standardisées comme UCF50 et PAMAP2. L'objectif est de proposer un cadre performant combinant vision spatiale et dynamique temporelle pour améliorer la précision de la classification. Les résultats montrent que les modèles hybrides qui exploitent à la fois les caractéristiques spatiales et temporelles offrent une meilleure reconnaissance d'activité.