• Action recognition
• CNN
• Prediction models
• Transfer learning
• Video dataset

L’indice MPI (Indice Prognostico Multidimensionale) è un indice predittivo di mortalità non legato ad una malattia specifica, ampiamente accettato e validato a livello internazionale e costruito su dati ottenuti mediante una Valutazione Multidimensionale (VMD) del soggetto anziano.
In questa tesi, viene progettato e sviluppato un sistema di riconoscimento di determinate azioni in filmati acquisiti all’interno del contesto abitativo. Questo sistema permette di stimare diversi parametri che compongono due dei domini che formano il MPI: l’Activities of Daily Living e l’Instrumental Activities of Daily Living.
La soluzione proposta vede la realizzazione di modelli di reti neurali, in particolare di Convolutional Neural Networks che vengono allenate su dati ricavati dal dataset “Moments in Time”, il quale contiene 1 milione di video di azioni classificate di 3 secondi. Moments è un progetto di ricerca supportato dal MIT-IBM Watson AI Lab.

The MPI index (Multidimensional Prognostic Index) is a predictive index of mortality not linked to a specific disease, widely accepted and validated at international level and built on data obtained through a Multidimensional Valuation (VMD) of the elderly subject. In this thesis, it will be designed and developed a system of recognition of certain actions in video acquired within a residential context. This system allows to estimate several parameters that make up two of the domains that form the MPI: the Activities of Daily Living and the Instrumental Activities of Daily Living. The proposed solution involves the creation of neural network models, in particular Convolutional Neural Networks that are trained on data obtained from the "Moments in Time" dataset, which includes a collection of one million labeled 3 second videos. Moments is a research project in development by the MIT-IBM Watson AI Lab.