私たちはいくつかの分野でこのプロジェクトが困難であると感じました。適切な機器コンポーネントを選択し、機器を制御できるソフトウェアシステムを開発する必要がありました。

最後の作業は、特定の熱画像を分析する人工知能モデルを設計することでした。この段階では、データのセキュリティと処理効率が非常に重要でした。

プロトタイプは、Raspberry PIと連携してデータをテストおよび収集するためのプラットフォームとして機能していたLepton FLIRセンサーを利用して作られました。このようにして集められた特定の画像は、その後、意図的に設計されたソフトウェアと分析されたコンピュータを用いて手作業で処理されました。

52.000枚の画像の中から各画像を説明しました - 人数とその状態をマークしました（立つ、座る、動く）この方法で作成されたデータセットは人工知能学習プロセスを最大化しました。これが、分析中のアルゴリズムが、以前に見たことのない新しい画像であっても、人数を識別できる理由です。

その結果、サーマルカメラからの画像に基づいて、室内の人々の動きを分析する新しいツールが登場しました。また、スペースのどの部分がより頻繁に使用されているのか、そして人々が時間をかけたくない場所を示すこともできます。これらはすべて、最小限のプライバシー侵害で行われます。