كان المشروع يهدف إلى تصميم أداة ، والتي من شأنها تحليل عرض البيانات من جهاز استشعار الأشعة تحت الحمراء حتى تتمكن لاحقًا من اكتشاف وجود الأشخاص في الغرفة. تأخذ العديد من الكاميرات الموجودة في المنطقة صورًا حرارية وتستخدمها لتحديد عدد الأشخاص الموجودين في الغرفة وما الذي يفعلونه. يتم تعريف نشاط الأشخاص من خلال بعض الحالات الرئيسية مثل: المقاعد ، المواقف ، التحركات.
أعضاء الفريق؟ تجربة
بعد مرحلة التعلم ، تكون الخوارزمية قادرة على تحديد الحالات التالية
الخوارزمية تشير إلى ما إذا كان الشخص
الخوارزمية تشير إلى ما إذا كان الشخص
لقد وجدنا المشروع صعبًا في بعض المناطق. كانت هناك حاجة لاختيار مكونات المعدات المناسبة وتطوير أنظمة البرمجيات التي يمكن أن تكون قادرة على التحكم في الأجهزة.
كانت المهمة الأخيرة هي تصميم نموذج ذكاء اصطناعي ، يقوم بتحليل صور حرارية معينة. في هذه المرحلة ، كانت أمان البيانات وكفاءة المعالجة حاسمة.
تم إجراء نموذج أولي باستخدام جهاز استشعار ليبتون FLIR ، الذي يعمل مع Raspberry PI ، وكان يعمل كمنصة لاختبار وتجميع البيانات. الصور المحددة التي تم جمعها بهذه الطريقة ، تمت معالجتها يدويًا بعد ذلك باستخدام برنامج مصمم خصيصًا وتحلل الكمبيوتر.
تم وصف كل صورة من أصل 52.000 صورة - تم تمييز عدد الأشخاص وحالتهم (مواقف ، حركات ، حركات). وقد أدت مجموعة البيانات التي تم إنشاؤها بهذه الطريقة إلى تعظيم عملية تعلم الذكاء الاصطناعي. وهذا هو السبب في أن الخوارزمية أثناء التحليل قادرة على تحديد عدد الأشخاص ، حتى على الصور الجديدة التي لم يسبق مشاهدتها.
ونتيجة لذلك ظهرت أداة جديدة ، والتي على أساس صورة من تحليلات الكاميرا الحرارية حركة الناس في الغرفة. ويمكن أن يشير أيضًا إلى أجزاء الفراغ التي يتم استخدامها كثيرًا ، وحيث يفضل الناس عدم قضاء بعض الوقت. كل هذا يحدث بأقل غزو للخصوصية.