熱画像認識
カテゴリー: 機械学習

このプロジェクトは、IRセンサーからのデータ表示を分析して、部屋の中にいる人の存在を後で検出できるようにするツールを設計することでした。この地域にあるいくつかのカメラは熱画像を撮影し、それらを使って部屋に何人いるか、また何をしているかを判断します。人の活動は、たとえば座席、スタンド、移動など、いくつかの主要な州によって定義されます。

チームメンバー 経験
テストセットの作成中に準備された写真の数
0
学習段階の後、アルゴリズムは以下の状態を識別することができます。
状態1

アルゴリズムは人かどうかを示します

alt
alt
alt
alt
座っている
alt
立つ
alt
動く
状態2

アルゴリズムは人かどうかを示します

alt
alt
alt
alt
他の人と話す
alt
alt
電話で話す

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。

あなたの会社がどのように機械学習から利益を得ることができるかについて調べてください