人間のセグメンテーションと占有推定のための適応型熱センサーアレイ配置

熱センサーアレイ（TSA）は、プライバシーを保護し、低コストで非侵襲的な特長を提供し、異常検出、健康監視、ホームセキュリティ、エネルギー効率の監視など、さまざまな屋内アプリケーションに適しています。TSAを使用した人間中心のアプリケーションに対する従来のアプローチは、通常、固定されたセンサー位置を使用して人間とセンサーの距離および人間の存在形状を固定することに依存していました。しかし、このセンサーを異なる場所や新しい屋内環境に配置することは、重要な課題となる可能性があります。本論文では、実際の展開におけるこの課題に対処するための深い畳み込みエンコーダ-デコーダネットワークに基づく新しいフレームワークを提案します。このフレームワークは、人間の存在のセマンティックセグメンテーションを提示し、屋内環境における占有を推定します。また、異なるセンサー位置、屋内環境、および人間とセンサーの距離から人間の存在をセグメント化し、人数をカウントすることができます。さらに、TSAを使用した人間の存在に対する距離の影響が調査されます。このフレームワークは、異なるセンサー位置、占有者数、環境、および人間の距離を、分類および回帰機械学習アプローチを用いて推定するために評価されます。本論文では、適応ブースティングアルゴリズムを使用した分類アプローチが正確なアプローチであり、垂直および上方センサー位置からそれぞれ98.43%および100%の精度を達成したことを示しています。