DeePLT: Personalized Lighting Facilitates by Trajectory Prediction of Recognized Residents in the Smart Home

要約

タイトル：「トラジェクトリ予測による認識された住民の個別化照明を可能にするDeePLT」
要約：

– 近年、家庭内の様々な部分に知能化が取り入れられるようになりつつある。
– その一つが知能化照明システムであり、個人に合わせた照明を提供することが求められている。
– 本論文では、機械学習に基づく知能化システムを提案し、トラジェクトリ予測によって個人の瞬時の未来予測位置に合わせたカスタム照明を提供する。
– 提案システムは、以下の4つのモジュールで構成される。人物検出、顔認識、人物追跡、トラジェクトリ予測。
– 提案手法は、各人物の独自のプロファイルを作成し、ライティング調整プロセスに利用される。これにより、各人物の好みに合わせた照明を提供し、直接的なユーザーの介入なしに高速で効率的に照明を調整することができる。
– また、トラジェクトリパスの予測によって、より快適な照明環境を自動で作り出すことが可能となっている。
– 実験結果では、システムは平均1.4秒で要求された照明を提供でき、人物検出において22.1mAp、顔認識において95.12%の精度、人物追跡において93.3%のMDP、トラジェクトリ予測において10.80 MinADE20、18.55 MinFDE20、15.8 MinADE5、30.50 MinFDE5のパフォーマンスを示した。

要約(オリジナル)

In recent years, the intelligence of various parts of the home has become one of the essential features of any modern home. One of these parts is the intelligence lighting system that personalizes the light for each person. This paper proposes an intelligent system based on machine learning that personalizes lighting in the instant future location of a recognized user, inferred by trajectory prediction. Our proposed system consists of the following modules: (I) human detection to detect and localize the person in each given video frame, (II) face recognition to identify the detected person, (III) human tracking to track the person in the sequence of video frames and (IV) trajectory prediction to forecast the future location of the user in the environment using Inverse Reinforcement Learning. The proposed method provides a unique profile for each person, including specifications, face images, and custom lighting settings. This profile is used in the lighting adjustment process. Unlike other methods that consider constant lighting for every person, our system can apply each ‘person’s desired lighting in terms of color and light intensity without direct user intervention. Therefore, the lighting is adjusted with higher speed and better efficiency. In addition, the predicted trajectory path makes the proposed system apply the desired lighting, creating more pleasant and comfortable conditions for the home residents. In the experimental results, the system applied the desired lighting in an average time of 1.4 seconds from the moment of entry, as well as a performance of 22.1mAp in human detection, 95.12% accuracy in face recognition, 93.3% MDP in human tracking, and 10.80 MinADE20, 18.55 MinFDE20, 15.8 MinADE5 and 30.50 MinFDE5 in trajectory prediction.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI