論文の概要: Machine Learning-Based Automated Thermal Comfort Prediction: Integration
of Low-Cost Thermal and Visual Cameras for Higher Accuracy
- arxiv url: http://arxiv.org/abs/2204.08463v1
- Date: Thu, 14 Apr 2022 15:30:16 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-24 15:47:00.437407
- Title: Machine Learning-Based Automated Thermal Comfort Prediction: Integration
of Low-Cost Thermal and Visual Cameras for Higher Accuracy
- Title（参考訳）: 機械学習に基づく自動熱快適予測:高精度な低コスト熱カメラと視覚カメラの統合
- Authors: Roshanak Ashrafi, Mona Azarbayjani, Hamed Tabkhi
- Abstract要約: 利用者の快適さに関するデータを提供するためには,リアルタイムフィードバックシステムが必要である。
非侵襲型サーマルスキャンに対して、より包括的視点をもたらすためには、新しいソリューションが必要である。
- 参考スコア（独自算出の注目度）: 3.2872586139884623
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Recent research is trying to leverage occupants' demand in the building's
control loop to consider individuals' well-being and the buildings' energy
savings. To that end, a real-time feedback system is needed to provide data
about occupants' comfort conditions that can be used to control the building's
heating, cooling, and air conditioning (HVAC) system. The emergence of thermal
imaging techniques provides an excellent opportunity for contactless data
gathering with no interruption in occupant conditions and activities. There is
increasing attention to infrared thermal camera usage in public buildings
because of their non-invasive quality in reading the human skin temperature.
However, the state-of-the-art methods need additional modifications to become
more reliable. To capitalize potentials and address some existing limitations,
new solutions are required to bring a more holistic view toward non-intrusive
thermal scanning by leveraging the benefit of machine learning and image
processing. This research implements an automated approach to collect and
register simultaneous thermal and visual images and read the facial temperature
in different regions. This paper also presents two additional investigations.
First, through utilizing IButton wearable thermal sensors on the forehead area,
we investigate the reliability of an in-expensive thermal camera (FLIR Lepton)
in reading the skin temperature. Second, by studying the false-color version of
thermal images, we look into the possibility of non-radiometric thermal images
for predicting personalized thermal comfort. The results shows the strong
performance of Random Forest and K-Nearest Neighbor prediction algorithms in
predicting personalized thermal comfort. In addition, we have found that
non-radiometric images can also indicate thermal comfort when the algorithm is
trained with larger amounts of data.
- Abstract（参考訳）: 最近の研究は、個人の幸福と建物の省エネを考えるために、建物の制御ループにおける居住者の需要を生かそうとしている。
この目的のために, ビルの暖房, 冷却, 空調システム(HVAC)の制御に使用可能な, 利用者の快適性に関するデータを提供するために, リアルタイムフィードバックシステムが必要である。
熱画像技術の出現は、居住環境や活動の中断のない接触のないデータ収集に優れた機会を与える。
人の皮膚温度を読み取る際の非侵襲的品質のため、公共の建物では赤外線サーマルカメラの使用が注目されている。
しかし、最先端の手法はより信頼性を高めるために追加の修正が必要である。
ポテンシャルの資本化といくつかの既存の制限に対処するためには、機械学習と画像処理の利点を活用して、非侵襲的なサーマルスキャンに対するより包括的な視点をもたらす新しいソリューションが必要である。
本研究は、同時熱画像と視覚画像の収集と登録を自動化し、異なる領域の顔の温度を読み取る。
本報告ではさらに2つの調査を行う。
まず,前額部のibuttonウェアラブルサーモセンサを用いて,皮膚温度を読み取る際の感熱カメラ(flir lepton)の信頼性について検討する。
第2に、熱画像の偽色バージョンを調べることで、非放射熱画像によるパーソナライズされた熱快適性を予測する可能性を考察する。
その結果, 温暖化予測におけるランダムフォレストとK-Nearest Neighbor予測アルゴリズムの強い性能が示された。
さらに,非放射能画像は,大量のデータを用いてアルゴリズムをトレーニングした場合,熱的快適性を示すことも確認できた。
関連論文リスト
- Thermal3D-GS: Physics-induced 3D Gaussians for Thermal Infrared Novel-view Synthesis [11.793425521298488]
本稿では,熱3D-GSという物理誘導型3次元ガウススプラッティング法を提案する。
The first large-scale benchmark dataset for this field called Thermal Infrared Novel-view Synthesis dataset (TI-NSD)。
その結果,本手法はPSNRの3.03dB改善によりベースライン法よりも優れていた。
論文 参考訳（メタデータ） (2024-09-12T13:46:53Z) - Machine Learning and Thermography Applied to the Detection and
Classification of Cracks in Building [0.0]
この研究プロジェクトは、赤外線サーモグラフィと機械学習(ML)を組み合わせることで、ステークホルダーが既存の建物を再利用する可能性を決定することを目的としている。
この研究プロジェクトの特定のフェーズでは、コンボリューショナルニューラルネットワーク(DCNN)のイメージ分類機械学習モデルを使用して、1つの建物で3つのレベルの亀裂を区別しました。
論文 参考訳（メタデータ） (2022-12-30T14:16:24Z) - Thermal to Visible Image Synthesis under Atmospheric Turbulence [67.99407460140263]
バイオメトリックスや監視では、低照度と夜間の条件下での撮像に熱画像モダリティがしばしば用いられる。
このような画像システムは、しばしば大気の乱れに悩まされ、撮像された画像に激しいぼやけや変形のアーチファクトをもたらす。
熱画像を直接可視光画像に変換するエンド・ツー・エンドの再構成法を提案する。
論文 参考訳（メタデータ） (2022-04-06T19:47:41Z) - Maximizing Self-supervision from Thermal Image for Effective
Self-supervised Learning of Depth and Ego-motion [78.19156040783061]
熱画像からの深度とエゴモーションの自己教師付き学習は、困難なシナリオ下で強い堅牢性と信頼性を示す。
弱いコントラスト、ぼやけたエッジ、ノイズなどの固有の熱画像特性は、熱画像から効果的な自己スーパービジョンを生成するために障害となる。
本研究では,時間的一貫性を維持しつつ,全体構造,コントラスト,詳細などの画像情報を大幅に向上させる有効熱画像マッピング手法を提案する。
論文 参考訳（メタデータ） (2022-01-12T09:49:24Z) - Meta-UDA: Unsupervised Domain Adaptive Thermal Object Detection using
Meta-Learning [64.92447072894055]
赤外線(IR)カメラは、照明条件や照明条件が悪ければ頑丈である。
既存のUDA手法を改善するためのアルゴリズムメタ学習フレームワークを提案する。
KAISTおよびDSIACデータセットのための最先端熱検出器を作成した。
論文 参考訳（メタデータ） (2021-10-07T02:28:18Z) - In-Bed Person Monitoring Using Thermal Infrared Sensors [53.561797148529664]
パナソニックグリッド(Panasonic Grid-EYE)は、低解像度の赤外線サーモパイルアレイセンサーで、よりプライバシーを提供する。
この目的のために、2つのデータセットが取得され、1つ (480 画像) は一定条件で、もう1つ (200 画像) は異なるバリエーションで取得された。
我々は、SVM(Support Vector Machines)、k-Nearest Neighbors(k-NN)、Neural Network(NN)の3つの機械学習アルゴリズムをテストする。
論文 参考訳（メタデータ） (2021-07-16T15:59:07Z) - A Large-Scale, Time-Synchronized Visible and Thermal Face Dataset [62.193924313292875]
DEVCOM Army Research Laboratory Visible-Thermal Faceデータセット(ARL-VTF)を発表します。
395人の被験者から50万枚以上の画像が得られたARL-VTFデータセットは、これまでで最大の可視画像とサーマルフェイス画像の収集データだ。
本論文では,ALL-VTFデータセットを用いたサーマルフェースランドマーク検出とサーマル・トゥ・ヴィジブルフェース検証のベンチマーク結果と分析について述べる。
論文 参考訳（メタデータ） (2021-01-07T17:17:12Z) - The Use of AI for Thermal Emotion Recognition: A Review of Problems and
Limitations in Standard Design and Data [36.33347149799959]
コビッド19のスクリーニングに熱画像に注目が集まる中、公共セクターはコンピュータービジョンとAIのモダリティとして熱を利用する新たな機会があると信じているかもしれない。
本稿では、熱FERにおける機械学習の短いレビューと、AIトレーニングのための熱FERデータの収集・開発限界について述べる。
論文 参考訳（メタデータ） (2020-09-22T14:58:59Z) - Exploring Thermal Images for Object Detection in Underexposure Regions
for Autonomous Driving [67.69430435482127]
アンダーエクスポージャー地域は、安全な自動運転のための周囲の完全な認識を構築するのに不可欠である。
サーマルカメラが利用可能になったことで、他の光学センサーが解釈可能な信号を捉えていない地域を探索するための重要な代替手段となった。
本研究は,可視光画像から熱画像へ学習を伝達するためのスタイル伝達手法を用いたドメイン適応フレームワークを提案する。
論文 参考訳（メタデータ） (2020-06-01T09:59:09Z) - Transfer Learning for Thermal Comfort Prediction in Multiple Cities [8.759740337781526]
本研究の目的は、データ短絡問題に取り組み、熱的快適性予測の性能を高めることである。
我々は、同じ気候圏の複数の都市からのセンサデータを利用して、熱快適なパターンを学習する。
本研究では,同じ気候帯からの転写学習に基づく多層パーセプトロンモデルを提案する。
論文 参考訳（メタデータ） (2020-04-29T11:42:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。