基于低分辨率热成像的占用检测计算机视觉模型
计算机视觉与模式识别
2025-05-14 v1 人工智能
摘要
占用情况在影响供暖、通风和空调 (HVAC) 系统能耗和运行的同时，也起关键作用。传统的 HVAC 系统通常基于固定时程运行，不考虑占用情况。采用占用状态来调节 HVAC 运行的先进占用导向控制 (OCC) 已被广泛采用。将 RGB 图像结合计算机视觉 (CV) 技术用于占用检测已普遍使用，但捕获的详细面部和身体特征引发了显著的隐私问题。低分辨率热成像图像提供了一种非侵入式解决方案，可缓解隐私问题。该研究开发了一种利用低分辨率热成像图像和 CV 技术的占用检测模型，采用迁移学习对 You Only Look Once version 5 (YOLOv5) 模型进行微调。该模型最终实现了令人满意的性能，precision、recall、mAP50 和 mAP50 值接近1.000。该模型的贡献不仅在于缓解了隐私问题，还在于降低了计算资源需求。
引用
@article{arxiv.2505.08336,
title = {A computer vision-based model for occupancy detection using low-resolution thermal images},
author = {Xue Cui and Vincent Gbouna Zakka and Minhyun Lee},
journal= {arXiv preprint arXiv:2505.08336},
year = {2025}
}