‍

Резюме

През последните години основната област на интерес по въпроса за влиянието върху психичните състояния на хората е въздействието на осветлението върху хората, тяхното благосъстояние, но също и производителността на работното място. Тази работа разглежда подробно проблема за положителното влияние върху хората с помощта на интелигентни технологии, особено ролята на цветовете. Ние описваме техники и технологии, необходими за прилагане на казуса на интелигентна осветителна система. Предложената система може да открива хора от IP камера, да намира лица и да открива емоции. Основната цел е да се настроят светлините според емоционалния резултат, за да се подобри настроението на хората, като се вземат предвид принципите на цветната психология и деня. Ние оценихме нашето решение за казус в реална среда и събрахме обратната връзка от участниците под формата на въпросник. Оценката на благосъстоянието на участниците се основава на техните субективни изявления. Имаше няколко идеи за допълнително разширяване на функционалността, които трябва да бъдат проучени. Сред тях е включването на носими устройства към предложената система, валидиране на емоционалните резултати според тях, но също така определяне на въздействието на нарастващ брой потребители, взаимодействащи със системата едновременно.

Въведение

Технологиите се развиват и подобряват, а с това тревогите на хората стават все по-важни. Една от областите, осветлението, подкрепя тази тенденция, въвеждайки подхода на ориентираното към човека осветление (HCL). Основната цел на HCL е регулиране на светлината за оптималните нужди на хората.

Множество фактори играят роля при влияние върху вътрешното състояние и благосъстоянието на хората. Като вземем предвид например цвета, който може да се дефинира като светлина, представена от дължини на вълните, погълнати от очите. Светлината може да се разложи на спектър от шест цвята: червен, оранжев, жълт, зелен, син и виолетов. Червеното е с най-голяма дължина на вълната, докато виолетовото е с най-къса. ¹ Доказано е, че някои от дължините на светлинните вълни могат да имат специфични въздействия върху човешкото тяло. Например, човешките циркадни ритми може да са чувствителни към къса дължина на вълната на светлината, а синята светлина може да подобри когнитивното представяне на мозъка.

Психологията на цветовете включва значенията на цветовете, които човешкият мозък определя. Светлинните вълни, преминаващи през ретината, се преобразуват в електрически импулси, които се обработват в хипоталамуса, който е контролният център на биологичния часовник на тялото. ⁴ Биологичният часовник може да формира вашите емоции и настроение. Най-често срещаните цветове, изследвани от психолозите, са червено, синьо, жълто, зелено, виолетово, оранжево, черно и розово. Може да има положително и отрицателно психологическо въздействие на цветовете. ⁵Например червеното може да стимулира тялото и да ускори пулса и може да даде на човека представата, че времето минава по-бързо, отколкото е. Той също така представлява физическа смелост, но може да се разглежда като агресивен цвят. Синьото е цветът на доверието и интелигентността. Жълтото може да има положителен ефект и да насърчи увереността и оптимизма.

Използването на изкуствени светлини, настроени на правилната яркост и цветова температура, може да допълни дневната светлина и да използва биологичните ефекти на естествения ход на дневната светлина. Този вид условия могат да създадат приятна атмосфера с положително въздействие върху производителността, здравето и благосъстоянието на хората.

Предизвикателството е как да конфигурирате изкуственото осветление според променящата се среда. Ръчното настройване на яркостта и цветовата температура може да бъде досадно и разсейващо, което може да доведе до надминаване на постигнатите предимства. Тази статия отговаря на предизвикателството, като предлага система за регулиране на осветлението без човешка намеса. Нашият подход се основава на разпознаването на човешките емоции, които представляват входните параметри за правилната конфигурация на осветлението. Целта е да се подобри психичното благополучие, като същевременно се вземат решения напълно автономно.

Основният принос е двоен. Първо, ние обобщаваме въздействието на осветлението върху човешките емоции и описваме възможностите за това как интелигентните технологии могат да подобрят психическото благополучие. Второ, представяме казус, базиран на системата, която конфигурира изкуствените светлини без човешка намеса. За разлика от други подходи, нашето решение е напълно автономно и може да се адаптира към променящите се условия в околната среда.

Останалата част от статията е структурирана по следния начин: първо се обсъжда HCL и се подчертава неговата приложимост в няколко области на приложение. Второ, интелигентната осветителна система е предложена и след това оценена в представения казус. И накрая, обобщението и бъдещата работа са представени в заключение.

Смартосветление фокусирано върху човек

През последните години се появява необходимост от разработване на приложения, които се опитват да отговорят на емоционалните нужди на хората чрез контрол на цветовата температура, нивата на осветеност и посоката на светлината. HCL е процесът, чрез който правилното управление на осветлението може да подобри емоционалното благополучие, комфорта, здравето и продуктивността на хората в околната среда. поред Walerczyk, има няколко фактора, взети под внимание ( фигура 1 ):

• Циркадни ритми - синята светлина през нощта може да наруши нормалния ни хормонален поток;
• Настроение – определени цветове или светлина могат да повлияят на емоциите, настроението и познавателните способности;
• Зрителна острота - добавянето на повече синьо към светлината може да увеличи зрителната острота, с други думи, яснотата на зрението.
• Възприятие – фактори, които могат да помогнат на хората да възприемат хода на деня, количеството енергия, което трябва да имат в определено време на деня или годината в допълнение към количеството светлина и спектралните разпределения за циркадните ритми,
• Устойчивост – димирането и LED системите с промяна на Келвин могат да спестят значителни количества енергия с качествена осветителна инсталация, което намалява въглеродния отпечатък;
• Производителност – флуоресцентните светлини с висока корелация на цветната температура могат да представляват полезна интервенция за подобряване на благосъстоянието и производителността.

Терминът управление на осветлението се използва за определяне на самостоятелно управление на осветлението в рамките на среда. Автоматизираната система за управление на осветлението е интелигентно мрежово базирано решение, което включва обмен на информация между различни входове и изходи с помощта на един или повече централни изчислителни агенти. Тези системи могат да се използват както на закрито, така и на открито и могат да осигурят подходящото количество светлина, когато и където е необходимо. Те се използват за минимизиране на енергийните разходи. В наши дни цветната температура се разглежда като нов, но важен елемент от решенията за управление на осветлението. ⁷

Приложения наинтелигентно осветление центрирано върху човека (HLC)

HCL може да се използва в няколко области на приложение - здравеопазване, работни места, образование, търговия на дребно, промишлена и домашна среда.

Смарт осветление за болници, клиники и здравеопазването

Има доказателства за подобрени нива на възстановяване и повишена медикаментозна ефективност, както и стимулация от светлина и цветове въпреки външните условия.Philips HealWell е търговско решение за осветление на стаи за пациенти, което създава по-ефективна лечебна среда, използвайки естествената сила на светлината чрез автоматично регулиране на осветлението с човешкия циркаден ритъм, което помага на пациентите в болницата да спят по-добре, като по този начин се лекуват по-бързо. Има например LED модул за таван и LED осветление за залив, което симулира дневна светлина и помага на пациентите да се възстановят по-бързо, като поддържа техните циркадни ритми.

Смарт осветление за бизнес сгради, офиси за продуктивна работна среда

Някои от здравословните нарушения са свързани с необичайни количества наситена със синьо светлина през работното време на деня, като се има предвид 5-дневната работна седмица, трябва да се предприемат стъпки за получаване на естествена светлина. Чрез симулиране на естествена светлина в работните пространства е възможно да се подобрят концентрацията и енергията, но също така може да се повиши мотивацията и ангажираността на служителите и да се подобри работата, информираността и удовлетворението. ⁷

Смарт осветление за училища, детски градини и образованието

Изследване, извършено от Govn показва, че околното осветление може да има положително въздействие върху хронобиологичната система на децата, настроенията и академичните постижения. Чрез регулиране на светлините е възможно да се увеличи концентрацията, както и да се намали умората в класните стаи. ⁷ В проучването на светлината, проведено от Transfer Center for Neuroscience and Learning в сътрудничество с Osram, студенти с биологично оптимизирано осветление са имали до трета по-малко грешки в теста за концентрация. За положителните резултати допринася фактът, че биологично оптимизираната светлина осигурява стимулация на тялото, сякаш човекът е на открито. Следователно тази светлина може да противодейства на социалния джетлаг - умора сутрин, често наблюдавана при младите хора, особено.

Интелигентно осветление за енергийна ефективност в производствените предприятия

HCL може да помогне за балансиране на биоритмите при работещи нощна смяна. Резултатът и процентът на грешки при монотонна работа могат да бъдат подобрени. То може да повлияе върху представянето на работниците чрез няколко механизма — визуално представяне, визуален комфорт, визуална атмосфера, междуличностни отношения, биологичен часовник, стимулиране, удовлетворение от работата и решаване на проблеми.  Philips GreenWarehouse  посочва значително намаляване на енергията и разходите в сравнение с традиционните системи за осветление, намаляване на въглеродните отпечатъци, но също така и по-добро качество на светлината, което ще увеличи комфорта на работниците.

Смарт осветление за умен дом

В областта на жилищните решения потенциална причина за здравословни нарушения е най-вече прекомерното излагане на синя светлина, особено през нощта. Интелигентните светлини се опитват да помогнат на хората да премахнат този вид светлини, като симулират естествена светлина. Philips Wake-up Light  симулира естествен изгрев за освежаващо събуждане и залез, който подготвя хората за сън. Предлага се с регулируемо ниво на яркост според предпочитанията на потребителя и е клинично доказано, че подобрява общото благосъстояние на хората след събуждане:

Деветдесет и два процента от потребителите казват, че тази светлина за събуждане ги събужда приятно, докато 88% от потребителите казват, че светлината за събуждане е по-добър начин за събуждане от преди. Освен това 92% от потребителите смятат, че стават от леглото по-лесно.

Sleepace Nox Music Smart Sleep Light  е интелигентна лампа, която може да помогне на хора, живеещи с безсъние. Чрез светлинни и звукови програми, които се адаптират към телесния часовник на потребителя, той може да подобри качеството на съня чрез дължини на вълните на червената светлина, тъй като червената светлина помага да се повишат нивата на мелатонин за насърчаване на съня, докато деликатните звуци могат да помогнат на потребителя да се успокои. Потребителят може да регулира цвета на светлината.

Eye 2 H  е интелигентна система, която използва обобщено изображение и методи за разпознаване на лица, за да идентифицира и анализира човешките емоции на хората, живеещи в интелигентен дом, за да настрои яркостта на светлината до ниво, което може да повлияе на благосъстоянието на хората.

Интелигентното осветление стимулира работната мотивация и продуктивност

Според изследване, проведено върху настоящи решения, доколкото е известно на авторите, няма предложена система, която да се настройва към потребителите без тяхната намеса и също така да предлага настройка на цветовете в същото време.

Решенията, споменати в предходния раздел, се приспособяват към нуждите на хората, но по общ начин, което е съществена стъпка в разработването на интелигентни системи за осветление, но липсва по-високото ниво на персонализация и интелигентност. Ако потребителят изисква тези системи да отговарят на техните специфични нужди, това трябва да се настрои ръчно чрез предоставяне на подходящ вход или системата може да зададе яркостта, но не и цвета на светлината. В тази статия основната цел е да се предложи система, която ще може да подобри психическото благополучие на хората чрез опции за цветно осветление в зависимост от текущото им емоционално състояние, без да е необходимо да го задавате ръчно.

Казус

За постигане на целта е разработена интелигентна система за осветление. Идеята зад системата е да извлича визуална информация в реално време за потребителя от камера. Тъй като лицето на потребителя се разпознава в тези видео кадри, се извършва разпознаване на емоции. Според тези резултати системата от LED ленти в околната среда е настроена на специфичен цвят според теоретичните концепции за психологията на цветовете и деня с цел подобряване на психическото благополучие на потребителя.

Системата се състои от няколко хардуерни компонента ( Фигура 2 ). IP камерата е свързана към Raspberry Pi 3 Model B чрез локална мрежа. Програмната логика и MQTT брокерът работят на Raspberry Pi, който действа като централен процесор на предложеното решение. Мобилните устройства и модулите ESP8266 комуникират с Raspberry Pi чрез MQTT протокол чрез TCP/IP. Комуникацията между модула ESP8266 и LED лентите се основава на радиочестота (RF). Един или няколко модула ESP8266 могат да управляват една или няколко LED ленти. Това зависи от ограниченията на радиочестотната комуникация, като разстояние и пространствено разположение на компонентите в работната среда.

Софтуерът се състои от две части - едната от тях е обучение на невронната мрежа за откриване на емоции, а другата е основна програмна логика, където се изпълнява класификацията на емоциите с модела, произведен от първата стъпка, което води до избор на цвят в RGB LED лента.

Откриване на емоции

На първо място трябва да се открие лицето. Алгоритъм за разпознаване на лица, предложен от Виола и Джоунс въз основа на концепцията за каскадни класификатори беше внедрено за откриване на лица във видео кадрите. Каскадната функция се обучава от много положителни и отрицателни примери. След това се използва за откриване на лица или обекти като цяло в други визуални входове. От тези примери извличането на функции се извършва с помощта на характеристики на Haar, което е подходящо като конволюционно ядро. Всяка функция означава една стойност, извлечена чрез изваждане на сбора от пиксели под бялата част от сбора от пиксели под черната част. Огромен брой получени характеристики се намаляват от цялостното изображение. Въпреки тези елиминации има много неподходящи функции. Придобиването само на съответните функции се постига от AdaBoost. За да се ускори този процес още повече, се въвежда концепцията за каскадния класификатор. Основната идея в каскадните класификатори е разделянето на характеристиките на няколко етапа. В първите етапи има по-малко функции и ако в избрания регион от интерес откриването се провали в някои от тези етапи, този регион се отхвърля и по този начин не се изчислява отново. Областта, която преминава успешно през всички етапи, е лицето. Този класификатор е обучен да открива предните лица и осигурява стабилно и бързо визуално откриване. Разпознатото лице е рамкирано от ограничителната кутия в прозореца, където се показва входът от IP камерата. Областта, която преминава успешно през всички етапи, е лицето. Този класификатор е обучен да открива предните лица и осигурява стабилно и бързо визуално откриване. Разпознатото лице е рамкирано от ограничителната кутия в прозореца, където се показва входът от IP камерата. Областта, която преминава успешно през всички етапи, е лицето. Този класификатор е обучен да открива предните лица и осигурява стабилно и бързо визуално откриване. Разпознатото лице е рамкирано от ограничителната кутия в прозореца, където се показва входът от IP камерата.

За да се класифицират емоциите, беше обучен класификационният модел. Моделът е напълно конволюционна невронна мрежа, която съчетава двете концепции, остатъчни модули и отделими навивки в дълбочина.

Остатъчните модули  коригират желаното картографиране между два последователни слоя по начин, по който научените характеристики стават разликата между първоначалната карта на характеристиките и желаните характеристики. Желаните функцииз( x )з(х)се коригират в полза на решаването на по-лесен учебен проблемЕ( x )Е(х)такова, че

з( x ) = F( x ) + xз(х)=Е(х)+х

Едно от предимствата на този метод е, че позволява по-лесно обратно разпространение на градиента в дълбоки невронни мрежи.

Отделящите се по дълбочина навивки  са в състояние да намалят броя на параметрите чрез разделяне на процесите на извличане на признаци и комбиниране в рамките на навиващ слой. Отделимите по дълбочина навивки се състоят от два типа слоеве: навивки по дълбочина и навивки по точки. Те разделят пространствените кръстосани корелации от каналните кръстосани корелации, като първо прилагат aD×Dд×дфилтър на всекиММвходни канали и след това прилаганен×1×1×Mн×1×1×Мфилтри за навиване за комбиниране наММвходни канали вннизходни канали. Прилагане1×1×M1×1×Мнавивките включват всяка стойност в картата на характеристиките, без да вземат предвид техните пространствени отношения в канала.

Архитектурата е показана на фигура 3 . Състои се от четири остатъчни отделими по дълбочина навивки. Всяка конволюция е последвана от операция за нормализиране на партида и функция за активиране на ReLU. В последния слой се прилага глобалното средно обединяване, както и функцията за меко максимално активиране, за да се получи изход. Тази архитектура е предложена в Arriaga et al.,  и я намираме за достатъчна за създаването на прототипа на нашата система.

За обучението на тази невронна мрежа беше използван наборът от данни FER2013 ^. Този набор от данни се състои от 28 70948×4848×48 обучение, 3589 валидиране и 3589 тестване на изображения в сива скала на изражението на лицата на хората в 7 различни категории. Всяко изображение принадлежи към една от следните категории: ядосан, отвращение, страх, щастлив, тъжен, изненада и неутрален. Примерна проба е показана на фигура 4 . Обучението се проведе на персонален компютър със следните характеристики: 2-ядрен процесор Intel i7 3537U с базова честота 2.00 GHz, 8GB RAM памет, 2GB GeForce GT720M GPU и 5400RPM HDD диск. Обучението спря след 129 епохи, когато нямаше подобрение във функцията за загуба на валидиране, което означава, че е постигнат най-добрият възможен резултат. Точността на комплекта за валидиране е 66% със загуба от 96%.

Как работи системата за вземане на решение на смарт осветлението

Има няколко стъпки в основната програмна логика, изпълнявана на Raspberry Pi, както е показано на Фигура 5 . Първо, входът от IP камерата се взема и обработва. На тези видеокадри лицето се разпознава и ако лицето присъства във видеокадъра, емоцията може да бъде разпозната. Въз основа на дневния и емоционалния резултат се задава желаната стойност на цвета. За да се намали количеството обработена информация, времето между двете следните класификации на емоциите беше зададено на 1 минута.

Въпреки че моделът за емоционална класификация може да идентифицира седем категории емоции, за системата бяха избрани четири категории - ядосан, тъжен, щастлив и неутрален. Изненадата, страхът и отвращението бяха изключени от модела. Изненадата се счита за незабавна реакция на конкретно събитие; следователно не е необходимо да се опитваме да го поддържаме или подобряваме. По същия начин отвращението е незабавен отговор. Страхът е реакция, която възниква от възприемането на заплаха, водеща до конфронтация с източника на страх. Страхът трябва да бъде премахнат чрез премахване на източника на страха.

Според направените изследвания има различни реакции към цветовете в човешкото тяло през деня и през нощта ( Таблица 1 ). Това беше взето под внимание и приложено по начин, че през деня се използва светлина с по-високо съдържание на синьо за подобряване на производителността - синьо и зелено. През нощта се използва осветление с по-слабо синьо съдържание - червено, оранжево, жълто и виолетово.

В системата се използват шест цвята, подбрани според емоциите, избрани според определени принципи на психологията на цветовете:

‍

• Синьо - понижава кръвното налягане, вдъхновява умствен контрол, яснота и креативност;
• Зелен – отпуска мускулите, помага за по-дълбоко и по-бавно дишане, създава усещане за комфорт, релаксация и спокойствие;
• Виолетово - свързва се с носенето на мир и спокойствие;
• Червено - повишава кръвното налягане;
• Жълто – доказано стимулира мозъка и може да направи човек по-буден и решителен, щастлив и вдъхновяващ, подпомагайки организацията и насърчавайки оптимизма;
• Портокал - облекчава чувството на самосъжаление и антидепресант.

Комуникация

За комуникацията между Raspberry Pi и модула(ите) ESP8266 е използван протоколът MQTT. Raspberry Pi действа като MQTT брокер, но и като издател. Абонатите са абонирани за темата MQTT и те могат да бъдат както ESP8266 модули, така и мобилно устройство, свързано към мрежата. Въпреки че самият протокол е леко решение, има няколко въведени ограничения за намаляване на броя на обменяните съобщения. Ако обработената емоция е същата като изпратената по-рано, текущият статус на емоция няма да бъде изпратен. Ако обработената емоция е различна от тази, изпратена преди това, текущата информация се сравнява с емоцията една стъпка и две стъпки преди това. Сравняват се следните три емоционални състояния. Чрез дефиниране на това ограничение, системата е сигурна, че емоцията се е променила и ще бъде частично податлива на грешки, които могат да възникнат поради грешна класификация в модела. Ако двете последователни състояния потвърждават една и съща емоция, съобщението се изпраща и цветът се задава съответно. Ако потребителят не е доволен от избора на цвета, направен от системата, е възможно да промени настройките на светлината до желаните. За целта беше разработено просто приложение за iOS. Това приложение е проектирано така, че потребителят да може да превключва между интелигентно и ръчно управление на светлината. възможно е да промените настройките на светлината до желаните. За целта беше разработено просто приложение за iOS. Това приложение е проектирано така, че потребителят да може да превключва между интелигентно и ръчно управление на светлината. възможно е да промените настройките на светлината до желаните. За целта беше разработено просто приложение за iOS. Това приложение е проектирано така, че потребителят да може да превключва между интелигентно и ръчно управление на светлината.

Реален тест в офис среда за възействието на осветлението

Демонстрационният модел беше внедрен и оценен в реалната среда — офиса, както е показано на фигура 6 .

Десет участници тестваха системата и техните отзиви бяха събрани с помощта на въпросника за преглед на резултатите. Беше ни интересно да научим тяхното мнение относно функционалността на системата, въздействието на осветлението върху тяхното благосъстояние и предложения за допълнителни подобрения.

Основните резултати, получени от въпросника, са обобщени в таблица 2 . Нашите основни притеснения бяха коректността на избраните цветове, скоростта на промените, цялостното въздействие върху настроението, възможните смущения на системата върху потребителя и цялостното благосъстояние след теста. На отговорите беше дадено цифрово представяне от 1 до 5, където 1 представлява най-ниския резултат, а 5 най-високия, докато в раздела, разглеждащ скоростта на промените на цветовете, потребителите, избрали 1, смятат, че цветовете могат да се променят по-бавно и обратно.

Таблица 2 . Резултати от въпросници.

Общите впечатления от участниците бяха положителни; най-оценената функция беше напълно автономната функционалност без необходимост от намеса на потребителя. Системата се държеше според очакванията и осветлението се настройваше според засечените емоции. Оценката на благосъстоянието на участниците се основава на техните субективни изявления, но всички те съобщават за положително настроение след теста. Това може да бъде отчасти причинено от техния ентусиазъм да видят системата в действие, но те също описват цветовете на осветлението като положителен стимул.

Въпреки това получихме и няколко предложения за по-нататъшно подобрение. Например, преходът между цветовете беше съобщен като твърде остър и малко разсейващ. Би било по-приятно, ако цветовете постепенно избледняват от един към друг, като по този начин промяната става по-фина. Също така времевата рамка между последователните откривания може да бъде повече от една минута. Не е необходимо да регулирате светлините толкова често, тъй като е малко вероятно настроението да се промени толкова бързо. Резултатът от дискусията с участниците беше, че решението може да избледнее от предишния цвят към новия в рамките на 5 минути. Всички тези коментари трябва да бъдат взети под внимание в следващите версии на системата.

В реални условия се наблюдава, че през повечето време се откриват тъжни или неутрални емоции. Една от трудностите е също, че хората често не показват емоции за продължителен период от време. Понякога може да са само секунди.

По време на тестването на системата и процеса на оценка имаше няколко идеи за по-нататъшно разширяване на функционалността. Засега разработихме мобилното приложение за iOS, в което потребителят може да настрои осветлението според предпочитанията си. Независимо от това, би било интересно да се съхраняват и анализират тези потребителски данни и да се използват като данни за обучение, така че системата да може да подобри своята производителност, като вземе предвид тези предпочитания. Системата ще се учи с всяко взаимодействие и може да осигури по-високо ниво на персонализация за потребителите.

Откриването на емоции достигна точност от 66%, което беше достатъчно за прототипа, но бихме искали да получим по-точни резултати. Следователно е необходимо да се разработи по-стабилен емоционален модел. Това може да се постигне чрез разработване на различна архитектура на дълбока невронна мрежа или чрез подобряване на съществуващата, предложена от Arriaga et al. ²¹

Друг начин за постигане на по-точни емоционални резултати може да бъде сливането на данни от множество сензори и техните комбинации и модификации. Една от идеите е да се включат носимите устройства в системата и да се използват за получаване на допълнителна информация за потребителя, като данни за пулса или физически движения. Атрибути като сърдечната честота и текущата активност могат да бъдат добри индикатори за разбиране на благосъстоянието на потребителя. Необходимо е да се направят допълнителни изследвания по тази тема, за да се разбере извличането на отделни състояния и емоции от жизненоважни сигнали и след това да се картографират върху съществуващата архитектура на системата. Резултатите могат или да потвърдят, или да отрекат резултатите от разпознаването на лица и обратно. Например, ако потребителят тренира, по-високият пулс не означава, че той е ядосан, така че с повече типове потребителски данни бихме могли да предоставим по-точни светлинни условия, знаейки какво се случва с потребителя в околната среда. Носимите устройства могат да бъдат много разнообразни, така че да използват парадигми като крайните изчисления и облачните изчисления биха улеснили процеса на управление.

Освен това бихме искали да вземем под внимание емоциите и настроението в групата хора, взаимодействащи с нашата система, тъй като е възможно повече от един човек да присъства в полезрението на камерата, което означава, че те също ще бъдат засечени. Засега не сме обмисляли това, защото сценариите ни бяха нарочно заложени само за един човек в момента. Така че, като вземем предвид концепциите за колективно усещане, бихме могли да анализираме емоциите на множество потребители и да зададем получения цвят като претеглена продукция на всички потребители. Например, въпросът би бил, ако няколко души гледат телевизия или играят игра на маса, как можем да настроим светлините така, че да отговарят на всички тях?

Трябва да се изпълнят повече сценарии и потребителски тестови случаи, за да се разбере по-добре въздействието на системата върху благосъстоянието на потребителите. Искаме да тестваме системата в три различни среди – домашно здравеопазване, интелигентен дом и индустриална среда. От получаване на предпочитания от различни среди и индустрии, бихме могли да направим специфични промени за всеки от домейните на приложението.

Хардуерните части могат да бъдат заменени за съществуващите решения, предоставени от компаниите, споменати по-горе, така че не би било необходимо ние да се грижим за внедряването и поддръжката на хардуера. Вече съществуващите хардуерни решения биха могли да осигурят по-приятни и надеждни визуални и производителни резултати.

Заключение

В заключение, тази статия разглежда темата за подобряване на психичното благополучие с помощта на интелигентни технологии. По-специално ние описахме въздействието на осветлението върху човешките емоции и предложихме решение, способно да регулира цвета и яркостта на светлината според нуждите на потребителя. За разлика от други осветителни системи HCL, нашият подход е напълно автономен и не изисква ръчна намеса.

Предимствата на такава система включват елиминирането на разсейването, причинено от ръчната конфигурация, динамичните настройки на осветлението за създаване на приятна атмосфера и положителното въздействие върху производителността, здравето и благосъстоянието на хората, наред с други. Приносът на тази статия е двоен: (1) предоставихме преглед на това как интелигентните технологии могат да повлияят на психичното благополучие с фокус върху HCL и (2) представихме казуса, базиран на интелигентната система за осветление, която използва изкуствен интелект за разпознаване емоциите на потребителя и задайте подходящия цвят и яркост на светлините.

Предложеното решение може да се приложи към няколко области на приложение, включително, но не само, здравеопазване, работни места, образование, индустрия и интелигентен дом. Нашата изследователска група е особено активна в областта на интелигентното здравеопазване, тъй като работим върху когнитивната платформа за здравеопазване, наречена CHECkuP. Платформата използва най-съвременните постижения в Интернет на нещата и изкуствения интелект, за да предостави решение с възможност за крайно качество за подобряване на качеството на домашните грижи и за улесняване на прехода от здравно обслужване, насочено към болниците, към здравно обслужване, насочено към дома. Нашата цел е да включим представената HCL система в CHECkuP като един от градивните елементи, които влияят върху здравето и благосъстоянието на пациентите с интелигентни технологии. Пациентите са особено чувствителни към всички подсъзнателни възприятия, така че адаптирането на средата към тяхното благополучие би било значителна полза, което е нашата мотивация за бъдеща работа.

Представеният казус доказа осъществимостта на нашия подход и показа възможностите за подобрение. Например, въпреки че системата е напълно автономна, тя може да вземе предвид и човешкия принос, докато взема решения относно настройките на осветлението. В допълнение, точността на откриване на емоции може да се увеличи с други сензори, като например устройствата за носене. Разпознаването на правилната емоция понякога може да бъде трудна задача дори за хората, така че разширяването на броя на наблюдаваните атрибути би помогнало да се осигурят по-добри резултати. В резултат на това интелигентните HCL системи изискват допълнителни изследвания, но тяхното използване е силно желателно в много области, като например в интелигентното здравеопазване, както е описано от платформата.

ИЗТОЧНИЦИ и БИБЛИОГРАФИЯ:

https://journals.sagepub.com/doi/10.1177/1550147719875878 

‍