1.2 Распознавание образов и использование компьютерного зрения

Концепция компьютерного зрения предполагает, что компьютерные технологии смогут анализировать окружающий мир, основываясь на сравнении бесконечного количества изображений. На 2024 год существуют такие технологии, которые могут распознавать оттенки цветов, форму объекта, определять яркость и освещенность в помещении.

Внедрение датчиков позволит системе мониторить действия, выполняемые usеr-ом, и на основе этих действий формировать модель поведения для дальнейшего прогнозирования событий. Интеллектуальная сеть сильно упростит жизнь людей, у которых она будет установлена. Огромное разнообразие функций:

 мониторинг движений пользователя;

 распознавание положений объекта (пользователя) в пространстве;

 распознавание паттернов объекта (Например, хлопок руками для включения или отключения света).

Так же возможно создание сложной системы взаимодействия пользователя и нейронной сети. Создание дополнительных слоев для контроля и управления с помощью голоса или голосовых помощников.

Прогресс не стоит на месте и на 2024 год, рынок забит различными техническими решениями по данной тематике начиная от дешевых вариантов с минимальным функционалом и заканчивая серьезными проектами с финансированием с стороны государственных организаций. Важно подчеркнуть, что эти методы распознавания интегрируются в повседневную жизнь пользователей без нарушения их комфорта [26].

В университете в Осло, целая кафедра занимается исследованием интеллектуальных сетей и внедрением их в повседневную жизнь обычного человека. На данный момент там разработаны такие модели. которые могут отслеживать активности пользователя, сортировать их по группам, собирать статистические данные и на основе этих данных вырабатывать паттерны, которые присущи среднестатистическому человеку в повседневной жизни. Если какое-либо действие выбивается из привычной базы данных, то система мониторинга быстро запоминает его и отправляют в специальную группу. Так же используется специальная широкоформатная камера, которая обеспечивает высокий уровень конфиденциальности, хотя процесс обработки и анализа данных требует значительных энергетических ресурсов [36].

Чтобы понять, как анализ бесконечного количества изображений, видеоматериалов работают на практики, нужно понять на что основан триггер у нейронной сети и на основе каких математических законах, и алгоритмах она работает (таблица 2).

Таблица 2 – Триггеры нейронной сети

Название триггера	Описание
Цвет	Интеллектуальная сеть может запоминать цвета и производить точную выборку на основе ранее собранных материалов. Способна понижать и повышать цветовой тон в помещении.
Форма объекта	Интеллектуальная сеть может различать формы объекта и его положение в пространстве с помощью системы мониторинга и датчиков движения. На основе этих данных, она принимает решение. Например, человек сидит за столом и проводит свой досуг за чтением книги. Нейронная сеть анализирует эти данные и если освещение недостаточно до комфортного значения, то она его увеличивает, как только человек закончил сидеть за столом, нейронная сеть снова это фиксирует и понижает в этом месте точечное освещение.

Более того, эта инновационная система способна анализировать вкусы пользователя, предлагая рекомендации по фильмам и телепередачам на основе его предыдущих предпочтений [6].

Дома с интегрированными интеллектуальными сетями представляют собой реальные и экономически обоснованные инициативы, направленные на поддержку пожилых граждан, позволяя им дольше оставаться дома, сокращая расходы или повышая уровень комфорта. Тем не менее, проекты умных домов встречаются с определенными трудностями, которые требуется решить.