[論文レビュー] Occupancy Estimation in Smart Buildings using Audio-Processing Techniques

Qian Huang, Zhenhao Ge+1 more|arXiv (Cornell University)|Feb 24, 2016

Building Energy and Comfort Optimization参考文献 25被引用数 29

ひとこと要約

本稿では、話者認識と背景音声エネルギー推定を用いた音声処理ベースの手法を提案し、スマートビルにおける屋内居住者数の推定を実現する。理論的分析とシミュレーションの結果、居住者数の推定において高い正確性を示し、エネルギー効率の良いHVAC制御と顕著なコスト削減を可能にする。

ABSTRACT

In the past few years, several case studies have illustrated that the use of occupancy information in buildings leads to energy-efficient and low-cost HVAC operation. The widely presented techniques for occupancy estimation include temperature, humidity, CO2 concentration, image camera, motion sensor and passive infrared (PIR) sensor. So far little studies have been reported in literature to utilize audio and speech processing as indoor occupancy prediction technique. With rapid advances of audio and speech processing technologies, nowadays it is more feasible and attractive to integrate audio-based signal processing component into smart buildings. In this work, we propose to utilize audio processing techniques (i.e., speaker recognition and background audio energy estimation) to estimate room occupancy (i.e., the number of people inside a room). Theoretical analysis and simulation results demonstrate the accuracy and effectiveness of this proposed occupancy estimation technique. Based on the occupancy estimation, smart buildings will adjust the thermostat setups and HVAC operations, thus, achieving greater quality of service and drastic cost savings.

研究の動機と目的

• 音声処理技術の進展にもかかわらず、スマートビルにおける音声ベースの居住者数推定の不足に取り組むこと。
• 音声信号を用いた低コストで非侵襲的な屋内居住者数推定手法の開発。
• 正確な部屋内居住者数推定により、HVACシステムのエネルギー効率の向上。
• 理論的分析とシミュレーションを通じて、音声ベースの居住者数推定の実現可能性と正確性の検証。

提案手法

• 部屋に設置されたマイクロフォンから収集した音声信号を用いて居住者数を推定する。
• 話者認識技術を応用し、部屋にいる個々の人物を特定・数える。
• 背景音声エネルギーのレベルを測定し、人的活動の有無と居住者密度の推定を検出する。
• 話者認識とエネルギー推定を統合する統合モデルを用いて、居住者数推定の正確性を向上させる。
• 統計的モデリングを用いて音声特徴と居住者数の関係を相関させ、誤検出および見逃しを最小限に抑える。
• 理論的分析とシミュレーションフレームワークを用いて、さまざまな条件下での性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 話者認識やエネルギー推定といった音声処理技術は、スマートビルにおける屋内居住者数を正確に推定できるか。
• RQ2 従来のセンサー（例：PIR、CO2）と比較して、音声ベースの手法の正確性とコストはいかがなっているか。
• RQ3 背景ノイズや重複会話の影響は、居住者数推定の性能にどのような影響を及えるか。
• RQ4 音声ベースの居住者数推定は、実世界の環境でHVAC運用最適化に信頼性を持って利用できるか。

主な発見

• 提案された音声ベースの手法は、部屋内の居住者数の推定において高い正確性を示し、シミュレーション結果では音声特徴と実際の居住者数との間に強い相関が確認された。
• 話者認識は、複数人状況における推定誤差を低減するために、個々の居住者を明確に区別する上で顕著な貢献をした。
• 背景音声エネルギー推定は、低会話環境でも人的存在を効果的に検出でき、耐障害性を高めた。
• 話者認識とエネルギー推定の統合は、個々の技術を上回る性能を示し、全体的なシステム信頼性の向上に寄与した。
• 理論的分析により、本手法がさまざまな音響条件下でもスケーラブルで効果的であることが確認された。
• 本システムにより、リアルタイムでの居住者数に基づいたHVAC制御が可能となり、エネルギー節約が実現され、スマートビル自動化を支援した。