Целью данной работы является разработка системы способную определять эмоциональное состояние человека, на основе которого создавать наиболее благоприятные рабочие условия. В ходе работы был рассмотрен процесс принятия решения человека, то на сколько влияет внешняя обстановка на продуктивность, и как с помощью внешних факторов можно ее увеличить. Далее были подобраны наиболее оптимальные способы считывания эмоционального состояния человека. После чего с помощью применения нейронных сетей данный способ был реализован. В результате работы был создан прототип будущей системы, распознающей эмоцию человека с помощью камеры и управляющей освещением, которое состоит из светодиодных лент, управляемых контроллером дистанционным образом. В ближайшем будущем данная концепция найдет применения в жизни человека, как и в качестве системы индивидуального использования, так и для коллективного, например в офисах и коворкингах.

The purpose of this work is to develop a system capable of determining the emotional state of a person, on the basis of which to create the most favorable working conditions. In the course of the work, the human decision-making process was considered, how much the external environment affects productivity, and how it can be increased with the help of external factors. Next, the most optimal ways of reading a person's emotional state were selected. After that, using the use of neural networks, this method was implemented. As a result of the work, a prototype of a future system was created that recognizes a person's emotion using a camera and controls lighting, which consists of LED strips controlled by a remote controller. In the near future, this concept will find applications in human life, both as a system of individual use and for collective use, for example in offices and coworking.

• ВВЕДЕНИЕ
  • 1 Основная часть
    • 1.1 Постановка проблемы
    • 1.2 Влияние обстановочной афферентации
    • 1.3 Влияние внешней обстановки на продуктивность человека
    • 1.4 Считывание эмоционального состояния человека
    • 1.5 Обзор готовых прототипов
  • 2 Выбор и обучение нейронной сети
    • 2.1 Выбор архитектуры нейронной сети
    • 2.2 Выбор набора данных для обучения нейронной сети
    • 2.3 Обучение нейронной сети
    • 2.4 Определение эмоции человека в видео формате реального времени
  • 3 Интеграция системы распознавания эмоции в умный дом
    • 3.1 Выбор платформы для управления умным домом.
    • 3.2 Удаленный обмен данных между raspberry pi и ноутбуком.
    • 3.3 Тестовый запуск системы
    • 3.4 Интерфейс
  • 4 Дальнейшее развитие концепции
    • 4.1 Проектирование системы в домашних условиях
    • 4.2 Экономическая составляющая данной системы.
    • 4.3 Алгоритм работы программы
    • 4.4 Оценка эффективности работы установки
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
• ПРИЛОЖЕНИЕ А
• ПРИЛОЖЕНИЕ Б