全文总字数：4718字
采用深度学习的智能家居人工智能鞋柜
Jun-Ho Huh and Kyungryong Seo
摘要:智能家居技术的发展使得人们的居住生活更加丰富。智能锅炉、智能冰箱、智能床等各种家用电器和家具正被大量的先进技术所应用，逐渐改变着人们的日常生活。鞋柜是人们进入房屋首先经过的家具，人们认为如果将物联网功能与鞋柜相连，就像智能锅炉、智能冰箱一样，作为智能家居的组成部分，会给人们带来很多便利。基于这样的想法和趋势，在家里的鞋柜上安装了一个像Raspberry Pi这样的小处理器，可以查看鞋子的清单，自动存储鞋子，并为各种场合推荐合适的鞋子。用户想要放入鞋柜的鞋子，使用x-y浮动器自动存储在鞋柜的空白处，鞋柜通过划分鞋子的种类和颜色来存储鞋子。可以使用移动应用程序远程查看鞋柜中鞋子的状态。此外，在输入着装类型和目的地信息时，我们会推荐最合适的鞋子。通过控制输入传感器和x-y漂浮物，将覆盆子Pi附在鞋柜上，实现了鞋子的自动存放。通过在Keras框架的深度学习模型中输入已经分类的鞋子图像数据“UT Zappos50K”来实现鞋子图像的分类。鞋子推荐服务是通过输入用户的衣服状况和目的地信息，并使用准备好的评分表在鞋柜中推荐鞋子中得分最高的鞋子来实现的。
关键词:人工智能,集群计算,鞋柜,深度学习,智能家居
1介绍
智能家居技术的发展丰富了人们的居住生活[1,2]。介绍了智能锅炉、智能冰箱、智能床等各种家用电器和家具，以及改变了人们日常生活的最新技术[3-5]。鞋架是人们进入家中最先接触到的家具，而如果将物联网添加到鞋架中，则可以作为智能锅炉、智能冰箱等智能家居的组成部分，给人们带来极大的便利[6-9]。基于这样的思路和趋势，通过附加Raspberry Pi等小流程来设计鞋架，用于查看鞋单，自动存放，根据情况推荐鞋子。同时实现自动存储功能，当用户将鞋子放在x-y浮子上时，通过控制器压力传感器和电机通过树莓将鞋子移动到鞋架上的空单元。通过智能鞋架的移动应用，可以获得鞋子推荐。有了移动应用，用户的衣服、上衣和下装可以通过UI按类型输入，还可以输入工作地点、市区、旅游地点等目的地。然后，在智能鞋架上存放的鞋子中，为用户推荐最适合的鞋子。在有推荐功能的鞋架中寻找最合适的鞋子，需要对鞋子的颜色和类型进行分类。当鞋子在x-y漂浮器上时，智能鞋架上的摄像头拍照，并使用CNN (Convolutional Neural Network，卷积神经网络)层实现的深度学习模型对7种鞋子进行分类。并且，使用OpenCV图像处理库，它可以对鞋子的颜色进行分类。这些分类类型和颜色用于鞋子的数据属性，可以通过智能鞋架的移动应用实时查看，并用于鞋子推荐。
2自动存储功能
在实现自动存储功能时，需要一台将底座移动到X-Y轴的机器来设置存储位置。所以，一个简单的机器，叫做X-Y机器或X-Y线性机器，是用来沿着轨道运动的。基本上与3D打印机的X-Y浮动器相似，不需要那么高的精度。
