A medida que se fortalecen las regulaciones energéticas globales, mejorar la eficiencia energética manteniendo el rendimiento de los electrodomésticos electrónicos se vuelve más importante. Especialmente en el aire acondicionado, la eficiencia energética se puede maximizar mediante el control adaptativo del flujo de aire basado en las ubicaciones humanas detectadas; sin embargo, varias limitaciones como áreas de detección, el entorno de instalación y la cantidad de sensores y el rendimiento en tiempo real que provienen de las restricciones en el sistema integrado lo convierten en un problema desafiante. En este estudio, mediante el uso de un sensor de visión de baja resolución y bajo costo, se aprende la información ambiental de los espacios habitables y las ubicaciones en tiempo real de los humanos a través de un algoritmo de aprendizaje profundo para identificar el área habitable dentro de todo el espacio interior. Con base en esta información, mejoramos el rendimiento y la eficiencia energética del aire acondicionado controlando inteligentemente el flujo de aire en el área habitada identificada. En experimentos, nuestro algoritmo de clasificación espacial basado en el aprendizaje profundo muestra un error inferior a +/- . Además, la temperatura objetivo se puede alcanzar un 19,8% más rápido y el consumo de energía se puede ahorrar hasta un 20,5% para cuando se alcance la temperatura objetivo.