【技术实现步骤摘要】
一种基于深层卷积网络的人体皮肤温度检测方法
本专利技术涉及深度学习领域,涉及一种人体皮肤温度检测方法。
技术介绍
实时的非侵入式人体热舒适检测,在智能建筑的节能控制和舒适环境提供方面占据重要地位。其目的是通过普通摄像头(手机、电脑)等视觉传感终端,实时采集人体的视频数据,通过算法对人体热舒适程度进行分析和感知,所分析结果作为反馈信号提供给中央空调系统(Heating,Ventilation,andAirConditioning,HVAC)。在此基础上,智能建筑系统能够实现全局的能量优化,在满足人体热舒适的前提下,实现节能控制。生理学研究表明,人体在热舒适环境中,思维、观察力和技能操作等方面将处于最佳状态。因此,承认个体差异,根据各人不同的热舒适需要,进行能源供给和优化,对于实现以人为本的智能建筑具有重要意义。商业和居民建筑的能源消耗占全世界能源消耗总量的21%,在人口向城市流动较大的国家和地区,建筑能耗将以每年32%的速度增加。建筑能耗中,有50%与中央空调系统(HVAC)有关,中央空调系统负责整个建筑的热舒适性。目 ...
【技术保护点】
1.一种基于深层卷积网络的人体皮肤温度检测方法,其特征在于,包括以下步骤:/n步骤1、采集受试者皮肤随时间变化的视频以及温度传感器获取的皮肤温度真值,对视频进行采样和饱和度提取得到特征矩阵,对皮肤温度真值进行插值处理得到标签,处理得到训练集;/n步骤2,将得到的训练集输入到改进ResNet50V2网络中对改进ResNet50V2网络进行训练,得到训练好的改进ResNet50V2网络;改进ResNet50V2网络包括卷积层一Conv1、残差模块一BlockA、残差模块二BlockB、残差模块三BlockC、残差模块四BlockD、拼接模块、全连接层FC、全局池化层一、全局池化 ...
【技术特征摘要】
1.一种基于深层卷积网络的人体皮肤温度检测方法,其特征在于,包括以下步骤:
步骤1、采集受试者皮肤随时间变化的视频以及温度传感器获取的皮肤温度真值,对视频进行采样和饱和度提取得到特征矩阵,对皮肤温度真值进行插值处理得到标签,处理得到训练集;
步骤2,将得到的训练集输入到改进ResNet50V2网络中对改进ResNet50V2网络进行训练,得到训练好的改进ResNet50V2网络;改进ResNet50V2网络包括卷积层一Conv1、残差模块一BlockA、残差模块二BlockB、残差模块三BlockC、残差模块四BlockD、拼接模块、全连接层FC、全局池化层一、全局池化层二、全局池化层三、全局池化层四、全局池化层五,所述卷积层一Conv1、残差模块一BlockA、残差模块二BlockB、残差模块三BlockC、残差模块四BlockD、全局池化层五、拼接模块、全连接层FC依次连接,所述卷积层一Conv1、全局池化层一、拼接模块依次连接,所述残差模块一BlockA、全局池化层二、拼接模块依次连接,所述残差模块二BlockB、全局池化层三、拼接模块依次连接,所述残差模块三BlockC、全局池化层四、拼接模块依次连接;
特征矩阵经过卷积层一Conv1的卷积操作得到卷积操作后的特征矩阵,卷积操作后的特征矩阵分别输入到残差模块一BlockA和全局池化层一中,经过残差模块一BlockA得到第一次残差处理后的特征矩阵,经过全局池化层一中得到第一次全局池化的特征矩阵;第一次残差处理后的特征矩阵分别输入到残差模块二BlockB和全局池化层二中,经过残差模块二BlockB得到第二次残差处理后的特征矩阵,经过全局池化层二中得到第二次全局池化的特征矩阵;第二次残差处理后的特征矩阵分别输入到残差模块三BlockC和全局池化层三中,经过残差模块三BlockC得到第三次残差处理后的特征矩阵,经过全局池化层三中得到第三次全局池化的特征矩阵;第三次...
【专利技术属性】
技术研发人员:王庆,成孝刚,宋丽敏,耿鑫,陈梦伟,
申请(专利权)人:南京邮电大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。