一种基于视频智能物体检测技术的自动区域设备联动方法技术

本发明专利技术公开了一种基于视频智能物体检测技术的自动区域设备联动方法，包括如下步骤：训练人员识别模型；识别区域预分区；部署边缘计算硬件；智能设备联动；长期静止人像剔除；区域防颤处理。本发明专利技术在课室实现智能设备联动，能大大提高智能课室的使用体验，有人时开灯开空调，无人时关灯关空调，按区域开关设备，做到设备的精细化管理，节能减排。在智能教室场景，通过热力图管理人员可以知道上课时学生就坐的分布情况，从而分析哪些课程能吸引学生，哪些课程不能。使用本发明专利技术则可时时刻刻知道课室内的人数，减少逃课现象，也能有效减少由于学生离开课堂而造成的安全隐患。本发明专利技术不仅可以应用于智慧教室中，也可以应用于智能家居等其它类似行业中。它类似行业中。它类似行业中。

【技术实现步骤摘要】
一种基于视频智能物体检测技术的自动区域设备联动方法


[0001]本专利技术涉及智能控制设备联动
，具体涉及一种基于视频智能物体检测技术的自动区域设备联动方法。

技术介绍

[0002]目前智能家居、智能教室等智能控制设备联动的技术均有一项关键的需求，就是识别空间中的人员分布，从而根据人员的分布情况按区域控制设备，有人的区域开启设备，没有人的区域关闭设备。这样既能实现人们无感式控制设备，也能减少能源浪费。
[0003]传统的人员分布识别技术主要使用红外探头进行人员识别。此技术需要在空间中预先安装布置多个红外探头，当红外探头检测到区域有人时，发送信号到中央控制主机，从而实现联动。
[0004]使用红外探头进行人员识别主要有下面的问题：
[0005]1、红外探头需预先进行施工布置，从而造成一定的施工与维护费用，并影响空间的美观；
[0006]2、红外探头识别精度不高，不能准确定位人员和准确识别人数；
[0007]3、多个红外探头的识别区域难免重叠与遗漏；
[0008]4、红外探头不能识别静止的人员；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频智能物体检测技术的自动区域设备联动方法，其特征在于，包括如下步骤：构建深度神经网络模型，获取大量带标注的学习样本图片，利用学习样本图片对深度神经网络模型进行训练，将训练好的深度神经网络模型作为人员识别模型；根据视频识别现场的情况，按现场的设备安装布置位置，把识别现场划分为多个区域；部署边缘计算硬件，每个摄像头的视频使用边缘计算硬件分开进行处理；边缘计算硬件通过人员识别模型对视频流按帧进行分析，分析每帧中人头像的位置，然后计算头像中心点的坐标，计算中心点所在的识别区域后，得出视频中人员的分布信息；得出人员区域分布后，对区域内设备进行联动；分析监控的现场是否有长期静止人像，将长期静止人像剔除；区域防颤处理，把相邻两个区域相交的部分作为区域交接区，区域交接区的设备联动方式作特殊处理，交接区的设备联动处理原则是减少人员的区域切换，从而减少设备的频繁开关。2.根据权利要求1所述的基于视频智能物体检测技术的自动区域设备联动方法，其特征在于，对深度神经网络模型进行训练具体方法是：获取大量带标注的学习样本图片，将学习样本图片分成训练集、验证集和测试集；将训练集的学习样本图片放入深度神经网络模型中，对深度神经网络模型进行训练；将验证集的学习样本图片放入深度神经网络模型中，调整深度神经网络模型的网络参数，提升深度神经网络模型的识别精度；将测试集的学习样本图片放入深度神经网络模型中，进行分类结果预测。3.根据权利要求1所述的基于视频智能物体检测技术的自动区域设备联动方法，其特征在于，长期静止人像剔除具体方法是：设置静止人像识别时间段与相关参数；识别视频中人像的位置，并按帧叠加；静止识别时间段结束，得到点阵图；对点阵图进行高斯模糊，得到热力图；在热力图中超过阈值的区域，剔除人像。4.根据权利要求3所述的基于视频智能物体检测技术的自动区域设备联动方法，其特征在于，设置静止人像识别时间段具体方法是：进行静止人员识别的时间段选取在场景中能清晰看到整个场景情况的时间段，包括早上和晚上灯光充足的时间；能通过设置界面进行指定；静止识别时间段根据业务情况进行调整，人员太多的时间不适宜作为静止人员的识别的时间，包括学生上课的时间；在进行静止人员识别时，指定关联课程表，智能调整静止人像识别时间。5.根据权利要求3所述的基于视频智能物体检测技术的自动区域设备联动方法，其特征在于，识别视频中人像的位置，并按帧叠加具体方法是：在进行深度学习人员位置识别运算的同时，会在内存中开辟专门的位置，记录每帧中人像出现的位置，在某个坐...

【专利技术属性】
技术研发人员：黄珲，
申请(专利权)人：广州耘宇电子科技有限公司，
类型：发明
国别省市：