一种基于隐私保护的智能家居投影方法与系统技术方案

本申请提供一种基于隐私保护的智能家居投影的方法和系统，包括：摄像头采集用户图像数据，采用数字图像加密算法对图像进行加密传输到服务器；服务器对图像进行预处理，利用人体识别定位模型和空白面识别模型计算人和空白面的数据；用户向服务器发送播放内容；服务器根据内容结合两个模型的计算结果对空白面进行排序，选择最优投影面；投影仪根据所选投影面调整参数来达到最佳投影效果；服务器从主服务器下载最新的模型，利用本地的图像数据计算和训练，把训练参数返回主服务器，主服务器整合所有服务器的返回参数来调整更新模型。本发明专利技术实现了可移动的智能投影，突破了传统投影仪固定位置的限制，扩大了投影仪的应用场景。扩大了投影仪的应用场景。扩大了投影仪的应用场景。

【技术实现步骤摘要】
一种基于隐私保护的智能家居投影方法与系统


[0001]本专利技术涉及智能设备
，尤其涉及一种基于隐私保护的智能家居投影方法与系统。

技术介绍

[0002]随着机器学习技术的飞速发展，5G技术的逐渐成熟以及物联网技术的兴起，传统的家居电器逐渐演化迭代为智能家居设备。智能家居设备可以通过各种计算机终端，例如手机，电脑等进行控制，为用户提供便捷的信息交互功能。机器学习和人工智能技术的发展进一步提高了智能家居设备的智能性，为广大用户提供更加人性化，简单易用和更加多样化的功能。投影仪是一种将与之连接的计算机设备发送的图像信号播放投射到幕布的设备，广泛应用家庭影院，会议室和影院。目前的投影仪使用时大多数固定悬挂于某一个点，只能在单一的场景使用，比较单调且不够方便。现代人的生活节奏越来越快，工作学习和生活越来越忙碌，碎片化时间的有效利用成了值得探讨的话题。例如，有的人想要在做家务的同时看视频和小说，有的人想要在家里随处看到想要背诵记忆的知识点，有的人不希望暂停球赛的播放去喝水吃饭上厕所等等。但是由于电视机和传统投影仪是固定的，不方便在走动时观看，手机等移动设备需要手持，很难与家务活动同时进行。因此，需要一种可移动的，可自主调整位置和投影大小的智能家居投影仪来解决以上问题。

技术实现思路

[0003]本专利技术提供了一种基于隐私保护的智能家居投影方法与系统，主要包括：投影仪通过摄像头扫描室内环境，追踪人的位置，随着人的位置变动而移动，并对室内敏感隐私信息进行数据隐私加密，从室内环境寻找可投影平面，提供投影内容列表，根据选择的投影内容自动选择最佳投影平面，根据投影平面的情况自动调整投影的色调参数，根据投影的内容和平面自动调整投影的角度和大小。进一步可选地，所述扫描室内环境，追踪人的位置，随着人的位置变动而移动包括：投影仪结合可移动可改变形状弯曲的滑动轨道使用；投影仪放置于预先安装在室内各个墙壁的滑动轨道上，通过摄像头对室内环境进行扫描；通过图像处理和人体识别定位模型识别出图片中的人及其相对位置，再计算当前人与滑动轨道距离最短的一个点，投影仪随着人的移动自动实时调整位置，滑动到该点。进一步可选地，所述对室内敏感隐私信息进行数据隐私加密，包括：基于Logistic混沌映射的数字图像加密算法在采集后对图片加密，服务器接收后，输入解密秘钥对数据逆向运算得到解密图像，然后对解密后的图像进行人体识别定位，把结果返回投影仪。进一步可选地，所述扫描室内环境还包括：将摄像头采集的图像样本进行预处理；先对摄像头采集的彩色图片进行灰度化处理，减少需要处理的数据量；其次，对图像进行几何变换，通过平移，缩放，旋转等变换来校正由于图像采集系统和仪器造成的误差，包括成像角度，镜头和精度，再进行灰度插值；最后，进行图像增强，改善图像的质量，丰富信息量，加强图像判断和识别的效果。进一步可
选地，所述追踪人的位置，还包括：建立人体识别定位模型，收集人在各种室内环境的图像数据，经过图片预处理，提取人体姿势特征向量，人体标签识别分类和判断，训练人体识别定位深度学习模型；判断当下室内的是否有人，人数多少和投影仪与人的距离；还包括：人体识别定位模型的使用和更新，出于对用户敏感和隐私信息的保护，摄像头采集的图像不直接上传到企业的主服务器，而采用联邦学习框架来对模型进行训练，预测判断和更新；用户端从主服务器下载最新的人体识别定位模型，然后用户端服务器利用本地的用户的图像数据来进行预测计算和模型训练；用户端把需要更新的参数返回给主服务器，主服务器聚合各服务器返回的参数，更新人体识别定位模型，再把更新后的模型反馈给用户端的服务器。投影仪根据人的位置移动调整，服务器端把摄像头采集的图片经过人体识别定位模型计算后的结果返回投影仪，投影仪根据计算结果移动自动实时调整自己的位置，使得自身与人保持平均最近的距离。进一步可选地，所述从周围环境寻找可投影平面包括：从摄像头采集的图像中识别可投影的平面，在经过预处理的图像输入空白面识别模型，识别出人周围环境可供投影的平面；主要还包括：建立空白面识别模型；采集大量室内环境图片，进行预处理后，训练空白面识别深度学习模型；首先进行图像分割，将图像按照图中物体轮廓划分为不规则的区域；然后，提取特征，将不同区域的位置，大小，形状，颜色，方向，角度，反射性作为特征向量，将是否是空白面作为标记值，训练空白面识别模型；比对不同照片中标记的空白面，聚合空白面的各项参数，标注整理不同照片中的同一个空白面，计算出所有空白面的具体数量；通过空白面识别及比对，能够得到投影仪摄像头范围内所有空白面的数量和参数。接下去，识别可投影的墙面；为了保护用户居家环境的隐私，采用横向联邦学习的方法来训练和更新空白面识别模型；服务器从主服务器下载最新的空白面识别模型，输入采集图像，判断并统计室内所有的可投影空白面，对室内的空白面分布情况建立一个模型；用户端把模型在本地训练后的参数返回给主服务器，主服务器聚合各用户服务器返回的参数，更新人体识别定位模型，再把更新后的模型反馈给用户端的服务器。进一步可选地，所述从室内环境寻找可投影平面，还包括：对所有可投影平面进行排序；根据空白面的大小，颜色，位置参数，对所有的空白面进行初始的评估和排序，排第一位的空白面作为默认的播放面；服务器端将投影平面数据返回给投影仪，投影仪根据投影平面的排序自动调整投影的角度和方向，确保投影位置处于人的附近和视线范围内。
[0004]进一步的，用户在终端设备选择投影内容列表，通过服务器向投影仪发送投影指令；用户可通过手机端的应用程序发送投影内容播放指令给服务器，服务器按指令投影仪来进行播放。进一步可选地，所述根据选择的投影内容自动选择最佳投影平面包括：根据空白面的数据，结合人体识别定位模型返回的数据以及播放文件的不同，用户服务器对所有空白面再次进行排序，排第一位的平面将会选择为投影平面。排序是实时调整的，当人的位置移动或者播放内容改变时，排序将随之而改变，投影面也随之切换。例如：用户在播放视频，选择了面前的大范围墙面；当他走到房间另一端，并且播放电子书文本时，则选择他身侧的小面积墙面。进一步可选地，所述根据投影平面的情况自动调整投影的色调等参数包括：投影仪根据投影平面的色调，反射强度，环境的亮度等等情况自动调整投影的色调和亮度；由于投影的空白面自带的颜色各不相同，反射强度不一以及环境光线强弱的变化，
投影仪自动调整投影的色调和亮度。进一步可选地，所述根据投影的内容和平面自动调整投影的角度和大小包括：投影仪结合投影角度，投影平面的面积大小，投影内容实时调整投影的角度和投影光圈的大小；通过投影的效果图像与原图像的比对，确定最佳的投影角度和大小，包括：首先根据空白面的大小初步设置投影范围的大小，然后测试投影效果，是否有物品遮挡，图像是否变形扭曲，调整角度和大小。
[0005]本专利技术实施例提供的技术方案可以包括以下有益效果：1.本专利技术突破电视机和手机等传统显示屏限制，无需手持电子设备或者坐在电视机前，就能随时随地观看视频和阅读文字，高效利用碎片化时间。
[0006]2.本专利技术突破了传统投影仪的局限，无需固定于某本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于隐私保护的智能家居投影方法，其特征在于，所述方法包括：投影仪通过摄像头扫描室内环境，并使用数字图像加密算法对室内敏感隐私信息进行数据隐私加密传输到服务器，将摄像头采集的图像样本进行预处理，结合计算机视觉和图像处理技术，通过深度学习框架训练人体识别定位神经网络模型，追踪人的位置，结合可移动可改变形状弯曲的滑动轨道，随着人的位置变动而移动，通过深度学习框架训练空白面识别神经网络模型，从室内环境寻找可投影平面，根据用户提供投影内容列表，通过智能排序算法自动选择最佳投影平面，根据投影平面的数据自动调整投影的色调，亮度，对比度等参数，根据投影的内容和投影平面的角度自动调整投影的角度和投影范围大小。2.根据权利要求1所述的方法，其中，所述扫描室内环境，追踪人的位置，结合可移动可改变形状弯曲的滑动轨道，随着人的位置变动而移动，包括：所述投影仪放置于预先安装在室内各个墙壁的滑动轨道上，通过摄像头对室内环境进行扫描；通过图像处理和人体识别定位模型识别出图片中的人及其相对位置，再计算当前人与滑动轨道距离最短的一个点，投影仪随着人的移动自动实时调整位置，滑动到该点。3.根据权利要求1所述的方法，其中，所述使用图像加密算法对室内敏感隐私信息进行数据隐私加密传输到服务器，包括：基于Logistic混沌映射的数字图像加密算法在采集后对图片加密，服务器接收后，输入解密秘钥对数据逆向运算得到解密图像，然后对解密后的图像进行人体识别定位，把结果返回投影仪。4.根据权利要求1所述的方法，其中，所述将摄像头采集的图像样本进行预处理，包括：先对摄像头采集的彩色图片进行灰度化处理，减少需要处理的数据量；其次，对图像进行几何变换，通过平移，缩放，旋转等变换来校正由于图像采集系统和仪器造成的误差，包括成像角度，镜头和精度，再进行灰度插值；最后，进行图像增强，改善图像的质量，丰富信息量，加强图像判断和识别的效果。5.根据权利要求1所述的方法，其中，结合计算机视觉和图像处理技术，通过深度学习框架训练人体识别定位神经网络模型，包括：建立人体识别定位模型，收集人在各种室内环境的图像数据，经过图片预处理，提取人体姿势特征向量，人体标签识别分类和判断，训练人体识别定位深度学习模型；利用模型判断当下室内的是否有人，人数多少和投影仪与人的距离；还包括：人体识别定位模型的使用和更新，出于对用户敏感和隐私信息的保护，摄像头采集的图像不直接上传到企业的主服务器，而采用联邦学习框架来对模型进行训练，预测判断和更新；用户端从主服务器下载最新的人体识别定位模型，然后用户端服务器利用本地的用户的图像数据来进行预测计算和模型训练；用户端把需要更新的参数返回给主服务器，主服务器聚合各服务器返回的参数，更新人体识别定位模型，再把更新后的模型反馈给用户端的服务器。投影仪根据人的位置移动调整，服务器端把摄像头采集的图片经过人体识别定位模型计算后的结果返回投影仪，投影仪根据计算结果移动，自动实时调整自己的位置，使得自身与人保持平均最近的距离。6.根据权利要求1所述的方法，其中，所述通过深度学习框架训练空白面识别神经网络模型，从室内环境寻找可投影平面，包括：
从摄像头采集的图像中识别可投影的平面，在经过预处理的图像输入空白面识别模型，识别出人周围环境可供投影的平面；主要还包括：建立空白面识别模型；采集大量室内环境图片，进行预处理后，训练空白面识别深度学习模型；...

【专利技术属性】
技术研发人员：熊常春，李海良，王敬贵，李国元，刘昂，吴江川，张富耕，
申请(专利权)人：深圳季连科技有限公司，
类型：发明
国别省市：