基于深度学习的灯光控制方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能领域，公开了一种基于深度学习的灯光控制方法、装置、设备及存储介质，用于实现灯光控制的智能化。所述方法包括：对第一灯光照明信息进行信息分割处理，得到多个第二灯光照明信息；分别将多个第二灯光照明信息输入预置的灯具配置模型进行灯具配置，得到每个第二灯光照明信息对应的灯具配置信息；根据每个第二灯光照明信息对应的灯具配置信息创建灯光控制策略表；接收第二触发指令发送的目标照明请求，响应目标照明请求并根据灯光控制策略表生成对应的目标控制策略；根据目标控制策略对目标照明请求进行灯光控制，并采集目标照明请求对应的照明区域图像，以及将照明区域图像传输至预置灯光控制平台。区域图像传输至预置灯光控制平台。区域图像传输至预置灯光控制平台。

【技术实现步骤摘要】
基于深度学习的灯光控制方法、装置、设备及存储介质


[0001]本专利技术涉及人工智能领域，尤其涉及一种基于深度学习的灯光控制方法、装置、设备及存储介质。

技术介绍

[0002]随着物联网技术和人工智能技术的高速发展，灯具的照明方案也随之更加智能化和高效化，灯光控制系统是通过人工进行控制，通过在操作面板上面设置一些传感器进行灯光控制和切换。
[0003]但是，现有方案中，只是通过传感器进行灯光控制，并不是传统智能意义上的灯光控制，即现有方案的智能化程度较低。

技术实现思路

[0004]本专利技术提供了一种基于深度学习的灯光控制方法、装置、设备及存储介质，用于实现灯光控制的智能化。
[0005]本专利技术第一方面提供了一种基于深度学习的灯光控制方法，所述基于深度学习的灯光控制方法包括：获取第一触发指令所携带的灯光控制任务，并对所述灯光控制任务进行任务信息提取，得到对应的第一灯光照明信息；对所述第一灯光照明信息进行信息分割处理，得到多个第二灯光照明信息；分别将所述多个第二灯光照明信息输入预置的灯具配置模型进行灯具配置，得到每个第二灯光照明信息对应的灯具配置信息；根据每个第二灯光照明信息对应的灯具配置信息创建灯光控制策略表；接收第二触发指令发送的目标照明请求，响应所述目标照明请求并根据所述灯光控制策略表生成对应的目标控制策略；根据所述目标控制策略对所述目标照明请求进行灯光控制，并采集所述目标照明请求对应的照明区域图像，以及将所述照明区域图像传输至预置灯光控制平台。
[0006]结合第一方面，在本专利技术第一方面的第一实施方式中，所述获取第一触发指令所携带的灯光控制任务，并对所述灯光控制任务进行任务信息提取，得到对应的第一灯光照明信息，包括：对所述第一触发指令发送的灯光控制任务进行读取，确定与所述灯光控制任务对应的任务关联数据；对所述任务关联数据进行数据量判断，当所述任务关联数据的数据量大于预设目标值时，对所述任务关联数据进行优先级划分，生成所述第一灯光照明信息；当所述任务关联数据的数据量小于或等于所述目标值时，对所述任务关联数据进行信息转换，生成所述第一灯光照明信息。
[0007]结合第一方面，在本专利技术第一方面的第二实施方式中，所述对所述第一灯光照明
信息进行信息分割处理，得到多个第二灯光照明信息，包括：对所述第一灯光照明信息进行信息标识分析，确定所述第一灯光照明信息对应的目标关键标识；根据所述目标关键标识确定所述第一灯光照明信息对应的任务类型；获取所述任务类型对应的信息分割模式，并通过所述信息分割模式对所述第一灯光照明信息进行信息分割处理，得到多个第二灯光照明信息。
[0008]结合第一方面，在本专利技术第一方面的第三实施方式中，所述分别将所述多个第二灯光照明信息输入预置的灯具配置模型进行灯具配置，得到每个第二灯光照明信息对应的灯具配置信息，包括：对所述多个第二灯光照明信息进行读取分析，确定每个第二灯光照明信息对应的灯具组合数据；分别将每个第二灯光照明信息对应的灯具组合数据输入预置的灯具配置模型，其中，所述灯具配置模型包括：嵌入层、多层门限循环网络以及全连接层；通过所述灯具配置模型对所述灯具组合数据进行灯具配置分析，输出每个第二灯光照明信息对应的灯具配置信息。
[0009]结合第一方面，在本专利技术第一方面的第四实施方式中，所述根据每个第二灯光照明信息对应的灯具配置信息创建灯光控制策略表，包括：对每个第二灯光照明信息对应的灯具配置信息进行编码，得到每个灯具配置信息的编码数据；对每个灯具配置信息的编码数据进行排序，得到编码序列；根据所述编码序列创建所述灯具配置信息对应的灯光控制策略表。
[0010]结合第一方面，在本专利技术第一方面的第五实施方式中，所述根据所述目标控制策略对所述目标照明请求进行灯光控制，并采集所述目标照明请求对应的照明区域图像，以及将所述照明区域图像传输至预置灯光控制平台，包括：对所述目标控制策略进行解析，确定对应的灯光控制步骤；通过所述灯光控制步骤，对所述目标照明请求进行灯光控制；采集所述目标照明请求对应的照明区域图像，并将所述照明区域图像传输至预置灯光控制平台。
[0011]结合第一方面，在本专利技术第一方面的第六实施方式中，所述基于深度学习的灯光控制方法还包括：通过所述灯光控制平台对所述照明区域图像进行照明分析，得到照明分析结果；根据所述照明分析结果对所述目标控制策略进行优化，生成优化后的灯光控制方案。
[0012]本专利技术第二方面提供了一种基于深度学习的灯光控制装置，所述基于深度学习的灯光控制装置包括：获取模块，用于获取第一触发指令所携带的灯光控制任务，并对所述灯光控制任务进行任务信息提取，得到对应的第一灯光照明信息；处理模块，用于对所述第一灯光照明信息进行信息分割处理，得到多个第二灯光照明信息；
配置模块，用于分别将所述多个第二灯光照明信息输入预置的灯具配置模型进行灯具配置，得到每个第二灯光照明信息对应的灯具配置信息；创建模块，用于根据每个第二灯光照明信息对应的灯具配置信息创建灯光控制策略表；生成模块，用于接收第二触发指令发送的目标照明请求，响应所述目标照明请求并根据所述灯光控制策略表生成对应的目标控制策略；控制模块，用于根据所述目标控制策略对所述目标照明请求进行灯光控制，并采集所述目标照明请求对应的照明区域图像，以及将所述照明区域图像传输至预置灯光控制平台。
[0013]结合第二方面，在本专利技术第二方面的第一实施方式中，所述获取模块具体用于：对所述第一触发指令发送的灯光控制任务进行读取，确定与所述灯光控制任务对应的任务关联数据；对所述任务关联数据进行数据量判断，当所述任务关联数据的数据量大于预设目标值时，对所述任务关联数据进行优先级划分，生成所述第一灯光照明信息；当所述任务关联数据的数据量小于或等于所述目标值时，对所述任务关联数据进行信息转换，生成所述第一灯光照明信息。
[0014]结合第二方面，在本专利技术第二方面的第二实施方式中，所述处理模块具体用于：对所述第一灯光照明信息进行信息标识分析，确定所述第一灯光照明信息对应的目标关键标识；根据所述目标关键标识确定所述第一灯光照明信息对应的任务类型；获取所述任务类型对应的信息分割模式，并通过所述信息分割模式对所述第一灯光照明信息进行信息分割处理，得到多个第二灯光照明信息。
[0015]结合第二方面，在本专利技术第二方面的第三实施方式中，所述配置模块具体用于：对所述多个第二灯光照明信息进行读取分析，确定每个第二灯光照明信息对应的灯具组合数据；分别将每个第二灯光照明信息对应的灯具组合数据输入预置的灯具配置模型，其中，所述灯具配置模型包括：嵌入层、多层门限循环网络以及全连接层；通过所述灯具配置模型对所述灯具组合数据进行灯具配置分析，输出每个第二灯光照明信息对应的灯具配置信息。
[0016]结合第二方面，在本专利技术第二方面的第四实施方式中，所述创建模块具体用于：对每个第二灯光照明信息对应的灯具配置信息进行编码，得到每个灯具配置信息的编码数据；对每个灯具配置信息的编码数据进行排序，得到编码序列；根据所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的灯光控制方法，其特征在于，所述基于深度学习的灯光控制方法包括：获取第一触发指令所携带的灯光控制任务，并对所述灯光控制任务进行任务信息提取，得到对应的第一灯光照明信息；对所述第一灯光照明信息进行信息分割处理，得到多个第二灯光照明信息；分别将所述多个第二灯光照明信息输入预置的灯具配置模型进行灯具配置，得到每个第二灯光照明信息对应的灯具配置信息；根据每个第二灯光照明信息对应的灯具配置信息创建灯光控制策略表；接收第二触发指令发送的目标照明请求，响应所述目标照明请求并根据所述灯光控制策略表生成对应的目标控制策略；根据所述目标控制策略对所述目标照明请求进行灯光控制，并采集所述目标照明请求对应的照明区域图像，以及将所述照明区域图像传输至预置灯光控制平台。2.根据权利要求1所述的基于深度学习的灯光控制方法，其特征在于，所述获取第一触发指令所携带的灯光控制任务，并对所述灯光控制任务进行任务信息提取，得到对应的第一灯光照明信息，包括：对所述第一触发指令发送的灯光控制任务进行读取，确定与所述灯光控制任务对应的任务关联数据；对所述任务关联数据进行数据量判断，当所述任务关联数据的数据量大于预设目标值时，对所述任务关联数据进行优先级划分，生成所述第一灯光照明信息；当所述任务关联数据的数据量小于或等于所述目标值时，对所述任务关联数据进行信息转换，生成所述第一灯光照明信息。3.根据权利要求1所述的基于深度学习的灯光控制方法，其特征在于，所述对所述第一灯光照明信息进行信息分割处理，得到多个第二灯光照明信息，包括：对所述第一灯光照明信息进行信息标识分析，确定所述第一灯光照明信息对应的目标关键标识；根据所述目标关键标识确定所述第一灯光照明信息对应的任务类型；获取所述任务类型对应的信息分割模式，并通过所述信息分割模式对所述第一灯光照明信息进行信息分割处理，得到多个第二灯光照明信息。4.根据权利要求1所述的基于深度学习的灯光控制方法，其特征在于，所述分别将所述多个第二灯光照明信息输入预置的灯具配置模型进行灯具配置，得到每个第二灯光照明信息对应的灯具配置信息，包括：对所述多个第二灯光照明信息进行读取分析，确定每个第二灯光照明信息对应的灯具组合数据；分别将每个第二灯光照明信息对应的灯具组合数据输入预置的灯具配置模型，其中，所述灯具配置模型包括：嵌入层、多层门限循环网络以及全连接层；通过所述灯具配置模型对所述灯具组合数据进行灯具配置分析，输出每个第二灯光照明信息对应的灯具配置信息。5.根据权利要求1所述的基于深度学习的灯光控制方法，其特征在于，所述根据每个第二...

【专利技术属性】
技术研发人员：宋海军，何乃旭，
申请(专利权)人：北京熙捷科技有限公司，
类型：发明
国别省市：