配置室内环境参数的方法及系统技术方案

本发明专利技术提供了一种配置室内环境参数的方法及系统，包括：在当前室内环境中存在多个人体时，采集当前室内环境中的各个人体的目标图像信息；基于所述人体的目标图像信息，确定当前最适合所述人体的舒适环境配置；所述舒适环境配置包括室内环境中多项参数的最优配置，所述参数包括温度、湿度、PM2.5；基于所述舒适环境配置，确定室内环境中需要配置的目标室内电器；将所述舒适环境配置中各个参数的最优配置发送至对应的所述目标室内电器上，并基于所述目标室内电器进行室内环境的参数配置，以使得室内环境处于最优配置。本发明专利技术针对室内环境中存在不同的人体时，确定当前最适合所述人体的舒适环境配置，从而基于室内电器进行室内环境的管理调节。的管理调节。的管理调节。

【技术实现步骤摘要】
配置室内环境参数的方法及系统


[0001]本专利技术涉及图像处理的
，特别涉及一种配置室内环境参数的方法及系统。

技术介绍

[0002]目前，当人体处于室内环境中，为了保障舒适度，通常需要调节温度、湿度、空气质量、风速等。为了实现室内环境的调节，用户会在室内环境中配置多种室内电器以进行各项参数的调节，以求达到最佳的舒适环境；例如空调、净化器、加湿器等。
[0003]然而，不同的人体对环境的感受不同，即不同的人体所需的舒适环境会有一些差异，目前无法针对人体的不同而进行差异化的室内环境管理。进一步地，目前对于家用电器的使用数据并没有进行很好的应用，造成了数据资源的浪费。

技术实现思路

[0004]本专利技术的主要目的为提供一种配置室内环境参数的方法及系统，旨在克服目前无法针对人体的不同而进行差异化的室内环境管理的缺陷，同时还克服了数据资源浪费的缺陷。
[0005]为实现上述目的，本专利技术提供了一种配置室内环境参数的方法，包括以下步骤：在当前室内环境中存在多个人体时，采集当前室内环境中的各个人体的目标图像信息；基于所述人体的目标图像信息，确定当前最适合所述人体的舒适环境配置；所述舒适环境配置包括室内环境中多项参数的最优配置，所述参数至少包括温度、湿度、PM2.5；基于所述舒适环境配置，确定室内环境中需要配置的目标室内电器；将所述舒适环境配置中各个参数的最优配置发送至对应的所述目标室内电器上，并基于所述目标室内电器进行室内环境的参数配置，以使得室内环境处于最优配置；每隔一个小时，设置一个数据记录时间点；在每一个数据记录时间点，记录在此数据记录时间点之前的预设时间周期内所述空调、净化器以及加湿器被用于配置室内环境的次数，以及记录对应的时间周期；所述次数分别记为第一次数、第二次数、第三次数，并构成次数向量为：{第一次数、第二次数、第三次数}；将所述次数向量以及对应的时间周期构成训练对；将多个训练对输入至预设的网络模型中迭代进行训练，训练完成得到电器偏好模型；其中，所述电器偏好模型用于预测所述空调、净化器以及加湿器中不同时间周期的偏好习惯。
[0006]进一步地，所述基于所述人体图像信息，确定当前最适合所述人体的舒适环境配置的步骤，包括：将所述人体的目标图像信息输入至预设的年龄分类模型中进行检测，检测得到各
个人体对应的年龄分类；其中，所述年龄分类包括幼童、成人、老人，所述年龄分类模型为预先训练完成的深度学习网络模型；若各个所述人体的年龄分类结果不同，则根据数据库中存储的年龄分类优先级，确定出优先级最高的目标年龄分类；其中，年龄分类优先级满足老人＞幼童＞成人；基于数据库存储的年龄分类与室内环境参数配置的映射关系，得到对应所述目标年龄分类的目标室内环境参数配置，将所述目标室内环境参数配置作为所述当前最适合所述人体的舒适环境配置。
[0007]进一步地，所述基于所述人体的目标图像信息，确定当前最适合所述人体的舒适环境配置的步骤之前，包括：获取当前室内环境的定位信息，根据所述定位信息从网络大数据库中匹配出第一家庭终端、第二家庭终端以及第三家庭终端；其中，第一家庭终端、第二家庭终端以及第三家庭终端所在位置与所述定位信息之间的距离在预设范围之内；所述第一家庭终端、第二家庭终端以及第三家庭终端分别为三个家庭的终端设备，且所述第一家庭终端、第二家庭终端以及第三家庭终端均具有一个训练完成的分类模型，所述分类模型用于年龄分类；获取所述第一家庭终端发送的第一模型参数、所述第二家庭终端发送的第二模型参数以及所述第三家庭终端发送的第三模型参数；其中，第一模型参数、第二模型参数以及第三模型参数分别为对应分类模型训练完成时的模型参数；获取初始网络模型，所述初始网络模型具有初始模型参数；将所述初始网络模型的初始模型参数更新为第一模型参数，得到第一网络模型；将所述初始网络模型的初始模型参数更新为第二模型参数，得到第二网络模型；将所述初始网络模型的初始模型参数更新为第三模型参数，得到第三网络模型；采集多张室内环境中的人体图像；将同一张人体图像分别输入至所述第一网络模型、第二网络模型以及第三网络模型中进行预测；若预测结果不相同，则舍弃所述人体图像；若预测结果相同，则将预测结果作为所述人体图像的标签；将所述人体图像与对应的标签构成训练图像数据；获取公开数据集，将多个所述训练图像数据以及所述公开数据集输入至所述初始网络模型进行训练，得到所述年龄分类模型。
[0008]进一步地，所述将所述人体的目标图像信息输入至预设的年龄分类模型中进行检测，检测得到各个人体对应的年龄分类的步骤之后，包括：将所述人体的目标图像信息输入至所述第一网络模型、第二网络模型以及第三网络模型中进行预测；判断预测结果是否均与所述年龄分类模型的预测结果一致，若不一致，则舍弃所述人体的目标图像信息，并重新采集当前室内环境中的各个人体的目标图像信息；若均一致，则确定所述年龄分类模型的预测结果无误。
[0009]进一步地，所述基于所述人体的目标图像信息，确定当前最适合所述人体的舒适环境配置的步骤之前，包括：获取当前室内环境的定位信息，根据所述定位信息从网络大数据库中匹配出第一家庭终端、第二家庭终端以及第三家庭终端；其中，第一家庭终端、第二家庭终端以及第三家庭终端所在位置与所述定位信息之间的距离在预设范围之内；所述第一家庭终端、第二家庭终端以及第三家庭终端分别为三个家庭的终端设备，且所述第一家庭终端、第二家庭
终端以及第三家庭终端均具有一个训练完成的分类模型，所述分类模型用于年龄分类；获取所述第一家庭终端发送的第一模型参数、所述第二家庭终端发送的第二模型参数以及所述第三家庭终端发送的第三模型参数；其中，第一模型参数、第二模型参数以及第三模型参数分别为对应分类模型训练完成时的模型参数；对所述第一模型参数、第二模型参数以及第三模型参数进行融合运算，得到融合模型参数；获取初始网络模型，所述初始网络模型具有初始模型参数；将所述初始网络模型的初始模型参数更新为所述融合模型参数，得到融合网络模型；获取针对当前室内环境制作的训练样本，以及获取公开数据集，将所述训练样本以及所述公开数据集输入至所述融合网络模型中再次进行训练，得到所述年龄分类模型。
[0010]进一步地，所述基于所述舒适环境配置，确定室内环境中需要配置的目标室内电器的步骤，包括：获取所述舒适环境配置中的各项参数；获取所述室内环境接入网络的所有室内电器；获取各个所述室内电器的功能，判断所述功能是否包括调节所述舒适环境配置中的参数；若包括，则将对应的室内电器作为所述目标室内电器。
[0011]本专利技术还提供了一种配置室内环境参数的系统，包括：第一采集单元，用于在当前室内环境中存在多个人体时，采集当前室内环境中的各个人体的目标图像信息；第一确定单元，用于基于所述人体的目标图像信息，确定当前最适合所述人体的舒适环境配置；所述舒适环境配置包括室内环境中多项参数的最优配置，所述参数至少包括温度、湿度、PM2.5；第二确定单元，用于基于所述舒适环境配置，确定室内环境中需要配置的目标室内电器；配置单元，用于将所述舒适环境本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配置室内环境参数的方法，其特征在于，包括以下步骤：在当前室内环境中存在多个人体时，采集当前室内环境中的各个人体的目标图像信息；基于所述人体的目标图像信息，确定当前最适合所述人体的舒适环境配置；所述舒适环境配置包括室内环境中多项参数的最优配置，所述参数至少包括温度、湿度、PM2.5；基于所述舒适环境配置，确定室内环境中需要配置的目标室内电器；将所述舒适环境配置中各个参数的最优配置发送至对应的所述目标室内电器上，并基于所述目标室内电器进行室内环境的参数配置，以使得室内环境处于最优配置；每隔一个小时，设置一个数据记录时间点；在每一个数据记录时间点，记录在此数据记录时间点之前的预设时间周期内所述空调、净化器以及加湿器被用于配置室内环境的次数，以及记录对应的时间周期；所述次数分别记为第一次数、第二次数、第三次数，并构成次数向量为：{第一次数、第二次数、第三次数}；将所述次数向量以及对应的时间周期构成训练对；将多个训练对输入至预设的网络模型中迭代进行训练，训练完成得到电器偏好模型；其中，所述电器偏好模型用于预测所述空调、净化器以及加湿器中不同时间周期的偏好习惯。2.根据权利要求1所述的配置室内环境参数的方法，其特征在于，所述基于所述人体图像信息，确定当前最适合所述人体的舒适环境配置的步骤，包括：将所述人体的目标图像信息输入至预设的年龄分类模型中进行检测，检测得到各个人体对应的年龄分类；其中，所述年龄分类包括幼童、成人、老人，所述年龄分类模型为预先训练完成的深度学习网络模型；若各个所述人体的年龄分类结果不同，则根据数据库中存储的年龄分类优先级，确定出优先级最高的目标年龄分类；其中，年龄分类优先级满足老人＞幼童＞成人；基于数据库存储的年龄分类与室内环境参数配置的映射关系，得到对应所述目标年龄分类的目标室内环境参数配置，将所述目标室内环境参数配置作为所述当前最适合所述人体的舒适环境配置。3.根据权利要求2所述的配置室内环境参数的方法，其特征在于，所述基于所述人体的目标图像信息，确定当前最适合所述人体的舒适环境配置的步骤之前，包括：获取当前室内环境的定位信息，根据所述定位信息从网络大数据库中匹配出第一家庭终端、第二家庭终端以及第三家庭终端；其中，第一家庭终端、第二家庭终端以及第三家庭终端所在位置与所述定位信息之间的距离在预设范围之内；所述第一家庭终端、第二家庭终端以及第三家庭终端分别为三个家庭的终端设备，且所述第一家庭终端、第二家庭终端以及第三家庭终端均具有一个训练完成的分类模型，所述分类模型用于年龄分类；获取所述第一家庭终端发送的第一模型参数、所述第二家庭终端发送的第二模型参数以及所述第三家庭终端发送的第三模型参数；其中，第一模型参数、第二模型参数以及第三模型参数分别为对应分类模型训练完成时的模型参数；获取初始网络模型，所述初始网络模型具有初始模型参数；将所述初始网络模型的初始模型参数更新为第一模型参数，得到第一网络模型；将所
述初始网络模型的初始模型参数更新为第二模型参数，得到第二网络模型；将所述初始网络模型的初始模型参数更新为第三模型参数，得到第三网络模型；采集多张室内环境中的人体图像；将同一张人体图像分别输入至所述第一网络模型、第二网络模型以及第三网络模型中进行预测；若预测结果不相同，则舍弃所述人体图像；若预测结果相同，则将预测结果作为所述人体图像的标签；将所述人体图像与对应的标签构成训练图像数据；获取公开数据集，将多个所述训练图像数据以及所述公开数据集输入至所述初始网络模型进行训练，得到所述年龄分类模型。4.根据权利要求3所述的配置室内环境参数的方法，其特征在于，所述将所述人体的目标图像信息输入至预设的年龄分类模型中进行检测，检测得到各个人体对应的年龄分类的步骤之后，包括：将所述人体的目标图像信息输入至所述第一网络模型、第二网络模型以及第三网络模型中进行预测；判断预测结果是否均与所述年龄分类模型的预测结果一致，若不一致，则舍弃所述人体的目标图像信息，并重新采集当前室内环境中的各个人体的目标图像信息；若均一致，则确定所述年龄分类模型的预测结果无误。5.根据权利要求2所述的配置室内环境参数的方法，其特征在于，所述基于所述人体的目标图像信息，确定当前最适合所述人体的舒适环境配置的步骤之前，包括：获取当前室内环境的定位信息，根据所述定位信息从网络大数据库中匹配出第一家庭终端、第二家庭终端以及第三家庭终端；其中，第一家庭终端、第二家庭终端以及第三家庭终端所在位置与所述定位信息之间的距离在预设范围之内；所述第一家庭终端、第二家庭终端以及第三家庭终端分别为三个家庭的终端设备，且所述第一家庭终端、第二家庭终端以及第三家庭终端均具有一个训练完成的分类模型，所述分类模型用于年龄分类；获取所述第一家庭终端发送的第一模型参数、所述第二家庭...

【专利技术属性】
技术研发人员：郭睿，胡卓毅，
申请(专利权)人：深圳市微筑科技有限公司，
类型：发明
国别省市：