基于智能镜的智能家具设备调节方法、装置、设备及介质制造方法及图纸

本发明专利技术涉及人工智能技术，揭露了一种基于智能镜的智能家具设备调节方法、装置、设备及存储介质。所述方法包括：当智能镜侦测到目标人物图像时，根据所述目标人物图像分析用户的基本信息及出行状态信息，并获取用户的身体健康状态信息及室内外环境状态参数；利用预训练的健康家具控制模型，根据所述基本信息、身体健康状态信息、出行状态信息、室内外环境状态参数进行家具控制的行为预测操作，得到健康适应预测行为；利用所述智能镜根据所述健康适应预测行为对智能家具集群进行调节控制。本发明专利技术可以利用家电集成控制的智能镜，自动化识别用户的出行状态及身体健康状况，以对智能家具进行适应性控制，提高智能家居集成控制的便利性与智能性。与智能性。与智能性。

【技术实现步骤摘要】
基于智能镜的智能家具设备调节方法、装置、设备及介质


[0001]本专利技术涉及人工智能
，尤其涉及一种基于智能镜的智能家具设备调节方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]近年来，随着人们生活水平的提高，对生活品质的要求也越来越高。智能家居集成控制系统应运而生，成为人们生活中不可或缺的一部分
。
智能家居集成控制系统是指将智能家居设备进行集成，实现智能家居自动化控制的系统。目前的智能家居集成控制系统通过手机APP、语音助手、遥控器等控制方式实现对家里的电器、照明、安保、家庭娱乐等设备的远程控制。这种集成控制方式还是需要用户的手动参与，如要先打开APP才行，此外，对于远程控制参数，如空调的温度等，还是需要用户手动设置，对于用户来说还是缺乏便利性。此外，用户设置的控制参数可能不适合此时的身体情况，而用户却不自知，因此，现有的智能家居集成控制也缺乏智能性。

技术实现思路

[0003]本专利技术提供一种基于智能镜的智能家具设备调节方法、装置、设备及存储介质，其主要目的在于提高智能家居集成控制的便利性与智能性。
[0004]为实现上述目的，本专利技术提供的一种基于智能镜的智能家具设备调节方法，包括：
[0005]当智能镜侦测到目标人物图像时，根据所述目标人物图像分析用户的基本信息及出行状态信息，并获取用户的身体健康状态信息及室内外环境状态参数；
[0006]利用预训练的健康家具控制模型，根据所述基本信息、身体健康状态信息、出行状态信息、室外环境状态参数，对所述用户进行家具控制的行为预测操作，得到健康适应预测行为；
[0007]利用所述智能镜，根据所述健康适应预测行为，对预构建的智能家具集群进行控制。
[0008]可选的，所述利用预训练的健康家具控制模型之前，所述方法还包括：
[0009]获取包含用户行为预测网络及健康控制微调网络的健康家具控制模型，并配置所述用户行为预测网络为辅助训练任务；
[0010]获取所述用户的历史家具控制行为、所述历史家具控制行为对应的历史出行信息、历史室内外环境信息，并根据所述历史室内外环境信息，构建环境状态画像；
[0011]获取所述用户的历史身体健康信息及预构建的用户医疗体检信息，并根据所述历史身体健康信息及用户医疗体检信息，构建健康状态画像；
[0012]根据所述用户的基本信息、所述历史出行信息、所述环境状态画像、所述健康状态画像及所述历史家具控制行为，构建基于健康环境信息
‑
行为键值对的样本集合；
[0013]根据所述样本集合，对所述用户行为预测网络进行交叉熵损失计算，得到辅助损失，及对所述健康控制微调网络进行交叉熵损失计算，得到控制损失；
[0014]根据梯度下降方法、所述辅助损失及所述控制损失，对所述健康家具控制模型进行训练，得到训练完成的健康家具控制模型。
[0015]可选的，所述利用预训练的健康家具控制模型，根据所述基本信息、身体健康状态信息、出行状态信息、室外环境状态参数，对所述用户进行家具控制的行为预测操作，得到健康适应预测行为，包括：
[0016]利用预训练的健康家具控制模型中的用户行为预测网络，根据所述基本信息、出行状态信息及所述室内外环境状态参数，预测得到所述用户的预测行为；
[0017]利用预训练的健康家具控制模型中的健康控制微调网络，根据所述身体健康状态信息，对所述预测行为进行微调，得到健康适应预测行为。
[0018]可选的，所述当智能镜侦测到目标人物图像时，根据所述目标人物图像分析用户的基本信息及出行状态信息，包括：
[0019]根据预设的时间频率，获取所述目标区域的视频图像；
[0020]对所述视频图像进行对象识别操作，得到对象识别结果；
[0021]根据所述对象识别结果判断是否出现目标用户；
[0022]当所述对象识别结果为出现目标用户时，获取所述目标用户的基本信息；
[0023]识别用户的着装信息、时间节点及预构建的用户行为画像，并根据所述着装信息、时间节点及预构建的用户行为画像对所述目标用户进行出行状态判断，得到所述用户的出行状态信息。
[0024]可选的，所述利用预训练的健康家具控制模型中的用户行为预测网络，根据所述基本信息、出行状态信息及所述室内外环境状态参数，预测得到所述用户的预测行为，包括：
[0025]利用所述预训练的健康家具控制模型中的用户行为预测网络，对所述基本信息、出行状态信息及所述室内外环境状态参数进行热独量化编码操作，得到向量序列集合；
[0026]对所述向量序列集合中的各个向量序列进行Z
‑
score标准化操作，得到标准向量集合；
[0027]对所述标准向量集合中各个标准向量进行权重连接操作，得到权重配置向量集合，并对所述权重配置向量集合中的各个权重配置向量进行激活函数处理，得到所述用户的预测行为。
[0028]可选的，所述利用预训练的健康家具控制模型中的健康控制微调网络，根据所述身体健康状态信息，对所述预测行为进行微调，得到健康适应预测行为，包括：
[0029]利用预训练的健康家具控制模型中的健康控制微调网络，将对所述预测行为进行行为影响特征提取，得到行为影响因素；
[0030]根据所述行为影响因素，计算所述身体健康状态信息中各个信息进行欧式距离聚类，得到因素影响健康信息；
[0031]识别所述因素影响健康信息对于所述行为影响因素的最适宜数值；
[0032]根据所述最适宜数值对所述预测行为进行调节，得到健康适应预测行为。
[0033]可选的，所述对预构建的智能家具集群进行控制之后，所述方法还包括：
[0034]对所述智能家具集群的健康适应预测行为进行监控；
[0035]当所述健康适应预测行为被改变时，获取用户变更行为，并获取所述用户变更行
为对应的用户的身体健康状态信息、出行状态信息及室内外环境状态参数；
[0036]对所述用户变更行为对应的用户的身体健康状态信息、出行状态信息及室内外环境状态参数保存至预构建的数据优化数据库中，并根据预设时间间隔，利用所述数据优化数据库对所述健康家具控制模型进行优化训练。
[0037]为了解决上述问题，本专利技术还提供一种基于智能镜的智能家具设备调节装置，所述装置包括：
[0038]数据获取模块，用于当智能镜侦测到目标人物图像时，根据所述目标人物图像分析用户的基本信息及出行状态信息，并获取用户的身体健康状态信息及室内外环境状态参数；
[0039]行为预测模块，用于利用预训练的健康家具控制模型，根据所述基本信息、身体健康状态信息、出行状态信息、室外环境状态参数，对所述用户进行家具控制的行为预测操作，得到健康适应预测行为；
[0040]智能调控模块，用于利用所述智能镜，根据所述健康适应预测行为，对预构建的智能家具集群进行控制。
[0041]为了解决上述问题，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能镜的智能家具设备调节方法，其特征在于，所述方法包括：当智能镜侦测到目标人物图像时，根据所述目标人物图像分析用户的基本信息及出行状态信息，并获取用户的身体健康状态信息及室内外环境状态参数；利用预训练的健康家具控制模型，根据所述基本信息、身体健康状态信息、出行状态信息、室外环境状态参数，对所述用户进行家具控制的行为预测操作，得到健康适应预测行为；利用所述智能镜，根据所述健康适应预测行为，对预构建的智能家具集群进行控制。2.如权利要求1所述的基于智能镜的智能家具设备调节方法，其特征在于，所述利用预训练的健康家具控制模型之前，所述方法还包括：获取包含用户行为预测网络及健康控制微调网络的健康家具控制模型，并配置所述用户行为预测网络为辅助训练任务；获取所述用户的历史家具控制行为、所述历史家具控制行为对应的历史出行信息、历史室内外环境信息，并根据所述历史室内外环境信息，构建环境状态画像；获取所述用户的历史身体健康信息及预构建的用户医疗体检信息，并根据所述历史身体健康信息及用户医疗体检信息，构建健康状态画像；根据所述用户的基本信息、所述历史出行信息、所述环境状态画像、所述健康状态画像及所述历史家具控制行为，构建基于健康环境信息
‑
行为键值对的样本集合；根据所述样本集合，对所述用户行为预测网络进行交叉熵损失计算，得到辅助损失，及对所述健康控制微调网络进行交叉熵损失计算，得到控制损失；根据梯度下降方法、所述辅助损失及所述控制损失，对所述健康家具控制模型进行训练，得到训练完成的健康家具控制模型。3.如权利要求1所述的基于智能镜的智能家具设备调节方法，其特征在于，所述利用预训练的健康家具控制模型，根据所述基本信息、身体健康状态信息、出行状态信息、室外环境状态参数，对所述用户进行家具控制的行为预测操作，得到健康适应预测行为，包括：利用预训练的健康家具控制模型中的用户行为预测网络，根据所述基本信息、出行状态信息及所述室内外环境状态参数，预测得到所述用户的预测行为；利用预训练的健康家具控制模型中的健康控制微调网络，根据所述身体健康状态信息，对所述预测行为进行微调，得到健康适应预测行为。4.如权利要求3所述的基于智能镜的智能家具设备调节方法，其特征在于，所述利用预训练的健康家具控制模型中的用户行为预测网络，根据所述基本信息、出行状态信息及所述室内外环境状态参数，预测得到所述用户的预测行为，包括：利用所述预训练的健康家具控制模型中的用户行为预测网络，对所述基本信息、出行状态信息及所述室内外环境状态参数进行热独量化编码操作，得到向量序列集合；对所述向量序列集合中的各个向量序列进行Z
‑
score标准化操作，得到标准向量集合；对所述标准向量集合中各个标准向量进行权重连接操作，得到权重配置向量集合，并对所述权重配置向量集合中的各个权重配置向量进行激活函数处理，得到所述用户的预测行为。5.如权利要求3所述的基于智能镜的智能家具设...

【专利技术属性】
技术研发人员：陈清源，凃岐旭，陈强，李欣伟，廖硕，
申请(专利权)人：东莞莱姆森科技建材有限公司，
类型：发明
国别省市：