一种踢被检测预警系统及其控制方法和空调器与流程

1.本发明涉及空调技术领域，具体涉及一种踢被检测预警系统及其控制方法和空调器。


背景技术：

2.近年来，人工智能及其相关技术广泛应用于视频监控、智能家居、人机交互等领域，极大的改变和影响着人们的生产和生活方式，同时也对人工智能技术产品化提出了更高的要求。与此同时，随着儿童睡眠健康得不到保障和父母呵护观察，当晚上睡觉开空调时儿童容易踢被，保护儿童健康也越来越受到普通人的关注。
3.目前，市面上有通过红外识别技术监控房间内目标对象的踢被状况，红外图像识别技术稍远一点距离就难以判断和分类，而当前室内需要判断用户踢被所呈现出来的目标物体一般是较远的小目标。传统的红外图像识别技术主要使用rgb三通道处理逻辑，其需要高分辨率的原始图像，抗环境干扰能力差，处理速度和识别速度较慢，难以确保实时性，无法及时监测目标对象的踢被状况，导致监控延时。


技术实现要素：

4.本发明的目的之一在于避免现有技术中的不足之处而提供一种踢被检测预警系统，该踢被检测预警系统能及时且准确地监控室内目标对象的踢被状况，其具有稳定性强和容易操作的优点。
5.本发明的目的之二在于提供一种踢被检测预警系统的控制方法。
6.本发明的目的之三在于提供一种空调器。
7.为实现上述目的之一，本发明提供以下技术方案：
8.提供一种踢被检测预警系统，包括
9.包括红外图像采集器，其用于采集目标对象踢被状况的红外图像；
10.isp传输单元，其与所述红外图像采集器连接，用于解析红外图像并将解析得到的红外图像均分成若干视频帧；
11.卷积神经网络单元，其与所述isp传输单元连接，用于提取每一帧红外图像的堆叠深度特征并将其组成局部红外特征序列；
12.时序激励模块，其与所述卷积神经网络单元连接，用于将所述局部红外特征序列生成相应的加权特征序列；
13.判断模块，其包括全连接层，所述全连接层与所述时序激励模块连接，所述全连接层根据函数来分类所述加权特征序列并计算分类后的每个所述加权特征序列的概率值，以最大概率值所对应的加权特征序列作为行为结果，以输出所述行为结果。
14.在一些实施方式中，所述红外图像采集器是红外探头。
15.在一些实施方式中，所述行为结果包括没有裸露、轻微裸露、一般裸露、大部分裸露、完全裸露中的一种。
16.在一些实施方式中，所述卷积神经网络单元由vgg网络和/或resnet网络组建。
17.在一些实施方式中，所述卷积神经网络单元包括空间卷积神经网络和/或时间卷积神经网络。
18.在一些实施方式中，所述时序激励模块包括压缩单元和特征激励网络，所述压缩单元利用平均池化法压缩所述局部红外特征序列，所述特征激励网络用于激励压缩后的局部红外特征序列。
19.在一些实施方式中，所述特征激励网络包括两个全连接层、relu激活函数以及sigmoid函数。
20.在一些实施方式中，所述判断模块中的函数是激活函数和softmax函数。
21.在一些实施方式中，所述判断模块与用户手机端连接，所述判断模块将行为结果发送至所述用户手机端。
22.在一些实施方式中，所述判断模块还与空调的主控板连接，所述主控板根据收到的行为结果调整空调的风速和运行温度。
23.本发明一种踢被检测预警系统的有益效果：
24.(1)本发明的踢被检测预警系统采用红外设备来采集图像，获得的红外图像经过isp处理解析后得到白热图，对解析得到的白热图加入注意力机制(卷积神经网络单元和时序激励模块)，以及分类处理目标且以最大概率值对应的加权特征序列作为行为结果(判断模块)，与传统红外识别技术的rgb三通道处理逻辑相比，本发明能够将远距离的小目标分解分类再根据概率值输出行为结果，无需高分辨率的原始图像，以及能够适用各种抗环境；并且本发明根据函数分类和计算，处理速度快，稳定性强，能及时并实时地反应出行为结果，保证识别准确性。
25.(2)本发明的踢被检测预警系统自动监测目标对象的踢被状态，稳定性强和容易操作，其能够智能化地辅助调节空调从而提高空调的体验感，适用于大规模生产应用。
26.为实现上述目的之二，本发明提供以下技术方案：
27.提供一种踢被检测预警系统的控制方法，采用上述的踢被检测预警系统，包括以下步骤，
28.s1、红外图像采集器采集目标对象踢被状况的红外图像；
29.s2、将所述红外图像传输至isp传输单元，所述isp传输单元解析红外图像并将解析得到的红外图像均分成若干视频帧；
30.s3、将所述若干视频帧传输至卷积神经网络单元，所述卷积神经网络单元提取每一帧红外图像的堆叠深度特征并将其组成局部红外特征序列；
31.s4、将所述局部红外特征序列传输至时序激励模块，所述时序激励模块将局部红外特征序列生成相应的加权特征序列；
32.s5、将所述加权特征序列传输至判断模块中的全连接层，所述全连接层根据函数分类所述加权特征序列并计算分类后的每个所述加权特征序列的概率值，以最大概率值所对应的加权特征序列作为行为结果，输出所述行为结果。
33.本发明一种踢被检测预警系统的控制方法有益效果：
34.本发明的踢被检测预警系统的控制方法按顺序将红外图像处理、分类和计算，处理速度快，抗环境干扰强，能准确、及时地计算出输出目标对象的行为结果，防止目标对象
尤其是儿童因踢被而受冻。
35.为实现上述目的之三，本发明提供以下技术方案：
36.提供一种空调器，包括上述的踢被检测预警系统。
附图说明
37.图1是实施例的踢被检测预警系统的工作示意图。
38.图2是实施例的踢被检测预警系统的控制方法的流程示意图。
具体实施方式
39.以下结合具体实施例和附图对本发明进行详细说明。
40.实施例1
41.本实施例公开的踢被检测预警系统，图1所示，包括：
42.红外图像采集器，其用于采集目标对象踢被状况的红外图像；
43.isp传输单元，其与所述红外图像采集器连接，用于解析红外图像并将解析得到的红外图像均分成若干视频帧；
44.卷积神经网络单元，其与所述isp传输单元连接，用于提取每一帧红外图像的堆叠深度特征并将其组成局部红外特征序列；
45.时序激励模块，其与所述卷积神经网络单元连接，用于将所述局部红外特征序列生成相应的加权特征序列；其中，图1所示，卷积神经网络单元与加权特征序列之间还设有网络残差处理。
46.判断模块，其包括全连接层，所述全连接层与所述时序激励模块连接，所述全连接层根据函数来分类所述加权特征序列并计算分类后的每个所述加权特征序列的概率值，以最大概率值所对应的加权特征序列作为行为结果，以输出所述行为结果。
47.上述踢被检测预警系统的作用和优点：采用红外设备来采集图像，获得的红外图像经过isp处理解析后得到白热图，对解析得到的白热图加入注意力机制(卷积神经网络单元和时序激励模块)，以及分类处理目标且以最大概率值对应的加权特征序列作为行为结果(判断模块)，与传统红外识别技术的rgb三通道处理逻辑相比，本发明能够将远距离的小目标分解分类再根据概率值输出行为结果，无需高分辨率的原始图像，以及能够适用各种抗环境；并且本发明根据函数分类和计算，处理速度快，能及时并实时地反应出行为结果，保证识别准确性。
48.本实施例中，所述红外图像采集器是红外探头。
49.本实施例中，所述行为结果包括没有裸露、轻微裸露、一般裸露、大部分裸露、完全裸露中的一种。通过判断目标对象踢被行为是否出现轻微裸露、一般裸露、大部分裸露、完全裸露，能更快速准确地输出行为结果。
50.本实施例中，所述卷积神经网络单元由vgg网络和/或resnet网络组建。vgg网络、resnet网络参数小，并能简化学习的复杂性。
51.本实施例中，所述卷积神经网络单元包括空间卷积神经网络和/或时间卷积神经网络。空间卷积神经网络用于进行运动图像特征提取，有效保证低层图像特征与高层图像特征的连接，提高运动特征提取的精度和准确性；时间卷积网络层主要为向前传播和向后
传播的lstm长短时记忆神经网络，主要作用进行提取动作特征前后之间相互关联的信息，利用视频帧图像中当前信息与未来信息的互联，实现对运动特征向量的学习，其中lstm结构通过输入门、遗忘门和输出门三个结构来实现信息的输入和输出，利用记忆控制器实现对信息的遗忘与保留。
52.本实施例中，所述时序激励模块包括压缩单元和特征激励网络，所述压缩单元利用平均池化法压缩所述局部红外特征序列，所述特征激励网络用于激励压缩后的局部红外特征序列。所述特征激励网络包括两个全连接层、relu激活函数以及sigmoid函数。使用时，在局部红外特征序列输入到时序激励模块后，首先利用平均池化的方法对局部红外特征序列进行压缩操作，之后特征激励网络分析每个局部红外特征序列的重要性，然后赋予全局的红外特征序列尽可能多的有用信息，同时抑制冗余的信息和噪声，最后输出局部红外特征序列上的加权特征序列。
53.本实施例中，所述判断模块中的函数是激活函数和softmax函数，通过激活函数和softmax函数对加权特征序列进行判别输出每个特征的概率值。
54.本实施例中，所述判断模块与用户手机端连接，所述判断模块将行为结果发送至所述用户手机端，预警监控人，尤其是提示家长。
55.本实施例中，所述判断模块还与空调的主控板连接，所述主控板根据收到的行为结果调整空调的风速和运行温度，避免儿童受冷。
56.实施例2
57.本实施例公开了实施例1的踢被检测预警系统的控制方法，图2所示，包括以下步骤，
58.s1、红外图像采集器采集目标对象踢被状况的红外图像；
59.s2、将所述红外图像传输至isp传输单元，所述isp传输单元解析红外图像并将解析得到的红外图像均分成若干视频帧；
60.s3、将所述若干视频帧传输至卷积神经网络单元，所述卷积神经网络单元提取每一帧红外图像的堆叠深度特征并将其组成局部红外特征序列；
61.s4、将所述局部红外特征序列传输至时序激励模块，所述时序激励模块将局部红外特征序列生成相应的加权特征序列；
62.s5、将所述加权特征序列传输至判断模块中的全连接层，所述全连接层根据函数分类所述加权特征序列并计算分类后的每个所述加权特征序列的概率值，以最大概率值所对应的加权特征序列作为行为结果，输出所述行为结果。
63.判断模块将行为结果通过云端发送至用户手机端以提醒监控人。并且，判断模块还将行为结果发送至空调的主控板，主控板根据收到的行为结果调整空调的风速和运行温度，避免儿童受冷。其中，空调的主控板获取根据目标对象的踢被状况后，根据目标温度值和环境温度值，通过目标对象的信息，调控空调的运行温度和风速。
64.上述的踢被检测预警系统的控制方法按顺序将红外图像处理、分流和计算，处理速度快，抗环境干扰强，能准确、及时地计算出输出目标对象的行为结果，防止目标对象尤其是儿童因踢被而受冻。
65.实施例3
66.本实施例公开一种空调器，其包括实施例1所述的踢被检测预警系统。
67.最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。