本发明涉及一种基于室内场景分析的空调控制方法。
背景技术：
空调是日常生活中很常见应用非常广泛的一种电器，比如各种各样的壁挂式空调和中央空调。目前，国内外市面上的空调的自动模式的设定是根据用户设定的温度，空调自动选择制冷或制热，如果室温高于用户设定的温度空调制冷，如果室温低于用户设定的温度空调制热。
现有空调自动模式的缺点是不能根据用户实时的活动场景来对空调的温度和吹风进行调整。例如用户在睡觉场景和吃饭场景所需要的温度和吹风速度是不一样的，而空调不能根据场景的变化自动的改变空调的温度和吹风速度。
技术实现要素：
本发明的目的在于提供一种基于室内场景分析的空调控制方法，其能根据不同的室内场景控制控空调的温度和吹风模式。
为实现上述目的，本发明采用的技术方案是：
一种基于室内场景分析的空调控制方法，其具体方法如下：
步骤1、神经网络模型训练
步骤1.1、用于人体识别的神经网络模型训练
通过采集各种人体在室内的图片和视频，然后采用外接矩形框人工标定出人体区域，将标定好的数据送入深度卷积神经网络中进行学习，得到用于人体识别的神经网络模型；
步骤1.2、用于家具识别的神经网络模型训练
通过采集各种家具的图片和视频，然后人工标定出家具的类别，将标定好的数据送入深度卷积神经网络进行学习，得到用于家具识别的神经网络模型；
步骤1.3、用于运动场景识别的神经网络模型训练
通过采集各种包含室内体育运动的视频以及人体室内常见动作的视频，然后按照室内场景是否为运动场景进行标定分类，将标定好的数据送入深度递归神经网络进行学习，得到用于运动场景识别的神经网络模型；
步骤2、室内场景检测
通过空调摄像头采集室内环境图像，然后开辟多个检测识别线程对室内场景进行检测，其中，
第一线程用于人体检测与跟踪：
使用步骤1.1学习得到的用于人体识别的神经网络模型对图像中的人体进行检测，检测到人体区域时，对人体区域进行编号和计数，然后使用跟踪算法对不同编号的人体区域进行跟踪，该线程能够获得人体个数、人体位置、人体姿态以及人体运动轨迹；
所述人体姿态是根据人体外接矩形框的长宽比来确定的，若人体外接矩形框的长宽比大于2:1，则人体姿态为卧姿；若人体外接矩形框的长宽比小于1:2，则人体姿态为站姿；其他情况下人体姿态为坐姿；
第二线程用于家具识别：
使用步骤1.2中学习得到的用于家具识别的神经网络模型对图像中的家具进行检测与识别分类，该线程能够获得室内家具的位置及其所属类别，家具类别为躺卧家具和餐饮家具；
第三线程用于运动场景识别：
使用步骤1.3中学习得到的用于运动场景识别的神经网络模型对采集到的视频进行检测分类，该线程能够获得室内场景是否为运动场景；
第四线程用于室内声音的采集：
通过在室内设置拾音器来采集室内声音；
步骤3、室内场景判断
按照优先级高低对室内场景依次进行睡觉场景判断、吃饭场景判断、运动场景判断和聚会场景判断，当室内场景不属于前述场景时，室内场景属于休闲场景；
睡觉场景判断
睡觉场景需同时满足以下条件：（1）人数少于5人；（2）至少一人处于卧姿；（3）卧姿状态的人体没有运动；（4）卧姿状态的人体与躺卧家具相近；（5）室内声音小于40分贝；
当室内场景属于睡觉场景时，空调设置为睡觉场景下的空调温度和吹风模式，当室内场景不属于睡觉场景时，进行吃饭场景判断；
吃饭场景判断
吃饭场景需同时满足以下条件：（1）至少一人处于坐姿；（2）坐姿状态的人没有运动；（3）坐姿状态的人体与餐饮家具位置相近；
当室内场景属于吃饭场景时，空调设置为吃饭场景下的空调温度和吹风模式，当室内场景不属于吃饭场景时，进行运动场景判断；
运动场景判断
运动场景需同时满足以下条件：（1）人数小于5人；（2）至少一个人体处于运动状态；（3）处于运动状态的人运动量大；（4）处于运动状态的人是有规律运动；（5）第三线程得到的结果为室内场景是运动场景；
当室内场景属于运动场景时，空调设置为运动场景下的空调温度和吹风模式，当室内场景不属于运动时，进行聚会场景判断；
聚会场景判断
聚会场景需同时满足以下条件：（1）人数大于3人；（2）所有人都处于站姿或者坐姿；（3）存在人体运动情况；（4）人体运动为无规律运动；（5）室内声音大于60分贝；
当室内场景属于聚会场景时，空调设置为聚会场景下的空调温度和吹风模式，当室内场景不属于聚会场景时，室内场景属于休闲场景，空调设置为休闲场景下的空调温度和吹风模式；
所述人体运动与否的判断为：如果发生以下三种情况中的任一种，则认为人体运动：（1）人体矩形框的重心点位置偏移超过矩形框宽或者高的1/2，判断为相对于摄像机左右运动；（2）人体矩形框面积变化超过原来的2倍或者1/2，判断为相对于摄像机前后运动；（3）人体矩形框的长宽比变化幅度超过为原来的30%，判断为原地运动；否则认为人体没有运动；
所述人体运动量的判断为：当人体处于运动状态下，运动间隔小于10秒，则认为运动量较大；否则认为运动量较小；
所述人体运动规律判断为：（1）人体相对于摄像机左右运动时，单位时间内人体矩形框的重心点的轨迹变化呈现一定重复性的规律；（2）人体相对于摄像机前后运动时，单位时间内人体矩形框的大小变化呈现一定的重复性规律；（3）人体原地运动时，单位时间内矩形框的长宽比变化呈现一定的重复性规律；人体运动轨迹为上述三种情况之一的，则为有规律运动，否则为无规律运动。
本发明在空调上设置图像采集装置以采集室内图像，通过人工智能网络对采集的室内图像进行人体姿态、人体运动轨迹以及人体与家具的位置关系的综合分析，以识别室内的睡觉场景、吃饭场景、聚会场景、运动场景和休闲场景，根据识别出的不同场景自动控制空调的温度和吹风模式。
附图说明
图1为本发明室内场景判断流程图。
具体实施方式
本发明公开了一种基于室内场景分析的空调控制方法，其通过用深度学习的人体识别算法、运动场景算法、家具识别算法对空调上的摄像头所拍摄图像进行处理，来获取当前用户的使用场景，根据不同的场景自动控制空调的温度和吹风模式。
本发明的具体方法如下。
步骤1、神经网络模型训练
步骤1.1、用于人体识别的神经网络模型训练
通过采集各种人体在室内的图片和视频，然后采用外接矩形框人工标定出人体区域，将标定好的数据送入深度卷积神经网络（cnn，convolutionneuralnetwork）中进行学习，得到用于人体识别的神经网络模型。
步骤1.2、用于家具识别的神经网络模型训练
通过采集各种家具的图片和视频，然后人工标定出家具的类别，将标定好的数据送入cnn进行学习，得到用于家具识别的神经网络模型。
步骤1.3、用于运动场景识别的神经网络模型训练
通过采集各种包含室内体育运动的视频以及人体室内常见动作的视频，然后按照室内场景是否为运动场景进行标定分类，将标定好的数据送入深度递归神经网络（rnn,recurrentneuralnetwork）进行学习，得到用于运动场景识别的神经网络模型。
步骤2、室内场景检测
通过空调摄像头采集室内环境图像，然后开辟多个检测识别线程分别检测以下不同的任务：
第一线程用于人体检测与跟踪：
使用步骤1.1学习得到的用于人体识别的神经网络模型对图像中的人体进行检测，检测到人体区域即人体外接矩形框时，对人体区域进行编号和计数，然后使用跟踪算法对不同编号的人体区域进行跟踪，该线程能够获得人体个数、人体位置、人体姿态以及人体运动轨迹。
其中，人体姿态是根据人体外接矩形框的长宽比来确定的，若人体外接矩形框的长宽比大于2:1，则人体姿态为卧姿；若人体外接矩形框的长宽比小于1:2，则人体姿态为站姿；其他情况下人体姿态为坐姿。
人体运动轨迹则为人体外接矩形框的位置及大小变化情况。
第二线程用于家具识别：
使用步骤1.2中学习得到的用于家具识别的神经网络模型对图像中的家具进行检测与识别分类，该线程能够获得室内家具的位置及其所属类别，家具类别为躺卧家具和餐饮家具，躺卧家具如床、沙发等，餐饮家具如餐桌、茶几等。
第三线程用于运动场景识别：
使用步骤1.3中学习得到的用于运动场景识别的神经网络模型对采集到的视频进行检测分类，该线程能够获得室内场景是否为运动场景。
第四线程用于室内声音的采集：
通过在室内设置拾音器来采集室内声音。
步骤3、室内场景判断
结合上述线程的结果，判断当前的室内场景为哪个场景，具体如下：
如图1所示，按照优先级高低依次判断室内场景是否为睡觉场景、吃饭场景、运动场景和聚会场景，即依次进行睡觉场景判断、吃饭场景判断、运动场景判断和聚会场景判断，当室内场景不属于前述场景时，就判断室内场景属于休闲场景。
睡觉场景判断
睡觉场景需同时满足以下条件：（1）人数少于5人；（2）至少一人处于卧姿；（3）卧姿状态的人体没有运动；（4）卧姿状态的人体与沙发、床等躺卧家具相近；（5）室内声音小于40分贝。
当室内场景属于睡觉场景时，空调设置为睡觉场景下的空调温度和吹风模式，当室内场景不属于睡觉场景时，进行吃饭场景判断。
吃饭场景判断
吃饭场景需同时满足以下条件：（1）至少一人处于坐姿；（2）坐姿状态的人没有运动；（3）坐姿状态的人体与餐桌、茶几等餐饮家具位置相近。
当室内场景属于吃饭场景时，空调设置为吃饭场景下的空调温度和吹风模式，当室内场景不属于吃饭场景时，进行运动场景判断。
运动场景判断
运动场景需同时满足以下条件：（1）人数小于5人；（2）至少一个人体处于运动状态；（3）处于运动状态的人运动量大；（4）处于运动状态的人是有规律运动；（5）第三线程得到的结果为室内场景是运动场景。
当室内场景属于运动场景时，空调设置为运动场景下的空调温度和吹风模式，当室内场景不属于运动时，进行聚会场景判断。
聚会场景判断
聚会场景需同时满足以下条件：（1）人数大于3人；（2）所有人都处于站姿或者坐姿；（3）存在人体运动情况；（4）人体运动为无规律运动；（5）室内声音大于60分贝。
当室内场景属于聚会场景时，空调设置为聚会场景下的空调温度和吹风模式，当室内场景不属于聚会场景时，室内场景属于休闲场景，空调设置为休闲场景下的空调温度和吹风模式。
上述人体运动与否的判断为：如果发生以下三种情况中的任一种，则认为人体运动：（1）人体矩形框的重心点位置偏移超过矩形框宽或者高的1/2，判断为相对于摄像机左右运动（以下简称左右运动）；（2）人体矩形框面积变化超过原来的2倍或者1/2，判断为相对于摄像机前后运动（以下简称前后运动）；（3）人体矩形框的长宽比变化幅度超过为原来的30%，判断为原地运动（常见于体育锻炼，以下简称原地运动）；否则认为人体没有运动。
上述人体运动量的判断为：当人体处于运动状态下，运动间隔小于10秒，则认为运动量较大；否则认为运动量较小。
上述人体运动规律判断为：（1）左右运动时，单位时间内人体矩形框的重心点的轨迹变化呈现一定重复性的规律，例如运动轨迹近似为直线且来回重复；（2）前后运动时，单位时间内人体矩形框的大小变化呈现一定的重复性规律，例如逐渐变大或者逐渐变小并且来回重复；（3）原地运动时，单位时间内矩形框的长宽比变化呈现一定的重复性规律，例如逐渐变大或者逐渐变小并且来回重复；人体运动轨迹为上述三种情况之一的，则为有规律运动，否则为无规律运动。
当自动模式打开时，空调会去不断地识别当前的场景，然后根据识别到的场景来改变空调温度和吹风模式的设置。当室内场景为处于吃饭、睡觉、休闲、运动、聚会中某一个场景时，用户可以改变该场景下的温度和吹风模式，改变后的温度和吹风模式将成为用户在场景用户对温度和吹风模式的设置。
本发明在空调上设置图像采集装置以采集室内图像，通过人工智能网络对采集的室内图像进行人体姿态、人体运动轨迹以及人体与家具的位置关系的综合分析，以识别室内的睡觉场景、吃饭场景、聚会场景、运动场景和休闲场景，根据识别出的不同场景自动控制空调的温度和吹风模式。
以上所述，仅是本发明较佳实施例而已，并非对本发明的技术范围作任何限制，故凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同变化与修饰，均仍属于本发明技术方案的范围内。