新风设备控制方法、装置、计算机设备以及介质与流程

1.本技术涉及智能家居技术领域，特别是涉及一种新风设备控制方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.随着科学技术的发展，出现了新风设备，新风设备可以将室外新鲜的控制引入室内，并且将室内相对较差的空气排出，以使室内空气保持清新、给用户带来良好的体验。
3.传统技术中，新风设备是通过用户自行设置的方式进行运行的，具体是用户通过触摸、按键或遥控的方式设置当前新风设备的运行参数，一般这种方式是固定设置的，即新风设备会持续按照设定的模式、参数运行，直至用户再次调整。而在实际应用中，室内环境是发生变化的，例如家中突然来了大量客人，或者父母带着小孩外出玩耍等。
4.在实际应用中，人员的变动对室内空气质量需求不同，例如人多的时候，用户希望新风设备加大换气速率，确保有足够多的新鲜空气进入，而人少、甚至无人的时候，用户希望新风设备保持较低的工作频率。显然上述传统的新风设备固定设置控制方案无法基于室内人员数量变动自动控制。


技术实现要素：

5.基于此，有必要针对传统新风设备无法基于室内人员数量变动自动控制的问题，提供一种能够基于人员数量变动自动调整的新风设备方法、装置、计算机设备、存储介质和计算机程序产品。
6.第一方面，本技术提供了一种新风设备控制方法。所述方法包括：
7.获取室内图像以及室内二氧化碳浓度；
8.根据所述室内图像识别室内人数；
9.查询与所述室内人数对应的二氧化碳浓度阈值；
10.根据所述室内二氧化碳浓度以及所述二氧化碳浓度阈值，动态调整新风功能工况。
11.在其中一个实施例中，所述根据所述室内图像识别室内人数包括：
12.采用多尺度金字塔网络对所述室内图像进行处理，识别室内人数。
13.在其中一个实施例中，所述采用多尺度金字塔网络对所述室内图像进行处理，识别室内人数包括：
14.对所述室内图像进行多尺度的图像金字塔预处理，得到尺度转换图像；
15.对所述尺度转换图像采用多尺度金字塔网络中深度残差卷积网络提取目标的特征；
16.将所述预设深度残差卷积网络中残差层提取的特征图和尺度卷积层提取的特征图进行信息融合，得到融合特征信息；
17.采用softmax函数对所述融合特征信息进行判别输出，识别室内人数。
18.在其中一个实施例中，上述新风设备控制方法还包括：
19.识别所述室内图像中用户的目标框；
20.探测目标框区域的温度，并获取环境烟雾浓度；
21.若目标框区域的温度高于预设温度阈值、且环境烟雾浓度高于预设烟雾浓度阈值，则增加新风功能的频率。
22.在其中一个实施例中，所述查询与所述室内人数对应的二氧化碳浓度阈值之后，还包括：
23.计时室内二氧化碳浓度高于所述二氧化碳浓度阈值的持续时长；
24.若所述持续时长大于预设时长阈值，则探测室内不同区域温度；
25.若检测到室内温度高于预设安全温度阈值，则推送疑似火灾提示消息。
26.在其中一个实施例中，上述新风设备控制方法还包括：
27.根据室内图像定位用户位置；
28.根据所述用户位置，传感探测用户活动状态；
29.若探测用户处于睡眠状态，则获取室外环境光线强度；
30.若所述室外环境光线强度低于预设光线强度阈值时，则调节进入新风设备睡眠模式。
31.第二方面，本技术还提供了一种新风设备控制装置。所述装置包括：
32.参数获取模块，用于获取室内图像以及室内二氧化碳浓度；
33.人数识别模块，用于根据所述室内图像识别室内人数；
34.查询模块，用于查询与所述室内人数对应的二氧化碳浓度阈值；
35.控制模块，用于根据所述室内二氧化碳浓度以及所述二氧化碳浓度阈值，动态调整新风功能工况。
36.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
37.获取室内图像以及室内二氧化碳浓度；
38.根据所述室内图像识别室内人数；
39.查询与所述室内人数对应的二氧化碳浓度阈值；
40.根据所述室内二氧化碳浓度以及所述二氧化碳浓度阈值，动态调整新风功能工况。
41.第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
42.获取室内图像以及室内二氧化碳浓度；
43.根据所述室内图像识别室内人数；
44.查询与所述室内人数对应的二氧化碳浓度阈值；
45.根据所述室内二氧化碳浓度以及所述二氧化碳浓度阈值，动态调整新风功能工况。
46.第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
47.获取室内图像以及室内二氧化碳浓度；
48.根据所述室内图像识别室内人数；
49.查询与所述室内人数对应的二氧化碳浓度阈值；
50.根据所述室内二氧化碳浓度以及所述二氧化碳浓度阈值，动态调整新风功能工况。
51.上述新风设备控制方法、装置、计算机设备、存储介质和计算机程序产品，获取室内图像以及室内二氧化碳浓度；根据所述室内图像识别室内人数；查询与所述室内人数对应的二氧化碳浓度阈值；根据所述室内二氧化碳浓度以及所述二氧化碳浓度阈值，动态调整新风功能工况。整个过程中，基于室内图像确定室内人数，进而确定二氧化碳浓度阈值，基于室内二氧化碳浓度以及二氧化碳浓度阈值动态调整新风功能工况，其能够基于室内人员数量变动自动调整新风功能工况，给用户带来便捷。
附图说明
52.图1为一个实施例中新风设备控制方法的应用环境图；
53.图2为一个实施例中新风设备控制方法的流程示意图；
54.图3为多尺度金字塔网络架构示意图；
55.图4为另一个实施例中新风设备控制方法的流程示意图；
56.图5为一个应用实例中新风设备控制方法的流程示意图；
57.图6为一个实施例中新风设备控制装置的结构框图；
58.图7为一个实施例中计算机设备的内部结构图。
具体实施方式
59.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
60.本技术实施例提供的新风设备控制方法，可以应用于如图1所示的应用环境中。用户手持控制器102发送启动指令至新风设备104(例如具有新风功能智能空调)，新风设备104获取室内图像以及室内二氧化碳浓度；根据室内图像识别室内人数；查询与室内人数对应的二氧化碳浓度阈值；根据室内二氧化碳浓度以及二氧化碳浓度阈值，动态控制自身运行工况。可以理解的是，本技术新风设备控制方法应用于远程控制新风设备的服务器，由新风设备采集所处环境的室内图像以及室内二氧化碳浓度，并且将采集的参数上报至远程服务器，由远程服务器执行本技术新风设备控制方法输出控制指令至新风设备，以控制新风设备运行。进一步的，新风设备具体可以包括具有新风功能的智能空调。
61.在一个实施例中，如图2所示，提供了一种新风设备控制方法，以包括以下步骤：
62.s200：获取室内图像以及室内二氧化碳浓度。
63.具体可以通过图像采集设备来获取室内图像信息，通过空气传感设备来获取室内二氧化碳浓度。更进一步来说，可以通过红外图像采集设备来获取室内红外图像，通过二氧化碳传感器来获取室内二氧化碳浓度。在实际应用中，图像采集设备和空气传感设备可以集成于新风设备。
64.s400：根据室内图像识别室内人数。
65.通过对室内图像进行图像分析来识别室内人数。具体来说，可以通过图像分析识别室内目标的类型，基于类型分析结果得到室内人数结果。进一步的，室内图像可以为红外图像，通过红外图像进行目标类型和位置的识别，来确定室内人数。例如根据客厅内红外图像，识别出当前室内有4个人。
66.s600：查询与室内人数对应的二氧化碳浓度阈值。
67.一般来说室内空气二氧化碳浓度与室内人数是成正相关的，正常情况下人数越多，二氧化碳浓度越高；二氧化碳浓度阈值是指当前在适宜空气条件下对应的二氧化碳浓度最大值。具体来说，可以基于人数以及预设的室内人数与二氧化碳浓度阈值对应关系表得到当前室内人数对应的二氧化碳浓度阈值。更进一步来说，预设的室内人数与二氧化碳浓度阈值对应关系表是预先构建的对应关系表，其可以在实验状态下通过实验数据标定之后构建得到。
68.s800：根据室内二氧化碳浓度以及二氧化碳浓度阈值，动态调整新风功能工况。
69.若室内二氧化碳浓度不小于二氧化碳浓度阈值，则表明当前室内空气质量已经非常差，当前新风设备的新风功能工况已经无法满足良好空气质量的需求，此时需要调整新风功能工况，例如可以增加新风功能频率、增大新风换气量或换气时间。在实际应用中，具体可以增加新风功能开启时间以及新风功能运行功率，即增加新风功能对应的换气量，以使更多的新鲜空气进入到室内，逐步降低室内的二氧化碳浓度，给用户带来舒适的体验。若室内二氧化碳浓度小于二氧化碳浓度阈值，则表明当前室内空气质量较佳，为了减小设备损耗(特别是新风设备过滤网使用寿命的损耗)可以适当减小新风功能频率，或减小新风功能换气量。
70.上述新风设备控制方法，获取室内图像以及室内二氧化碳浓度；根据室内图像识别室内人数；查询与室内人数对应的二氧化碳浓度阈值；根据室内二氧化碳浓度以及二氧化碳浓度阈值，动态调整新风功能工况。整个过程中，基于室内图像确定室内人数，进而确定二氧化碳浓度阈值，基于室内二氧化碳浓度以及二氧化碳浓度阈值动态调整新风功能工况，其能够基于室内人员数量变动自动调整新风功能工况，给用户带来便捷。
71.在其中一个实施例中，根据室内图像识别室内人数包括：采用多尺度金字塔网络对室内图像进行处理，识别室内人数。
72.在这里通过多尺度金字塔网络对室内图像进行处理以识别室内图像中的目标类型，进而识别出室内人数。其可以快速识别出室内人数。
73.在其中一个实施例中，采用多尺度金字塔网络对室内图像进行处理，识别室内人数包括：
74.对室内图像进行多尺度的图像金字塔预处理，得到尺度转换图像；对尺度转换图像采用多尺度金字塔网络中深度残差卷积网络提取目标的特征；将预设深度残差卷积网络中残差层提取的特征图和尺度卷积层提取的特征图进行信息融合，得到融合特征信息；采用softmax函数对融合特征信息进行判别输出，识别室内人数。
75.多尺度金字塔网络是预先构建用于识别图像中目标(用户)的网络，在进行处理的过程中，首先将任意尺寸的室内图像输入至多尺度金字塔网络中，多尺度金字塔网络对输入任意尺寸的图像进行多尺度的图像金字塔预处理，得到尺度转换图像，对不同尺寸的图像采用深度残差卷积网络提取目标的特征，在这里，特征提取包括残差层提取的特征图和
尺度卷积层提取的特征图，将这些提取的特征图按照对应的尺度进行信息融合，得到融合特征信息，再采用softmax函数对融合特征信息进行判别输出，确定室内图像中的目标类型，进而识别出室内人数。
76.具体利用多尺度金字塔网络识别室内人数的过程为：输入任意尺寸的图像，首先经过多尺度的图像金字塔预处理，将检测图像的大小设置为48
×
48(也可以为其他尺寸，这里仅仅是示意)。之后采用深度残差卷积网络提取目标的特征，通过融合多尺度预测目标网络，将残差层中提取的特征图与相应尺度卷积层提取的特征图进行信息融合，通过完成人员目标和位置的确定。
77.为更进一步说明上述识别过程，下面将采用具体实例，并且结合图3详细描述。首先经过多尺度的图像金字塔预处理，将检测图像的大小设置为48
×
48；深度残差卷积网络首先经过残差卷积网络单元的处理后得到的特征图分辨率为23
×
23，然后执行包含3
×
，3
×
，3
×
，3
×
，2
×
残差卷积网络单元的4组操作，即继续增加网络深度，由此分别得到尺寸为23
×
23，10
×
10，4
×
4，3
×
3，2
×
2的特征图，在这4组残差卷积网络单元中，除了滤波器的数量和特征图的分辨率不同之外，每个残差卷积网络单元的结构都十分相似，两个残差卷积网络单元之间通过相应尺寸的卷积核以两个像素的步长进行调整达到与池化层相同的作用，每个残差卷积网络单元由1
×
1及3
×
3的卷积层和残差层组成。深融合多尺度预测目标网络将残差层与相应尺度卷积层特征信息进行融合，具体地将不同分辨率卷积层提取的特征分别与残差层提取的特征进行级联操作即特征信息的融合，融合图像进行分类器进行目标类别及位置的判别。softmax函数对每个不同尺度的特征进行判别输出每个特征的概率值，选择其中的最大概率值所对应的目标类别作为整个图像的目标，由此在图像中实现人员目标的获取，同时将该目标类别在融合多尺度特征预测目标网络中的位置信息进行输出，进一步的，室内图像为室内红外图像，基于确定的人员位置(目标框位置)还可以获取该位置温度值，即得到人员温度值。
78.在其中一个实施例中，上述新风设备控制方法还包括：
79.识别室内图像中用户的目标框；探测目标框区域的温度，并获取环境烟雾浓度；若目标框区域的温度高于预设温度阈值、且环境烟雾浓度高于预设烟雾浓度阈值，则增加新风功能的频率。
80.在获取室内图像之后，进一步识别室内图像中用户的目标框。具体来说，识别室内图像中用户的目标框与根据室内图像识别室内人数的可以是同时进行的，或者可以是基于相同的图像处理网络来识别得到，例如可以采用上述的多尺度金字塔网络，先识别出室内图像中用户的目标框，然后再基于目标框的数量识别出室内人数。可以理解的是，确定了用户的目标框之后，即确定用户所处位置，探测该目标框区域的温度，以进一步侦测用户是否存在一些行为导致室内二氧化碳浓度显著增加，例如用户抽烟、用户通过点燃可燃物来烤火等；若目标框区域的温度高于预设温度阈值、且环境烟雾浓度高于预设烟雾浓度阈值，则表明用户存在上述行为，这些行为导致室内烟雾浓度迅速上升，室内空气质量恶化，此时需要加大新风功能的频率，以使更多新鲜空气进入室内。预设温度阈值是预先设定的温度阈值，其可以是可燃物燃烧之后对应的温度值，其具体可以设置为170℃～300℃之间的任意值。进一步的，当目标框区域的温度高于预设温度阈值、且环境烟雾浓度高于预设烟雾浓度阈值时，除了增加新风功能的频率之外，还可以推送提示用户注意用火安全的提示消息。在
实际应用中，通过检测识别到用户并获取用户的目标框，当红外探头检测到目标框一段时间内存在170℃至300℃的温度点(温度区域面积)则判断用户在进行抽烟；当红外探头检测一定区域高温面积时(这块区域面积实时不稳定)和烟雾传感器检测到一定浓度烟雾时判断用户用火进行烤火或者其他活动，这个时候新风设备增加新风功能频率，以使进入室内的新风增加；并且新风设备还可以发出提示消息，以提醒用户注意用火安全。
81.在其中一个实施例中，查询与室内人数对应的二氧化碳浓度阈值之后，还包括：
82.计时室内二氧化碳浓度高于二氧化碳浓度阈值的持续时长；若持续时长大于预设时长阈值，则探测室内不同区域温度；若检测到室内温度高于预设安全温度阈值，则推送疑似火灾提示消息。
83.在本实施例中，持续计时室内二氧化碳浓度高于二氧化碳浓度阈值的时长，若持续时长大于预设时长阈值，则表明室内二氧化碳浓度长时间保持较高状态，可能发生火灾情况，此时探测室内不同区域温度，若检测到室内温度高于预设安全温度阈值，则进一步增加室内发生火灾的可能性，需要计时提示用户，即推送疑似火灾提示消息。预设安全温度阈值是预先设定的温度阈值，其表征在正常情况下室内温度情况，其可以根据实际情况进行设定，例如可以设置为100℃。
84.如图4所示，在其中一个实施例中，上述新风设备控制方法还包括：
85.s320：根据室内图像定位用户位置；
86.s340：根据用户位置，传感探测用户活动状态；
87.s360：若探测用户处于睡眠状态，则获取室外环境光线强度；
88.s380：若室外环境光线强度低于预设光线强度阈值时，则调节进入新风设备睡眠模式。
89.在本实施例中，基于用户位置来探测用户活动状态，当侦测到用户处于睡眠状态时，还进一步判定室外环境光线强度，当室外环境光线强度低于预设光线强度阈值时，表明当前处于夜晚，用户有睡眠的需求，即此时极大概率用户正在睡觉，则新风设备调节进入睡眠模式，减小新风功能频率，以保持舒适的睡眠环境。在一定时间之后，若探测到用户处于活跃状态时，可能是用户已经醒来，同样的需要再次比较室外环境光线与预设光线强度阈值，若大于，则表明已经进入到白天，此时用户极大可能性已经醒来，此时新风设备需要退出睡眠模式，增加新风功能频率。
90.具体来说，可以通过uwb(ultra wideband，无载波通信技术)雷达来探测用户心率大小，进而探测得到用户活动状态。下面将采用具体实例描述上述实施例的场景。新风设备检测出室内人数时，进一步判断用户活动状态，通过uwb雷达单元模块获取用户心率大小进行判断用户是否处于睡眠状态，当用户处于睡眠状态时，然后通过光敏传感器检测进行判断室内房间光线情况，当室内房间光线低于系统设定阈值时，这个时候就控制新风系统进入睡眠模式，所谓新风睡眠模式是降低进入新风的速率和对新风进行适当加热处理；当uwb雷达单元模块检测到用户心跳到达活跃阈值并且光敏传感器检测室内光线达到非睡眠模式阈值时，这个时候就控制新风系统加大新风强度。
91.为详细说明本技术新风设备控制方法的技术方案，下面将采用具体应用实例，并且结合图5展开描述。在其中一个应用实例中，本技术新风设备控制方法应用于智能空调，其具体包括以下步骤：
92.1、智能空调采集室内红外图像以及室内空气参数；
93.2、红外图像识别单元基于室内红外图像，识别室内人数；空气传感器识别单元根据室内空气参数，检测室内空气各个成分含量；
94.3、判断当前二氧化碳浓度超过人数对应的二氧化碳浓度阈值(即是否超过人数对应的二氧化碳浓度最大值)；
95.4、若是，则进入步骤5；若否，则进入步骤6；
96.5、基于室内人数来进行新风功能频率的调整，增加新风功能频率；另外，智能空调还可以基于红外图像探测到用户温度，进而进行空调温度调节以及新风调节；
97.6、当前二氧化碳浓度大于人数对应的二氧化碳浓度阈值时，此时室内可能发生火灾情况，提示用户室内可能存在燃烧情况(火灾情况)，需要进一步确认。
98.应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
99.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的新风设备控制方法的新风设备控制装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个新风设备控制装置实施例中的具体限定可以参见上文中对于新风设备控制方法的限定，在此不再赘述。
100.在一个实施例中，如图6所示，提供了一种新风设备控制装置，包括：
101.参数获取模块200，用于获取室内图像以及室内二氧化碳浓度；
102.人数识别模块400，用于根据室内图像识别室内人数；
103.查询模块600，用于查询与室内人数对应的二氧化碳浓度阈值；
104.控制模块800，用于根据室内二氧化碳浓度以及二氧化碳浓度阈值，动态调整新风功能工况。
105.上述新风设备控制装置，获取室内图像以及室内二氧化碳浓度；根据室内图像识别室内人数；查询与室内人数对应的二氧化碳浓度阈值；根据室内二氧化碳浓度以及二氧化碳浓度阈值，动态调整新风功能工况。整个过程中，基于室内图像确定室内人数，进而确定二氧化碳浓度阈值，基于室内二氧化碳浓度以及二氧化碳浓度阈值动态调整新风功能工况，其能够基于室内人员数量变动自动调整新风功能工况，给用户带来便捷。
106.在其中一个实施例中，人数识别模块400还用于采用多尺度金字塔网络对室内图像进行处理，识别室内人数。
107.在其中一个实施例中，人数识别模块400还用于对室内图像进行多尺度的图像金字塔预处理，得到尺度转换图像；对尺度转换图像采用多尺度金字塔网络中深度残差卷积网络提取目标的特征；将预设深度残差卷积网络中残差层提取的特征图和尺度卷积层提取的特征图进行信息融合，得到融合特征信息；采用softmax函数对融合特征信息进行判别输出，识别室内人数。
108.在其中一个实施例中，上述新风设备控制装置还包括辅助模块，用于识别室内图像中用户的目标框；探测目标框区域的温度，并获取环境烟雾浓度；若目标框区域的温度高于预设温度阈值、且环境烟雾浓度高于预设烟雾浓度阈值，则增加新风功能的频率。
109.在其中一个实施例中，上述新风设备控制装置还包括提示模块，用于计时室内二氧化碳浓度高于二氧化碳浓度阈值的持续时长；若持续时长大于预设时长阈值，则探测室内不同区域温度；若检测到室内温度高于预设安全温度阈值，则推送疑似火灾提示消息。
110.在其中一个实施例中，控制模块800还用于根据室内图像定位用户位置；根据用户位置，传感探测用户活动状态；若探测用户处于睡眠状态，则获取室外环境光线强度；若室外环境光线强度低于预设光线强度阈值时，则调节进入新风设备睡眠模式。
111.上述新风设备控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
112.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种新风设备控制方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
113.本领域技术人员可以理解，图7中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
114.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
115.获取室内图像以及室内二氧化碳浓度；
116.根据室内图像识别室内人数；
117.查询与室内人数对应的二氧化碳浓度阈值；
118.根据室内二氧化碳浓度以及二氧化碳浓度阈值，动态调整新风功能工况。
119.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
120.采用多尺度金字塔网络对室内图像进行处理，识别室内人数。
121.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
122.对室内图像进行多尺度的图像金字塔预处理，得到尺度转换图像；对尺度转换图像采用多尺度金字塔网络中深度残差卷积网络提取目标的特征；将预设深度残差卷积网络中残差层提取的特征图和尺度卷积层提取的特征图进行信息融合，得到融合特征信息；采用softmax函数对融合特征信息进行判别输出，识别室内人数。
123.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
124.识别室内图像中用户的目标框；探测目标框区域的温度，并获取环境烟雾浓度；若目标框区域的温度高于预设温度阈值、且环境烟雾浓度高于预设烟雾浓度阈值，则增加新风功能的频率。
125.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
126.计时室内二氧化碳浓度高于二氧化碳浓度阈值的持续时长；若持续时长大于预设时长阈值，则探测室内不同区域温度；若检测到室内温度高于预设安全温度阈值，则推送疑似火灾提示消息。
127.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
128.根据室内图像定位用户位置；根据用户位置，传感探测用户活动状态；若探测用户处于睡眠状态，则获取室外环境光线强度；若室外环境光线强度低于预设光线强度阈值时，则调节进入新风设备睡眠模式。
129.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
130.获取室内图像以及室内二氧化碳浓度；
131.根据室内图像识别室内人数；
132.查询与室内人数对应的二氧化碳浓度阈值；
133.根据室内二氧化碳浓度以及二氧化碳浓度阈值，动态调整新风功能工况。
134.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
135.采用多尺度金字塔网络对室内图像进行处理，识别室内人数。
136.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
137.对室内图像进行多尺度的图像金字塔预处理，得到尺度转换图像；对尺度转换图像采用多尺度金字塔网络中深度残差卷积网络提取目标的特征；将预设深度残差卷积网络中残差层提取的特征图和尺度卷积层提取的特征图进行信息融合，得到融合特征信息；采用softmax函数对融合特征信息进行判别输出，识别室内人数。
138.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
139.识别室内图像中用户的目标框；探测目标框区域的温度，并获取环境烟雾浓度；若目标框区域的温度高于预设温度阈值、且环境烟雾浓度高于预设烟雾浓度阈值，则增加新风功能的频率。
140.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
141.计时室内二氧化碳浓度高于二氧化碳浓度阈值的持续时长；若持续时长大于预设时长阈值，则探测室内不同区域温度；若检测到室内温度高于预设安全温度阈值，则推送疑似火灾提示消息。
142.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
143.根据室内图像定位用户位置；根据用户位置，传感探测用户活动状态；若探测用户处于睡眠状态，则获取室外环境光线强度；若室外环境光线强度低于预设光线强度阈值时，则调节进入新风设备睡眠模式。
144.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
145.获取室内图像以及室内二氧化碳浓度；
146.根据室内图像识别室内人数；
147.查询与室内人数对应的二氧化碳浓度阈值；
148.根据室内二氧化碳浓度以及二氧化碳浓度阈值，动态调整新风功能工况。
149.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
150.采用多尺度金字塔网络对室内图像进行处理，识别室内人数。
151.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
152.对室内图像进行多尺度的图像金字塔预处理，得到尺度转换图像；对尺度转换图像采用多尺度金字塔网络中深度残差卷积网络提取目标的特征；将预设深度残差卷积网络中残差层提取的特征图和尺度卷积层提取的特征图进行信息融合，得到融合特征信息；采用softmax函数对融合特征信息进行判别输出，识别室内人数。
153.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
154.识别室内图像中用户的目标框；探测目标框区域的温度，并获取环境烟雾浓度；若目标框区域的温度高于预设温度阈值、且环境烟雾浓度高于预设烟雾浓度阈值，则增加新风功能的频率。
155.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
156.计时室内二氧化碳浓度高于二氧化碳浓度阈值的持续时长；若持续时长大于预设时长阈值，则探测室内不同区域温度；若检测到室内温度高于预设安全温度阈值，则推送疑似火灾提示消息。
157.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
158.根据室内图像定位用户位置；根据用户位置，传感探测用户活动状态；若探测用户处于睡眠状态，则获取室外环境光线强度；若室外环境光线强度低于预设光线强度阈值时，则调节进入新风设备睡眠模式。
159.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
160.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形
处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
161.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
162.以上实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。