CN108050674A - 空调设备的控制方法及装置、终端 - Google Patents

空调设备的控制方法及装置、终端 Download PDF

Info

Publication number
CN108050674A
CN108050674A CN201711052332.4A CN201711052332A CN108050674A CN 108050674 A CN108050674 A CN 108050674A CN 201711052332 A CN201711052332 A CN 201711052332A CN 108050674 A CN108050674 A CN 108050674A
Authority
CN
China
Prior art keywords
age
air
range
target object
conditioning equipment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711052332.4A
Other languages
English (en)
Inventor
连园园
刘明
赵鹏
谭志凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gree Electric Appliances Inc of Zhuhai
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Gree Electric Appliances Inc of Zhuhai filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN201711052332.4A priority Critical patent/CN108050674A/zh
Publication of CN108050674A publication Critical patent/CN108050674A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种空调设备的控制方法及装置、终端。其中,该方法包括:采集空调设备所在环境的图像信息;依据图像信息确定图像信息中目标对象所属的年龄范围;控制空调设备按照与年龄范围对应的第一运行状态运行。本发明解决了相关技术中无法根据用户的年龄范围控制空调的运行状态的技术问题。

Description

空调设备的控制方法及装置、终端
技术领域
本发明涉及空调控制技术领域,具体而言,涉及一种空调设备的控制方法及装置、终端。
背景技术
相关技术,在控制空调的送风方向和送风量时,并不能根据用户所在的位置和用户当前的实际情况控制空调的送风状态,并且在家庭中,对于婴儿或者老人,由于其抵抗力和调整能力较弱,若不注意空调的吹风方向,往往会造成婴儿或者老人生病,并且对于婴儿或者老人,也要尽量防止其撞到空调,而当前的空调并没有空调自动避让的功能,可能使得婴儿会撞到空调,造成伤害。
针对上述的相关技术中无法根据用户的年龄范围控制空调的运行状态的技术问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种空调设备的控制方法及装置、终端,以至少解决相关技术中无法根据用户的年龄范围控制空调的运行状态的技术问题。
根据本发明实施例的一个方面,提供了一种空调设备的控制方法,包括:采集空调设备所在环境的图像信息;依据图像信息确定图像信息中目标对象所属的年龄范围;控制空调设备按照与年龄范围对应的第一运行状态运行。
进一步地,依据图像信息确定图像信息中目标对象所属的年龄范围,包括:从图像信息中提取出目标对象,使用模型对目标对象进行分析,确定目标对象的年龄范围,其中,模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:目标对象和该目标对象对应的年龄标签。
进一步地,控制空调设备按照与年龄范围对应的第一运行状态运行之前,方法还包括:获取目标对象的生理特征信息;依据该生理特征信息确定与该生理特征信息对应的第二运行状态;比较第一运行状态和第二运行状态的优先级;其中,在第一运行状态的优先级高于第二运行状态的优先级时,触发控制空调设备按照第一运行状态运行。
进一步地,生理特征信息包括:人体的体温;比较第一运行状态和第二运行状态的优先级,包括:确定生理特征信息的类型;在生理特征信息的类型为体温,且该体温高于预设阈值时,确定第二运行状态的优先级高于第一运行状态的优先级。
进一步地,依据图像信息确定图像信息中目标对象所属的年龄范围,包括:依据图像信息确定目标对象中多个子对象所属的年龄范围;在多个子对象所属年龄范围中的任意一个年龄范围属于预设取值范围时,将属于预设取值范围的年龄范围作为所述目标对象所属的年龄范围。
进一步地,控制所述空调设备按照与所述年龄范围对应的第一运行状态运行,包括:在所述年龄范围属于第一年龄范围时,控制所述空调设备的送风方向允许朝向所述目标对象;在所述年龄范围属于第二年龄范围时,控制所述空调设备的送风方向禁止朝向目标对象;其中,第一年龄范围中的最小值大于第二年龄范围中的最大值。
进一步地,控制空调设备的送风方向允许朝向目标对象,包括:检测目标对象的运动轨迹;依据运动轨迹控制空调设备的送风方向跟随目标对象。
进一步地,控制空调设备按照与年龄范围对应的第一运行状态运行的过程中,方法还包括:检测图像信息中是否存在指定类型的区域;在确定存在指定类型的区域时,控制空调设备的送风方向禁止朝向指定类型的区域。
进一步地,指定类型的区域包括以下之一:目标对象所在的区域、目标对象的关联对象所在的区域。
根据本发明实施例的另一方面,还提供了一种空调设备的控制装置,包括:采集模块,用于采集空调设备所在环境的图像信息;确定模块,用于依据图像信息确定图像信息中目标对象所属的年龄范围;控制模块,用于控制空调设备按照与年龄范围对应的第一运行状态运行。
根据本发明实施例的另一方面,还提供了一种存储介质,上述存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述任意一项的空调设备的控制方法。
根据本发明实施例的另一方面,还提供了一种处理器,上述处理器用于运行程序,其中,程序运行时执行上述任意一项的空调设备的控制方法。
根据本发明实施例的另一方面,还提供了一种终端,包括:图像采集装置,用于采集空调设备所在环境的图像信息;处理器,处理器运行程序,其中,程序运行时对于从图像采集装置输出的数据执行如下处理步骤:依据图像信息确定图像信息中目标对象所属的年龄范围;控制空调设备按照与年龄范围对应的第一运行状态运行。
在本发明实施例中,可以先采集空调设备所在环境的图像信息,并依据图像信息确定出目标对象所属的年龄范围,以根据该年龄范围控制空调设备的运行状态。在该实施例中,可以根据采集的空调设备所在环境的图像信息,控制空调设备的运行状态,使得在确定出目标对象的年龄范围后,可以自动控制空调的运行状态,进而解决相关技术中无法根据用户的年龄范围控制空调的运行状态的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种空调设备的控制方法的流程图;
图2是根据本发明实施例的一种空调设备的控制装置的结构图;
图3是本发明实施例还提供了一种终端的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为方便用户理解本发明,下面对本发明中涉及的部分术语或名词进行解释:
像素:是计算机屏幕上所能显示的最小单位,用来表示图像的单位,指可以显示出的水平和垂直像素的数组,屏幕中的像素点越多,画面的分辨率越高,图像就越细腻逼真。
像素点:指像素的数值。
二值化:对摄像头拍摄的图片,大多数是彩色图像,彩色图像所含信息量巨大,对于图片的内容,可以简单的分为前景与背景,先对彩色图进行处理,使图片只有前景信息与背景信息,可以简单的定义前景信息为黑色,背景信息为白色,这就是二值化图了。
CNN,卷积神经网络,描述了对输入图像的操作,输出一组描述图像内容的分类或分类的概率,即对输入的图像进行识别,以输出图像中的对象的概率;通过一系列卷积层级建构出更为抽象的概念,包括建立多个神经元,并建立对应的输入层和输出层,从而将输入的节点通过神经元不断关联,得到优化对象,一般会包括卷积层、过滤层,通过前向传导、损失函数、后向传导、以及函数更新作为一个学习周期,对每一训练图片,程序将重复固定数目的周期过程,以不断优化训练学习结果。
以图搜图,在获取到图像后,通过深度学习对结果进行排序,并通过用户记录的三元组数据(查询图片、点击图片和未点击图片)来训练模型的排序损失函数,从而得到排序结果,在输入一张图像后,模型会自动检测出主体,然后按照排序分数高低排出相关对象的结果。
迁移学习,实质是图像匹配,通过迁移学习将模型应用在各个领域中,具体是数据库中的图片的矢量表示X通过线性变换迁移到别的领域的图像X1上,通过引用随机傅里叶函数,将迁移变换转变为非线性函数,然后得到需要的图像。
朴素贝叶斯,给一张图片,可以返回对象分类,将图片识别作为一个简单的态度,以得到相应的对象。
依存语法,构建主词与描述主词的词之间的关系,依存语法中没有词组这个层次,每一个结点都与句子中的单词相对应,能直接处理句子中词与词之间的关系,以便于分析和信息提取。
决策树,根据特征进行分类,每个节点提出一个问题,将数据分为两类,并继续提问,这些问题是在已有的数据上学习训练的,以在投入新数据时,根据数据所在的树上的问题,将数据划分到对应的叶子上。
深度学习,是机器学习中一种基于对数据进行表征学习的方法,概念源于人工神经网络的研究,其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像,声音和文本。通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示,含多隐层的多层感知器就是一种深度学习结构。
KNN算法,如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。KNN算法中,所选择的邻居都是已经正确分类的对象。
根据本发明实施例,提供了一种空调设备的控制控制的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在本发明的下述实施例,可以应用于各种电器设备,电器设备可以包括但不限于:空调、冰箱、洗衣机等,本发明以空调为优选的实施对象,对本发明的实施例做出说明。
以下实施例中,空调可以包括多个种类的空调,可以包括但不限于:按使用方式,分为壁挂机、柜机、天花机、窗机、移动式空调、嵌入式空调等,按使用环境,分为家用空调、商用空调。本发明实施例中的空调可以使用在多种环境下,包括以家庭、餐厅、商店为主体的使用面积较小的用户,也可以包括:办公区、厂区、超市等大面积使用的用户。其中,在当前的空调使用中,无法灵活调整空调的运行状态,并且对于空调来说也无法及时避让婴儿,造成家庭成员的伤害,本发明实施例中,可以通过采集指定区域的图像信息,确定图像信息中目标对象的年龄范围,从而根据对应的年龄范围,对空调的运行状态做出相应的调整。
图1是根据本发明实施例的一种空调设备的控制方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,采集空调设备所在环境的图像信息。
步骤S104,依据图像信息确定图像信息中目标对象所属的年龄范围。
步骤S106,控制空调设备按照与年龄范围对应的第一运行状态运行。
通过上述实施例,可以先采集空调设备所在环境的图像信息,并依据图像信息确定出目标对象所属的年龄范围,以根据该年龄范围控制空调设备的运行状态。在该实施例中,可以根据采集的空调设备所在环境的图像信息,控制空调设备的运行状态,使得在确定出目标对象的年龄范围后,可以自动控制空调的运行状态,进而解决相关技术中无法根据用户的年龄范围控制空调的运行状态的技术问题。
本发明中,可以在房间中的空调设备的周围设置一个或多个摄像头,以采集空调周围的图像信息,本发明中对于摄像头的设置位置不做限定,可以包括但不限于:在每个房间的入口处设置一个摄像头、房屋外部、房屋顶部、空调周围等,通过不同位置的摄像头可以分别采集所在区域的空调设备的图像,在采集图像时,可以是每隔预设时间段(例如,每隔一分钟)拍摄一次图像,然后分析出图像中的目标对象所属的年龄范围,并控制空调设备按照与年龄范围对应的第一运行状态运行。本发明中对于拍摄的图像的类别不做限定,包括但不限于:黑白图像(灰度图像)、彩色图像(RGB图像)。在分析图像时,可以根据二值化图像处理方式分析图像中的信息,具体的,在分析时,可以对图像中多个像素点与历史图像中的像素点位置进行比较,以确定出存在差异的像素点,然后将存在差异的像素点区分出来,得到图像中是否存在用户以及用户的身份信息。
其中,本发明中的空调设备可以是移动空调,其可以设置自动避让功能,在检测到出现对应事件即将发生时,自动避开目标对象,其中,该目标对象可以是针对年龄较小(如婴儿)或者老人等。另外,在采集空调设备所在环境的图像信息时,可以实时采集空调周围较宽范围的图像,例如,在空调周围设置三个摄像头,分别采集周围10米以内的图像,从而对采集到的图像信息进行分析。
对于上述实施方式中的步骤S104,其可以包括:从图像信息中提取出目标对象,使用模型对目标对象进行分析,确定目标对象的年龄范围,其中,模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:目标对象和该目标对象对应的年龄标签。
对于上述实施方式,在从图像信息中提取目标对象时,可以采用神经网络算法,从拍摄到的图像信息中提取出用户的多个特征信息,在提取时,可以将图像中划分为多个像素点,并划分多个神经元,从而根据神经网络(如CNN算法)可以将每一个存在差异的像素点进行特征提取,在提取时,可以对输入的图像建立神经元,在分析时,采用损失函数,通过一系列卷积层级建构出神经元,并建立对应的输入层和输出层,从而将输入的图像通过神经元不断关联,得到优化对象,然后通过前向传导、损失函数、后向传导、以及函数更新作为一个学习周期,对每一图片进行训练,以不断优化训练学习结果。另外,在分析图像差异时,可以采用深度学习方式,通过深度学习的方式,可以图像中特征点提取出来,并采用预设模型进行查询,从而得到目标对象,该目标对象可以为用户,目标对象可以包括一个用户或多个用户,在建立模型时,需要对每个用户都建立一个特征信息与目标对象的关系模型,从而在提取出图像信息中的特征后,将特征信息输入至模型中,以通过模型输出目标对象。并且在模型中,还可以建立目标对象与目标对象对应的年龄标签的关系模型,其中,该年龄标签在本发明中不做限定,可以包括但不限于:五官、皱纹、皮肤组织、头发颜色,其中,对于年龄标签的提取,可以采用多种图像分析方法,例如,采用CNN算法对输入图像进行神经元提取,并重点对目标对象的脸部特征进行特征提取,对图像中的目标对象的脸部神经元的特征进行提取,从而得到五官特征、皱纹特征等,并通过模型或者CNN算输出一组描述图像内容的目标对象的年龄的概率。在得到目标对象的年龄的概率后,可以将概率特征输入至模型中,已通过该模型确定目标对象的年龄范围。另外,对于目标对象,可以为人,也可以为其他动物,但本申请中优选的目标对象为人,对于人的特征进行识别,从而调整空调设备的相关运行状态。
本发明中的目标对象的年龄范围不做限定,可以包括但不限于:1-5岁的婴儿年龄、6至20岁的孩童年龄、21-55的中年年龄、56以上的老人年龄范围,从而在确定出目标对象的年龄概率后,取最大概率的年龄作为目标对象的年龄,并确定出其在哪一个范围内,例如,通过上述CNN算法确定出目标对象的年龄在2-3岁,则确定目标对象为婴儿。
优选的,在本发明中可以针对每个目标对象预先设置一个目标模板图像,在数据库和模型中可以预先存储目标模板图像和目标对象的特征、年龄范围,在摄像头采集空调设备的所在环境的图像信息后,可以将图像信息与每个目标模板图像进行比较,从而可以较为快速的确定出目标对象和目标对象的年龄。
另外,在从图像信息中提取目标对象和目标对象的特征、目标对象的年龄时,还可以利用以图搜图的方法搜索数据库中与当前拍摄图像相似的图像,并提取出图像中用户特征信息。或者,采用朴素贝叶斯算法/深度学习方法提取用户特征信息。
其中,在提取特征时,可以分析图像中的差异信息,以图像信息中是否存在目标对象为比较的主要差异特征,若图像信息中存在目标对象,则可以进一步分析目标对象的年龄范围。其中,图像中存在用户的特征信息,该特征信息还可以包括但不限于:用户身高数据、用户的五官数据、用户脸部特征、用户发型数据、用户的手指数据、用户喜好穿的衣物特征信息(包括衣物、颜色信息)等,在分析用户图像信息时,可以通过多种方式进行分析,其可以包括但不限于如下方式分析:人脸识别、虹膜识别、手势识别等。可以利用在分析图像中的目标对象时,可以利用深度学习或者KNN算法,将图像信息中存在相同特征的图像信息滤除,以得到存在差异的特征信息,进而得到图像信息与模板图像的差异信息。例如,在拍摄到空调周围的图像信息后,若判断出图像中并没有目标对象,则可以不需要调整空调的运行状态,若判断出存在目标对象,则可以按照对应的第一运行状态运行,本发明中的第一运行状态可以包括但不限于:风随人(即在目标对象移动时,空调设备吹风的方向跟着目标对象)、人随风(即目标对象主动向空调设备移动)、风避人(即在检测到目标对象的位置后,控制空调设备的吹风方向避开目标对象)、空调主动移动等。
本发明中可以将目标对象和目标对象对应的年龄标签存储在数据库中,并通过数据库中存储的数据让机器进行学习训练,以建立对应的模型。其中,在机器主动进行学习训练时,可以采用KNN算法,将数据进行分类,或者采用朴素贝叶斯算法对数据进行关系对应训练,如对输入的目标对象特征和年龄标签建立分类节点,从而查询到对应的目标对象,从而建立模型。
本发明在控制空调设备按照与年龄范围对应的第一运行状态运行之前,其可以包括:获取目标对象的生理特征信息;依据该生理特征信息确定与该生理特征信息对应的第二运行状态;比较第一运行状态和第二运行状态的优先级;其中,在第一运行状态的优先级高于第二运行状态的优先级时,触发控制空调设备按照第一运行状态运行。
上述的生理特征信息可以包括生理特征,包括但不限于:体温信息、声音信息、升高信息等,通过获取目标对象的生理特征信息,确定出空调当前的第二运行状态,该第二运行状态与上述的第一运行状态的内容可以是相似的,包括但不限于:风随人模式、风避人模式等,例如,在采集到体温信息较高(如感冒时体温到29摄氏度)时,可以在检测到目标对象与空调设备的出风口附近,则可以降低风速、并且调整风向以避开目标对象。其中,在检测目标对象的生理特征信息,可以通过多种生理特征检测设备检测到,例如,通过体温检测仪检测到目标对象的体温信息,并通过预先建立的网络连接,将体温信息发送至服务器或者处理器中,从而在服务器或者处理器经过处理后,发出处理指令,该处理指令可以告知空调设备确定运行状态。
另外,在比较第一运行状态和第二运行状态的优先级时,可以包括:确定生理特征信息的类型;在生理特征信息的类型为体温,且该体温高于预设阈值时,确定第二运行状态的优先级高于第一运行状态的优先级。该实施方式中,是通过对目标对象的生理特征信息中的体温进行检测,从而在体温高于预设阈值时,优先使用第二运行状态,第二运行状态可以为风避人,将空调设备的吹风状态调整为风避人,以使空调设备不对着体温较高的人吹风,防止生病的人进一步加重。上述的预设阈值可以为38摄氏度,在体温检测仪检测到当前目标对象的体温高于预设阈值时,可以调整空调设备的运行模式。
可选的,本发明中对于特殊区域,在调整空调设备的运行状态时,可以在特征区域出现目标对象时,运行第二运行状态,本发明中的特殊区域可以包括但不限于:婴儿床区域、就餐区域等,以婴儿床区域为例,在检测到婴儿床上有目标对象(即婴儿)时,可以调整空调设备避开该区域。
本发明中的上述步骤S104中,还可以包括:依据图像信息确定目标对象中多个子对象所属的年龄范围;在多个子对象所属年龄范围中的任意一个年龄范围属于预设取值范围时,将属于预设取值范围的年龄范围作为目标对象所属的年龄范围。
对于上述实施方式中的多个子对象,可以是指家庭成员,也可以是指在房间中的多个目标对象,例如,在客厅中存在家庭用户、外来客人等,这时就需要分析出每个子对象所属的年龄范围,在确定各个子对象的年龄范围时,确定出是否在预设取值范围,该预设取值范围可以为较小年龄范围,如1-5岁中,若子对象中存在年龄范围在该范围内,则将目标对象确定为1-5岁所属的年龄范围,即婴儿范围,此时可以调整空调设备运行风避人模式,尽量避开婴儿。在多个子对象存在多个年龄范围时,以预设取值范围作为基准判定条件,如房间中存在年龄范围在20-25岁、40-55岁、60岁、2-3岁,则以2-3岁的年龄范围为目标对象的年龄范围,进而调整空调,对于预设取值范围可以根据家庭成员的组成进行设置,如在家庭中有孩子或者婴儿,则可以取孩子或者婴儿的年龄为预设取值范围。
本发明中对于S106,其可以包括:在年龄范围属于第一年龄范围时,控制空调设备的送风方向允许朝向目标对象;在年龄范围属于第二年龄范围时,控制空调设备的送风方向禁止朝向目标对象;其中,第一年龄范围中的最小值大于第二年龄范围中的最大值。
对于上述的第一年龄范围,可以是用户或者服务器预先设置的,可以为年龄范围较大的区域,如第一年龄范围为20-60岁,而第二年龄范围可以为年龄较小的年龄范围,如第二年龄范围为1-5岁,对于年龄在第一年龄范围的,可以开启风随人模式,因为第一年龄范围内的用户的抵抗能力和调节能力较高,为保证该年龄段的用户舒适,则可以将空调设备的出风口跟随人变动;而对于第二年龄范围,由于其抵抗能力和调节能力较弱,若长时间吹风,则容易造成用户生病,如对婴儿而言,可以选择风避人模式,以避开对着婴儿吹风。
对于上述实施例,控制空调设备的送风方向允许朝向目标对象,包括:检测目标对象的运动轨迹;依据运动轨迹控制空调设备的送风方向跟随目标对象。即可以控制空调设备跟随用户移动,通过检测目标对象的运行轨迹,调整送风方向,在检测目标对象的运行轨迹时,可以利用距离检测装置,建立预设间隔时间段中,目标对象的运动轨迹,以在检测到目标对象的移动到相应的位置后,立即调整目标对象的运行轨迹;也可以利用图像信息分析目标对象的位置变化,从而调整空调设备的送风方向。
在上述实施例中,可以利用采集的空调设备周围的图像信息,分析出目标对象、目标对象的年龄范围,以根据目标对象的年龄范围,调整空调设备的运行状态,其中,在调整时,对于目标对象的生理特征信息进行检测,以进一步调整在体温超出阈值时,调整空调设备的送风方向和送风量。
下面对于一个优选的空调控制方法进行说明,以识别婴幼儿(脸型、长度、动态物、声音、脸大小)控制送风模式,其具体的步骤可以包括如下:11、采集用户的图像信息;12、识别图像信息中的人体信息;13、通过人体信息识别婴幼儿;14、空调吹风避开婴幼儿。
其中,在空调采集房间内人员信息后,可以进行人脸识别或身体特征信息识别,当检测到是成年人或其他家庭成员时,根据目标对象的运动轨迹进行风随人送风控制。而在采集到婴儿床信息,获取婴儿放置区域,当空调运行时,无论是风随人模式还是其他模式,都避开婴儿床区域送风。进一步的,当风随人模式运行时,如果检测到婴儿床区域有婴儿,避开该区域送风。
另外,在空调采集房间内人员信息时,在进行人脸识别或身体特征信息识别后,当检测到是成年人或其他家庭成员时,根据目标对象的运动轨迹进行风随人送风控制之前,首先进行成年人的姿势识别,和婴儿识别,判断出成年人抱着婴儿时,不开启风随人模式;当识别到多个成员中没有婴儿时,启动风随人模式。
可选的,在空调设备中设置婴儿送风模式时,可以设置为无风感送风,进行上述控制方式时,开启婴儿无风感送风模式。
另一种实施方式,在空调中可以设置红外检测装置,以进行红外检测,当图像识别到房间内有婴儿时,开启婴儿送风模式或避开婴儿送风,同时检测婴儿体温,根据婴儿体温控制风速增加或减少。
通过上述方式,可以及时识别出房间内的目标对象的年龄范围,以调整空调的运行状态。
在一个可选实施例中,步骤S106的执行过程中,还可以执行以下处理过程:检测上述图像信息中是否存在指定类型的区域;在确定存在上述指定类型的区域时,控制上述空调设备的送风方向禁止朝向上述指定类型的区域。可选地,指定类型的区域包括以下之一:上述目标对象所在的区域、上述目标对象的关联对象所在的区域。
例如,在检测到图像信息中存在婴儿所在区域时,则控制空调设备的送风方向避过该区域;或者,在检测到图像信息中存在婴儿床(即上述关联对象)时,则控制空调设备的送风方向避开婴儿床所在区域。
图2是根据本发明实施例的一种空调设备的控制装置的结构图,如图2所示,该装置可以包括:采集模块21,用于采集空调设备所在环境的图像信息;确定模块23,用于依据图像信息确定图像信息中目标对象所属的年龄范围;控制模块25,用于控制空调设备按照与年龄范围对应的第一运行状态运行。
在上述实施例中,可以通过采集模块21先采集空调设备所在环境的图像信息,并通过确定模块23依据图像信息确定出目标对象所属的年龄范围,以通过控制模块25根据该年龄范围控制空调设备的运行状态。在该实施例中,可以根据采集的空调设备所在环境的图像信息,控制空调设备的运行状态,使得在确定出目标对象的年龄范围后,可以自动控制空调的运行状态,进而解决相关技术中无法根据用户的年龄范围控制空调的运行状态的技术问题。
上述的空调设备的控制装置还可以包括处理器和存储器,上述采集模块21、确定模块23、控制模块25等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来检测空调设备周围的目标对象的年龄范围,以调整空调设备的运行状态。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述任意一项的空调设备的控制方法。
本发明实施例还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述任意一项的空调设备的控制方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:采集空调设备所在环境的图像信息;依据图像信息确定图像信息中目标对象所属的年龄范围;控制空调设备按照与年龄范围对应的第一运行状态运行。
可选地,上述处理器执行程序时,还可以从图像信息中提取出目标对象,使用模型对目标对象进行分析,确定目标对象的年龄范围,其中,模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:目标对象和该目标对象对应的年龄标签。
可选地,上述处理器执行程序时,还可以获取目标对象的生理特征信息;依据该生理特征信息确定与该生理特征信息对应的第二运行状态;比较第一运行状态和第二运行状态的优先级;其中,在第一运行状态的优先级高于第二运行状态的优先级时,触发控制空调设备按照第一运行状态运行。
生理特征信息包括:人体的体温;比较第一运行状态和第二运行状态的优先级,包括:确定生理特征信息的类型;在生理特征信息的类型为体温,且该体温高于预设阈值时,确定第二运行状态的优先级高于第一运行状态的优先级。
可选地,上述处理器执行程序时,还可以依据图像信息确定目标对象中多个子对象所属的年龄范围;在多个子对象所属年龄范围中的任意一个年龄范围属于预设取值范围时,将属于预设取值范围的年龄范围作为目标对象所属的年龄范围。
可选地,上述处理器执行程序时,还可以在年龄范围属于第一年龄范围时,控制空调设备的送风方向允许朝向目标对象;在年龄范围属于第二年龄范围时,控制空调设备的送风方向禁止朝向目标对象;其中,第一年龄范围中的最小值大于第二年龄范围中的最大值。
可选地,上述处理器执行程序时,还可以检测目标对象的运动轨迹;依据运动轨迹控制空调设备的送风方向跟随目标对象。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:采集空调设备所在环境的图像信息;依据图像信息确定图像信息中目标对象所属的年龄范围;控制空调设备按照与年龄范围对应的第一运行状态运行。
可选地,上述计算机程序产品执行程序时,还可以从图像信息中提取出目标对象,使用模型对目标对象进行分析,确定目标对象的年龄范围,其中,模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:目标对象和该目标对象对应的年龄标签。
可选地,上述计算机程序产品执行程序时,还可以获取目标对象的生理特征信息;依据该生理特征信息确定与该生理特征信息对应的第二运行状态;比较第一运行状态和第二运行状态的优先级;其中,在第一运行状态的优先级高于第二运行状态的优先级时,触发控制空调设备按照第一运行状态运行。
生理特征信息包括:人体的体温;比较第一运行状态和第二运行状态的优先级,包括:确定生理特征信息的类型;在生理特征信息的类型为体温,且该体温高于预设阈值时,确定第二运行状态的优先级高于第一运行状态的优先级。
可选地,上述计算机程序产品执行程序时,还可以依据图像信息确定目标对象中多个子对象所属的年龄范围;在多个子对象所属年龄范围中的任意一个年龄范围属于预设取值范围时,将属于预设取值范围的年龄范围作为目标对象所属的年龄范围。
可选地,上述计算机程序产品执行程序时,还可以在年龄范围属于第一年龄范围时,控制空调设备的送风方向允许朝向目标对象;在年龄范围属于第二年龄范围时,控制空调设备的送风方向禁止朝向目标对象;其中,第一年龄范围中的最小值大于第二年龄范围中的最大值。
可选地,上述计算机程序产品执行程序时,还可以检测目标对象的运动轨迹;依据运动轨迹控制空调设备的送风方向跟随目标对象。
图3是本发明实施例还提供了一种终端的示意图,如图3所示,该终端可以包括:图像采集装置31,用于采集空调设备所在环境的图像信息;处理器33,处理器运行程序,其中,程序运行时对于从图像采集装置输出的数据执行如下处理步骤:依据图像信息确定图像信息中目标对象所属的年龄范围;控制空调设备按照与年龄范围对应的第一运行状态运行。
通过上述图像采集装置31可以采集空调设备所在环境的图像信息,并通过处理器33依据图像信息确定图像信息中目标对象所属的年龄范围,并控制空调设备按照与年龄范围对应的第一运行状态运行。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (13)

1.一种空调设备的控制方法,其特征在于,包括:
采集空调设备所在环境的图像信息;
依据所述图像信息确定所述图像信息中目标对象所属的年龄范围;
控制所述空调设备按照与所述年龄范围对应的第一运行状态运行。
2.根据权利要求1所述的方法,其特征在于,依据所述图像信息确定所述图像信息中目标对象所属的年龄范围,包括:
从所述图像信息中提取出所述目标对象,使用模型对所述目标对象进行分析,确定所述目标对象的年龄范围,其中,所述模型为使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:目标对象和该目标对象对应的年龄标签。
3.根据权利要求1所述的方法,其特征在于,控制所述空调设备按照与所述年龄范围对应的第一运行状态运行之前,所述方法还包括:
获取所述目标对象的生理特征信息;依据该生理特征信息确定与该生理特征信息对应的第二运行状态;
比较所述第一运行状态和第二运行状态的优先级;其中,在所述第一运行状态的优先级高于第二运行状态的优先级时,触发控制所述空调设备按照所述第一运行状态运行。
4.根据权利要求3所述的方法,其特征在于,所述生理特征信息包括:人体的体温;比较所述第一运行状态和第二运行状态的优先级,包括:
确定所述生理特征信息的类型;在所述生理特征信息的类型为体温,且该体温高于预设阈值时,确定所述第二运行状态的优先级高于第一运行状态的优先级。
5.根据权利要求1所述的方法,其特征在于,依据所述图像信息确定所述图像信息中目标对象所属的年龄范围,包括:
依据所述图像信息确定所述目标对象中多个子对象所属的年龄范围;
在所述多个子对象所属年龄范围中的任意一个年龄范围属于预设取值范围时,将属于预设取值范围的年龄范围作为所述目标对象所属的年龄范围。
6.根据权利要求1所述的方法,其特征在于,控制所述空调设备按照与所述年龄范围对应的第一运行状态运行,包括:
在所述年龄范围属于第一年龄范围时,控制所述空调设备的送风方向允许朝向所述目标对象;
在所述年龄范围属于第二年龄范围时,控制所述空调设备的送风方向禁止朝向所述目标对象;其中,所述第一年龄范围中的最小值大于所述第二年龄范围中的最大值。
7.根据权利要求6所述的方法,其特征在于,控制所述空调设备的送风方向允许朝向所述目标对象,包括:
检测所述目标对象的运动轨迹;
依据所述运动轨迹控制所述空调设备的送风方向跟随所述目标对象。
8.根据权利要求1至7中任意一项所述的方法,其特征在于,控制所述空调设备按照与所述年龄范围对应的第一运行状态运行的过程中,所述方法还包括:检测所述图像信息中是否存在指定类型的区域;在确定存在所述指定类型的区域时,控制所述空调设备的送风方向禁止朝向所述指定类型的区域。
9.根据权利要求8所述的方法,其特征在于,所述指定类型的区域包括以下之一:所述目标对象所在的区域、所述目标对象的关联对象所在的区域。
10.一种空调设备的控制装置,其特征在于,包括:
采集模块,用于采集空调设备所在环境的图像信息;
确定模块,用于依据所述图像信息确定所述图像信息中目标对象所属的年龄范围;
控制模块,用于控制所述空调设备按照与所述年龄范围对应的第一运行状态运行。
11.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至9中任意一项所述的空调设备的控制方法。
12.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至9中任意一项所述的空调设备的控制方法。
13.一种终端,其特征在于,包括:
图像采集装置,用于采集空调设备所在环境的图像信息;
处理器,所述处理器运行程序,其中,所述程序运行时对于从所述图像采集装置输出的数据执行如下处理步骤:依据所述图像信息确定所述图像信息中目标对象所属的年龄范围;
控制所述空调设备按照与所述年龄范围对应的第一运行状态运行。
CN201711052332.4A 2017-10-30 2017-10-30 空调设备的控制方法及装置、终端 Pending CN108050674A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711052332.4A CN108050674A (zh) 2017-10-30 2017-10-30 空调设备的控制方法及装置、终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711052332.4A CN108050674A (zh) 2017-10-30 2017-10-30 空调设备的控制方法及装置、终端

Publications (1)

Publication Number Publication Date
CN108050674A true CN108050674A (zh) 2018-05-18

Family

ID=62119974

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711052332.4A Pending CN108050674A (zh) 2017-10-30 2017-10-30 空调设备的控制方法及装置、终端

Country Status (1)

Country Link
CN (1) CN108050674A (zh)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109458710A (zh) * 2018-11-05 2019-03-12 珠海格力电器股份有限公司 一种空调的控制方法、装置、存储介质及空调
CN110458051A (zh) * 2019-07-25 2019-11-15 中移(杭州)信息技术有限公司 一种设备控制的方法、装置、服务器及可读存储介质
WO2019242277A1 (zh) * 2018-06-21 2019-12-26 青岛海尔空调器有限总公司 用于空气设备的控制方法、装置、系统及计算机存储介质
CN110794692A (zh) * 2018-08-03 2020-02-14 珠海格力电器股份有限公司 家电设备的移动控制方法、装置及家电设备
CN110824930A (zh) * 2018-08-08 2020-02-21 珠海格力电器股份有限公司 家电设备的控制方法、装置及系统
CN110874099A (zh) * 2018-08-13 2020-03-10 格力电器(武汉)有限公司 目标图像识别方法、装置以及可移动空调
CN110908340A (zh) * 2018-09-14 2020-03-24 珠海格力电器股份有限公司 智能家居的控制方法及装置
CN110966707A (zh) * 2018-09-28 2020-04-07 珠海格力电器股份有限公司 空调的控制方法和装置
CN111665730A (zh) * 2020-05-28 2020-09-15 青岛海尔智能技术研发有限公司 电器配置方法和智能家居系统
CN112178785A (zh) * 2020-10-09 2021-01-05 青岛海尔空调器有限总公司 一种空调器除湿控制方法及除湿控制设备
CN112944611A (zh) * 2021-03-19 2021-06-11 珠海格力电器股份有限公司 空调器的控制方法、装置、存储介质及处理器
CN113031465A (zh) * 2021-03-22 2021-06-25 北京市商汤科技开发有限公司 智能设备的控制方法、装置、设备及存储介质
CN113405242A (zh) * 2020-03-16 2021-09-17 海尔(深圳)研发有限责任公司 用于空气调节设备控制的方法、装置和空气调节设备
CN113584840A (zh) * 2020-04-30 2021-11-02 云米互联科技(广东)有限公司 风扇控制方法、风扇及计算机可读存储介质
CN113819625A (zh) * 2021-08-19 2021-12-21 青岛海尔空调器有限总公司 用于控制空调的方法、装置及空调
CN113819600A (zh) * 2021-09-01 2021-12-21 青岛海尔空调器有限总公司 用于控制空调器的方法及装置、空调器
CN113936148A (zh) * 2021-09-16 2022-01-14 北京理工大学 一种基于随机傅里叶特征变换的图像分类方法
CN114543322A (zh) * 2022-01-27 2022-05-27 青岛海尔空调器有限总公司 空调的控制方法、装置、设备及存储介质
WO2022228589A1 (zh) * 2021-04-30 2022-11-03 青岛海尔空调器有限总公司 用于环境净化设备的控制方法、装置及环境净化设备
WO2022262282A1 (zh) * 2021-06-15 2022-12-22 青岛海尔空调器有限总公司 用于空调的控制方法及装置、空调
CN115616931A (zh) * 2022-12-16 2023-01-17 广东美的暖通设备有限公司 控制方法、控制装置、控制器、控制系统和存储介质

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090022848A (ko) * 2007-08-31 2009-03-04 엘지전자 주식회사 설비 시스템 및 설비기기의 제어방법
CN102865644A (zh) * 2012-10-22 2013-01-09 四川虹微技术有限公司 空调自动调节工作模式的方法
CN102901180A (zh) * 2012-09-29 2013-01-30 四川长虹电器股份有限公司 一种控制空调的方法及系统
CN103017303A (zh) * 2012-12-19 2013-04-03 四川长虹电器股份有限公司 智能空调控制系统
CN103712313A (zh) * 2012-10-05 2014-04-09 三菱电机株式会社 空调控制系统以及空调控制方法
CN103868196A (zh) * 2012-12-17 2014-06-18 珠海格力电器股份有限公司 空调的控制方法、控制装置及具有该控制装置的空调
CN103884079A (zh) * 2014-03-25 2014-06-25 四川长虹电器股份有限公司 一种空调工作模式切换方法及一种空调
CN104089373A (zh) * 2014-07-04 2014-10-08 四川长虹电器股份有限公司 一种控制空调的方法和空调
CN104180469A (zh) * 2013-05-23 2014-12-03 海尔集团公司 一种空调器智能控制方法及采用所述方法的空调器
CN104279706A (zh) * 2014-10-08 2015-01-14 广东美的制冷设备有限公司 基于图像识别的空调控制方法、系统及空调设备
CN105352133A (zh) * 2015-11-30 2016-02-24 广东美的制冷设备有限公司 空调控制方法、空调控制系统及空调
CN105465966A (zh) * 2015-12-31 2016-04-06 广东美的制冷设备有限公司 空调送风控制方法及装置
CN107166654A (zh) * 2017-05-27 2017-09-15 珠海格力电器股份有限公司 一种空调的控制方法、装置及空调
JP6427931B2 (ja) * 2013-04-24 2018-11-28 ダイキン工業株式会社 空気調和システム

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090022848A (ko) * 2007-08-31 2009-03-04 엘지전자 주식회사 설비 시스템 및 설비기기의 제어방법
CN102901180A (zh) * 2012-09-29 2013-01-30 四川长虹电器股份有限公司 一种控制空调的方法及系统
CN103712313A (zh) * 2012-10-05 2014-04-09 三菱电机株式会社 空调控制系统以及空调控制方法
CN102865644A (zh) * 2012-10-22 2013-01-09 四川虹微技术有限公司 空调自动调节工作模式的方法
CN103868196A (zh) * 2012-12-17 2014-06-18 珠海格力电器股份有限公司 空调的控制方法、控制装置及具有该控制装置的空调
CN103017303A (zh) * 2012-12-19 2013-04-03 四川长虹电器股份有限公司 智能空调控制系统
JP6427931B2 (ja) * 2013-04-24 2018-11-28 ダイキン工業株式会社 空気調和システム
CN104180469A (zh) * 2013-05-23 2014-12-03 海尔集团公司 一种空调器智能控制方法及采用所述方法的空调器
CN103884079A (zh) * 2014-03-25 2014-06-25 四川长虹电器股份有限公司 一种空调工作模式切换方法及一种空调
CN104089373A (zh) * 2014-07-04 2014-10-08 四川长虹电器股份有限公司 一种控制空调的方法和空调
CN104279706A (zh) * 2014-10-08 2015-01-14 广东美的制冷设备有限公司 基于图像识别的空调控制方法、系统及空调设备
CN105352133A (zh) * 2015-11-30 2016-02-24 广东美的制冷设备有限公司 空调控制方法、空调控制系统及空调
CN105465966A (zh) * 2015-12-31 2016-04-06 广东美的制冷设备有限公司 空调送风控制方法及装置
CN107166654A (zh) * 2017-05-27 2017-09-15 珠海格力电器股份有限公司 一种空调的控制方法、装置及空调

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019242277A1 (zh) * 2018-06-21 2019-12-26 青岛海尔空调器有限总公司 用于空气设备的控制方法、装置、系统及计算机存储介质
CN110794692A (zh) * 2018-08-03 2020-02-14 珠海格力电器股份有限公司 家电设备的移动控制方法、装置及家电设备
CN110824930B (zh) * 2018-08-08 2021-10-08 珠海格力电器股份有限公司 家电设备的控制方法、装置及系统
CN110824930A (zh) * 2018-08-08 2020-02-21 珠海格力电器股份有限公司 家电设备的控制方法、装置及系统
CN110874099A (zh) * 2018-08-13 2020-03-10 格力电器(武汉)有限公司 目标图像识别方法、装置以及可移动空调
CN110908340A (zh) * 2018-09-14 2020-03-24 珠海格力电器股份有限公司 智能家居的控制方法及装置
CN110966707A (zh) * 2018-09-28 2020-04-07 珠海格力电器股份有限公司 空调的控制方法和装置
CN109458710B (zh) * 2018-11-05 2020-02-07 珠海格力电器股份有限公司 一种空调的控制方法、装置、存储介质及空调
CN109458710A (zh) * 2018-11-05 2019-03-12 珠海格力电器股份有限公司 一种空调的控制方法、装置、存储介质及空调
CN110458051A (zh) * 2019-07-25 2019-11-15 中移(杭州)信息技术有限公司 一种设备控制的方法、装置、服务器及可读存储介质
CN113405242A (zh) * 2020-03-16 2021-09-17 海尔(深圳)研发有限责任公司 用于空气调节设备控制的方法、装置和空气调节设备
CN113584840B (zh) * 2020-04-30 2023-11-28 云米互联科技(广东)有限公司 风扇控制方法、风扇及计算机可读存储介质
CN113584840A (zh) * 2020-04-30 2021-11-02 云米互联科技(广东)有限公司 风扇控制方法、风扇及计算机可读存储介质
CN111665730A (zh) * 2020-05-28 2020-09-15 青岛海尔智能技术研发有限公司 电器配置方法和智能家居系统
CN111665730B (zh) * 2020-05-28 2024-10-18 青岛海尔智能技术研发有限公司 电器配置方法和智能家居系统
CN112178785A (zh) * 2020-10-09 2021-01-05 青岛海尔空调器有限总公司 一种空调器除湿控制方法及除湿控制设备
CN112944611A (zh) * 2021-03-19 2021-06-11 珠海格力电器股份有限公司 空调器的控制方法、装置、存储介质及处理器
CN113031465A (zh) * 2021-03-22 2021-06-25 北京市商汤科技开发有限公司 智能设备的控制方法、装置、设备及存储介质
WO2022228589A1 (zh) * 2021-04-30 2022-11-03 青岛海尔空调器有限总公司 用于环境净化设备的控制方法、装置及环境净化设备
WO2022262282A1 (zh) * 2021-06-15 2022-12-22 青岛海尔空调器有限总公司 用于空调的控制方法及装置、空调
CN113819625A (zh) * 2021-08-19 2021-12-21 青岛海尔空调器有限总公司 用于控制空调的方法、装置及空调
CN113819600B (zh) * 2021-09-01 2023-01-13 青岛海尔空调器有限总公司 用于控制空调器的方法及装置、空调器
CN113819600A (zh) * 2021-09-01 2021-12-21 青岛海尔空调器有限总公司 用于控制空调器的方法及装置、空调器
CN113936148A (zh) * 2021-09-16 2022-01-14 北京理工大学 一种基于随机傅里叶特征变换的图像分类方法
CN113936148B (zh) * 2021-09-16 2024-07-26 北京理工大学 一种基于随机傅里叶特征变换的图像分类方法
CN114543322A (zh) * 2022-01-27 2022-05-27 青岛海尔空调器有限总公司 空调的控制方法、装置、设备及存储介质
CN115616931A (zh) * 2022-12-16 2023-01-17 广东美的暖通设备有限公司 控制方法、控制装置、控制器、控制系统和存储介质

Similar Documents

Publication Publication Date Title
CN108050674A (zh) 空调设备的控制方法及装置、终端
KR102648234B1 (ko) 데이터 학습 서버 및 이의 학습 모델 생성 및 이용 방법
CN107860100A (zh) 空调的出风控制方法及终端
CN109583322B (zh) 一种人脸识别深度网络训练方法和系统
CN107883535A (zh) 空调控制方法及装置
CN107560090A (zh) 空调的送风控制方法及装置、终端
KR102663375B1 (ko) 음성 및 영상 자동 포커싱 방법 및 장치
CN107816781A (zh) 空调的控制方法和装置
CN108062170A (zh) 基于卷积神经网络和智能终端的多类别人体姿态识别方法
CN108088235A (zh) 烘干机的控制方法及装置、烘干机、存储器、处理器
CN108153158A (zh) 家居场景的切换方法、装置、存储介质及服务器
CN107145857A (zh) 人脸属性识别方法、装置和模型建立方法
JP2021184299A (ja) 学習用データ作成装置、学習用モデル作成システム、学習用データ作成方法、及びプログラム
CN106113038A (zh) 基于机器人的模式切换方法及装置
KR20190098098A (ko) 공기 조화기
CN107654406A (zh) 风扇送风控制设备、风扇送风控制方法及装置
CN108105136A (zh) 风扇的控制方法、装置和风扇
CN107631416A (zh) 空调控制方法及装置
CN104933827A (zh) 一种基于旋转摄像头的报警方法及终端
CN108107886A (zh) 扫地机器人的行驶控制方法及装置、扫地机器人
CN107798027A (zh) 一种信息热度预测方法、信息推荐方法及装置
CN107702290A (zh) 空调器的控制方法及装置、终端
CN103177266A (zh) 储藏物害虫智能识别系统
Chen et al. Monitoring the behaviours of pet cat based on YOLO model and raspberry Pi
Tawde et al. Rice plant disease detection and classification techniques: a survey

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180518

RJ01 Rejection of invention patent application after publication