CN108427922A - 一种高效的室内环境调节系统 - Google Patents
一种高效的室内环境调节系统 Download PDFInfo
- Publication number
- CN108427922A CN108427922A CN201810185572.XA CN201810185572A CN108427922A CN 108427922 A CN108427922 A CN 108427922A CN 201810185572 A CN201810185572 A CN 201810185572A CN 108427922 A CN108427922 A CN 108427922A
- Authority
- CN
- China
- Prior art keywords
- image
- information
- fusion
- indoor environment
- pseudo
- 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.)
- Withdrawn
Links
- 230000001105 regulatory effect Effects 0.000 title claims abstract description 34
- 230000036541 health Effects 0.000 claims abstract description 21
- 230000007613 environmental effect Effects 0.000 claims abstract description 11
- 230000004927 fusion Effects 0.000 claims description 39
- 239000003086 colorant Substances 0.000 claims description 23
- 238000002156 mixing Methods 0.000 claims description 23
- 230000007910 cell fusion Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 5
- 238000000701 chemical imaging Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000004044 response Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene
- G06V20/36—Indoor scenes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种高效的室内环境调节系统,包括第一信息采集装置、第二信息采集装置和环境调节装置,所述第一信息采集装置用于对室内人体行为进行识别,生成人体健康信息,并将人体健康信息发送至环境调节装置,所述第二信息采集装置用于对室内环境信息进行采集,并将所述环境信息发送至环境调节装置,所述环境调节装置用于根据人体健康信息和环境信息对室内环境进行调节。本发明的有益效果为:提供了一种高效的室内环境调节系统,该系统实现了人体行为的准确识别,根据环境信息和人体健康信息对室内环境进行调节,有助于创造良好的室内环境,提高人们的健康水平。
Description
技术领域
本发明涉及室内环境技术领域,具体涉及一种高效的室内环境调节系统。
背景技术
随着生活水平的提高,人们越来越注重室内环境健康,如何根据人体健康状况对室内环境进行及时有效的调节,成为人们研究的重点。
人体行为是反应人体健康状况的重要特征。人体行为识别是人工智能领域内一个新兴的研究方向,具有广泛的应用前景和非常可观的经济价值,涉及的应用领域主要包括:视频监控、医疗诊断和监护、运动分析、智能人机交互、虚拟现实等。人体行为识别对应的基本工作流程是:选用各类传感器获取人体行为数据信息,并结合传感器特性及人的行为特性建立合理的行为模型,在此基础上从原始采集数据中提取出对行为类型具有较强描述能力的特征,并采用合适的方法对这些特征进行训练,进而实现对人体行为的模式识别。高质量的图像预处理是行为识别研究的关键,现有的人体行为识别效果不佳的很大原因在于没有获取高质量的图像。
发明内容
针对上述问题,本发明旨在提供一种高效的室内环境调节系统。
本发明的目的采用以下技术方案来实现:
提供了一种高效的室内环境调节系统,包括第一信息采集装置、第二信息采集装置和环境调节装置,所述第一信息采集装置用于对室内人体行为进行识别,生成人体健康信息,并将人体健康信息发送至环境调节装置,所述第二信息采集装置用于对室内环境信息进行采集,并将所述环境信息发送至环境调节装置,所述环境调节装置用于根据人体健康信息和环境信息对室内环境进行调节。
本发明的有益效果为:提供了一种高效的室内环境调节系统,该系统实现了人体行为的准确识别,根据环境信息和人体健康信息对室内环境进行调节,有助于创造良好的室内环境,提高人们的健康水平。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明的结构示意图;
附图标记:
第一信息采集装置1、第二信息采集装置2、环境调节装置3。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1,本实施例的一种高效的室内环境调节系统,包括第一信息采集装置1、第二信息采集装置2和环境调节装置3,所述第一信息采集装置1用于对室内人体行为进行识别,生成人体健康信息,并将人体健康信息发送至环境调节装置3,所述第二信息采集装置2用于对室内环境信息进行采集,并将所述环境信息发送至环境调节装置3,所述环境调节装置3用于根据人体健康信息和环境信息对室内环境进行调节。
本实施例提供了一种高效的室内环境调节系统,该系统实现了人体行为的准确识别,根据环境信息和人体健康信息对室内环境进行调节,有助于创造良好的室内环境,提高人们的健康水平。
优选的,所述第一信息采集装置1包括第一图像采集模块、第二图像融合模块、第三特征提取模块、第四行为识别模块、第五信息生成模块,所述第一图像采集模块采用可见光、红外多波段成像系统对人体图像进行采集,所述第二图像融合模块用于对可见光图像和红外图像进行融合,获取彩色融合图像,所述第三特征提取模块用于根据彩色融合图像提取人体目标轮廓,所述第四行为识别模块用于根据人体目标轮廓对人体行为进行识别,所述第五信息生成模块用于对人体行为进行分析,生成人体健康信息。
本优选实施例第一信息采集装置1采用可见光、红外多波段成像系统获取人体图像并对图像进行融合处理,得到了高质量的图像,有助于提升后续人体的可探测性和跟踪性,采用彩色融合图像,更加符合人类的视觉特征。
优选的,所述第二图像融合模块包括一次融合子模块、二次融合子模块、三次融合子模块,所述一次融合子模块在非下采样轮廓波变换域对可见光图像和红外图像进行融合,获取灰度融合图像,所述二次融合子模块根据灰度融合图像获取伪彩色融合图像,所述三次融合子模块根据伪彩色融合图像获取彩色融合图像;
所述一次融合子模块在非下采样轮廓波变换域对可见光图像和红外图像进行融合:对可见光图像P和红外图像Q进行非下采样轮廓波分解,得到对应的子带分解系数和 和分别表示可见光和红外图像第j个尺度高频子带中第k个方向的子带系数,LGP和LGQ分别表示可见光图像和红外图像的低频子带系数;
采用下式对低频子带进行融合:
上述式子中,其中,p表示红外图像的平均灰度值,MH(x,y)表示红外图像中像素点(x,y)的灰度值,LGR(x,y)表示灰度融合图像R对应的低频子带系数;
采用下式对高频子带进行融合:
上述式子中,vP(x,y)表示可见光图像以像素点(x,y)为中心的n×n窗口内方向子带系数的方差值,vQ(x,y)表示红外图像以像素点(x,y)为中心的n×n窗口内方向子带系数的方差值,表示融合灰度融合图像R的方向子带系数;
依据灰度融合图像的低频子带系数和高频子带系数重构出灰度融合图像R;
本优选实施例第二图像融合模块通过对可见光图像和红外图像进行多尺度、多方向融合,提升了图像融合水平,通过确定图像融合方式,能够更好地融合不同波段的图像的信息,获得的灰度融合图像细节、纹理特征更加丰富,克服了传统的图像融合方法获取的融合图像中目标与背景对比度较低、图像较为模糊的不足。
优选的,所述二次融合子模块根据灰度融合图像获取伪彩色融合图像:
使用下式在YUV颜色空间获取伪彩色融合图像:
上述式子中,Y(x,y)、U(x,y)、V(x,y)分别表示伪彩色融合图像在YUV颜色空间的分量,R(x,y)表示可见光图像和红外图像的灰度融合图像,P(x,y)表示可见光图像,Q(x,y)表示红外图像;
所述三次融合子模块根据伪彩色融合图像获取彩色融合图像:
把一幅自然日光条件下拍摄的彩色可见光图像作为参考图像,并将该参考图像变换至YUV颜色空间,根据参考图像在YUV颜色空间各通道内的灰度均值和方差,调整伪彩色融合图像对应的YUV分量值,得到调整后的伪彩色融合图像,采用下式进行:
上述式子中,Y1(x,y)、U1(x,y)、V1(x,y)分别表示调整后的伪彩色融合图像在YUV颜色空间的分量,μ和σ分别表示YUV颜色空间内各颜色通道的灰度均值和方差,S和W分别对应参考图像和伪彩色融合图像;
把调整后的伪彩色融合图像从YUV颜色空间变换到RGB颜色空间,得到彩色融合图像。
本优选实施例第二图像融合模块有机整合了不同波段间的互补信息,丰富了图像的细节信息,使人体目标得到增强,从而提高了对目标探测和跟踪的准确性和鲁棒性;此外,融合图像可以为计算机视觉分析提供更高质量的源图像;此外,经过颜色调整后的彩色融合图像具有自然色彩视觉效果,可以提高观察者对场景的感知、降低观察者观看视频的疲劳程度,这对于某些需要观察者参与的行为识别应用具有重要意义。
采用本发明高效的室内环境调节系统对室内环境进行调节,选取5个室内场景进行实验,分别为室内场景1、室内场景2、室内场景3、室内场景4、室内场景5,对调节效率和人员满意度进行统计,同现有室内环境调节系统相比,产生的有益效果如下表所示:
调节效率提高 | 人员满意度提高 | |
室内场景1 | 29% | 27% |
室内场景2 | 27% | 26% |
室内场景3 | 26% | 26% |
室内场景4 | 25% | 24% |
室内场景5 | 24% | 22% |
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。
Claims (6)
1.一种高效的室内环境调节系统,其特征在于,包括第一信息采集装置、第二信息采集装置和环境调节装置,所述第一信息采集装置用于对室内人体行为进行识别,生成人体健康信息,并将人体健康信息发送至环境调节装置,所述第二信息采集装置用于对室内环境信息进行采集,并将所述环境信息发送至环境调节装置,所述环境调节装置用于根据人体健康信息和环境信息对室内环境进行调节。
2.根据权利要求1所述的高效的室内环境调节系统,其特征在于,所述第一信息采集装置包括第一图像采集模块、第二图像融合模块、第三特征提取模块、第四行为识别模块、第五信息生成模块,所述第一图像采集模块采用可见光、红外多波段成像系统对人体图像进行采集,所述第二图像融合模块用于对可见光图像和红外图像进行融合,获取彩色融合图像,所述第三特征提取模块用于根据彩色融合图像提取人体目标轮廓,所述第四行为识别模块用于根据人体目标轮廓对人体行为进行识别,所述第五信息生成模块用于对人体行为进行分析,生成人体健康信息。
3.根据权利要求2所述的高效的室内环境调节系统,其特征在于,所述第二图像融合模块包括一次融合子模块、二次融合子模块、三次融合子模块,所述一次融合子模块在非下采样轮廓波变换域对可见光图像和红外图像进行融合,获取灰度融合图像,所述二次融合子模块根据灰度融合图像获取伪彩色融合图像,所述三次融合子模块根据伪彩色融合图像获取彩色融合图像。
4.根据权利要求3所述的高效的室内环境调节系统,其特征在于,所述一次融合子模块在非下采样轮廓波变换域对可见光图像和红外图像进行融合:对可见光图像P和红外图像Q进行非下采样轮廓波分解,得到对应的子带分解系数和 和分别表示可见光和红外图像第j个尺度高频子带中第k个方向的子带系数,LGP和LGQ分别表示可见光图像和红外图像的低频子带系数;
采用下式对低频子带进行融合:
上述式子中,其中,p表示红外图像的平均灰度值,MH(x,y)表示红外图像中像素点(x,y)的灰度值,LGR(x,y)表示灰度融合图像R对应的低频子带系数;
采用下式对高频子带进行融合:
上述式子中,vP(x,y)表示可见光图像以像素点(x,y)为中心的n×n窗口内方向子带系数的方差值,vQ(x,y)表示红外图像以像素点(x,y)为中心的n×n窗口内方向子带系数的方差值,表示融合灰度融合图像R的方向子带系数;依据灰度融合图像的低频子带系数和高频子带系数重构出灰度融合图像R。
5.根据权利要求4所述的高效的室内环境调节系统,其特征在于,所述二次融合子模块根据灰度融合图像获取伪彩色融合图像:
使用下式在YUV颜色空间获取伪彩色融合图像:
上述式子中,Y(x,y)、U(x,y)、V(x,y)分别表示伪彩色融合图像在YUV颜色空间的分量,R(x,y)表示可见光图像和红外图像的灰度融合图像,P(x,y)表示可见光图像,Q(x,y)表示红外图像。
6.根据权利要求5所述的高效的室内环境调节系统,其特征在于,所述三次融合子模块根据伪彩色融合图像获取彩色融合图像:
把一幅自然日光条件下拍摄的彩色可见光图像作为参考图像,并将该参考图像变换至YUV颜色空间,根据参考图像在YUV颜色空间各通道内的灰度均值和方差,调整伪彩色融合图像对应的YUV分量值,得到调整后的伪彩色融合图像,采用下式进行:
上述式子中,Y1(x,y)、U1(x,y)、V1(x,y)分别表示调整后的伪彩色融合图像在YUV颜色空间的分量,μ和σ分别表示YUV颜色空间内各颜色通道的灰度均值和方差,S和W分别对应参考图像和伪彩色融合图像;把调整后的伪彩色融合图像从YUV颜色空间变换到RGB颜色空间,得到彩色融合图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810185572.XA CN108427922A (zh) | 2018-03-06 | 2018-03-06 | 一种高效的室内环境调节系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810185572.XA CN108427922A (zh) | 2018-03-06 | 2018-03-06 | 一种高效的室内环境调节系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108427922A true CN108427922A (zh) | 2018-08-21 |
Family
ID=63157487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810185572.XA Withdrawn CN108427922A (zh) | 2018-03-06 | 2018-03-06 | 一种高效的室内环境调节系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108427922A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111968105A (zh) * | 2020-08-28 | 2020-11-20 | 南京诺源医疗器械有限公司 | 一种医学荧光成像中的显著性区域检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101514827A (zh) * | 2008-02-21 | 2009-08-26 | 当代天启技术(北京)有限公司 | 一种室内环境调节方法和系统 |
CN104739390A (zh) * | 2014-12-05 | 2015-07-01 | 东莞星显家具有限公司 | 一种智能化人体健康及室内环境监测系统 |
CN104807147A (zh) * | 2015-05-21 | 2015-07-29 | 京东方科技集团股份有限公司 | 一种控制器、室内环境调节系统及室内环境的调节方法 |
CN106339717A (zh) * | 2016-08-17 | 2017-01-18 | 衢州学院 | 一种基于混合多尺度特征模型的活立木快速识别方法 |
CN106600572A (zh) * | 2016-12-12 | 2017-04-26 | 长春理工大学 | 一种自适应的低照度可见光图像和红外图像融合方法 |
CN106932692A (zh) * | 2017-03-07 | 2017-07-07 | 北京瑞盈智拓科技发展有限公司 | 基于红外紫外可见光图像融合的检测装置以及检测方法 |
CN107253485A (zh) * | 2017-05-16 | 2017-10-17 | 北京交通大学 | 异物侵入检测方法及异物侵入检测装置 |
-
2018
- 2018-03-06 CN CN201810185572.XA patent/CN108427922A/zh not_active Withdrawn
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101514827A (zh) * | 2008-02-21 | 2009-08-26 | 当代天启技术(北京)有限公司 | 一种室内环境调节方法和系统 |
CN104739390A (zh) * | 2014-12-05 | 2015-07-01 | 东莞星显家具有限公司 | 一种智能化人体健康及室内环境监测系统 |
CN104807147A (zh) * | 2015-05-21 | 2015-07-29 | 京东方科技集团股份有限公司 | 一种控制器、室内环境调节系统及室内环境的调节方法 |
CN106339717A (zh) * | 2016-08-17 | 2017-01-18 | 衢州学院 | 一种基于混合多尺度特征模型的活立木快速识别方法 |
CN106600572A (zh) * | 2016-12-12 | 2017-04-26 | 长春理工大学 | 一种自适应的低照度可见光图像和红外图像融合方法 |
CN106932692A (zh) * | 2017-03-07 | 2017-07-07 | 北京瑞盈智拓科技发展有限公司 | 基于红外紫外可见光图像融合的检测装置以及检测方法 |
CN107253485A (zh) * | 2017-05-16 | 2017-10-17 | 北京交通大学 | 异物侵入检测方法及异物侵入检测装置 |
Non-Patent Citations (1)
Title |
---|
吴燕燕等: "结合NSST和颜色对比度增强的彩色夜视方法", 《光电工程》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111968105A (zh) * | 2020-08-28 | 2020-11-20 | 南京诺源医疗器械有限公司 | 一种医学荧光成像中的显著性区域检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106874871B (zh) | 一种活体人脸双摄像头识别方法及识别装置 | |
CN106204779B (zh) | 基于多人脸数据采集策略和深度学习的课堂考勤方法 | |
CN109192302A (zh) | 一种脸部多模态图像采集处理装置及方法 | |
CN104992189B (zh) | 基于深度学习网络模型的鱼群异常行为识别方法 | |
CN107590445B (zh) | 基于脑电信号的美学图像质量评价方法 | |
CN107657594A (zh) | 一种高质量的快速色调映射方法和系统 | |
CN106874884B (zh) | 基于部位分割的人体再识别方法 | |
CN103211605B (zh) | 一种心理测试系统及心理测试方法 | |
CN109903299A (zh) | 一种条件式生成对抗网络的异源遥感图像配准方法及装置 | |
CN106897698A (zh) | 基于机器视觉与双目协同技术的教室人数检测方法及系统 | |
CN106023151B (zh) | 一种开放环境下中医舌象目标检测方法 | |
CN105843386A (zh) | 一种商场虚拟试衣系统 | |
CN102592288B (zh) | 一种光照环境变化情况下的行人目标匹配跟踪方法 | |
CN103914699A (zh) | 一种基于色彩空间的自动唇彩的图像增强的方法 | |
CN101795400A (zh) | 一种婴幼儿主动跟踪监护的方法及其实现系统 | |
CN110189284A (zh) | 一种红外与可见光图像融合方法 | |
CN108510061A (zh) | 基于条件生成对抗网络的多监控视频人脸合成正脸的方法 | |
CN105868735A (zh) | 一种跟踪人脸的预处理方法及基于视频的智慧健康监视系统 | |
CN103020933A (zh) | 一种基于仿生视觉机理的多源图像融合方法 | |
CN1873693A (zh) | 基于Contourlet变换和改进型脉冲耦合神经网络的图像融合方法 | |
CN108470178A (zh) | 一种结合深度可信度评价因子的深度图显著性检测方法 | |
CN116664462B (zh) | 一种基于ms-dsc和i_cbam的红外和可见光图像融合方法 | |
CN106599826A (zh) | 基于近红外光人脸3d重建的方法 | |
CN108427922A (zh) | 一种高效的室内环境调节系统 | |
CN110472567A (zh) | 一种适用于非配合场景下的人脸识别方法和系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180821 |
|
WW01 | Invention patent application withdrawn after publication |