CN112815493A - 一种空调控制方法、装置、存储介质及空调 - Google Patents
一种空调控制方法、装置、存储介质及空调 Download PDFInfo
- Publication number
- CN112815493A CN112815493A CN202110029907.0A CN202110029907A CN112815493A CN 112815493 A CN112815493 A CN 112815493A CN 202110029907 A CN202110029907 A CN 202110029907A CN 112815493 A CN112815493 A CN 112815493A
- Authority
- CN
- China
- Prior art keywords
- human body
- user
- thermal imaging
- infrared thermal
- organ
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 210000000056 organ Anatomy 0.000 claims abstract description 119
- 238000001931 thermography Methods 0.000 claims abstract description 94
- 230000002159 abnormal effect Effects 0.000 claims abstract description 41
- 230000007958 sleep Effects 0.000 claims abstract description 37
- 230000011218 segmentation Effects 0.000 claims abstract description 28
- 239000011159 matrix material Substances 0.000 claims description 104
- 238000005070 sampling Methods 0.000 claims description 27
- 230000004927 fusion Effects 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 15
- 238000007477 logistic regression Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 10
- 238000004378 air conditioning Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 11
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 238000003331 infrared imaging Methods 0.000 description 6
- 238000011176 pooling Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 description 4
- 230000003860 sleep quality Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 210000001835 viscera Anatomy 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 206010016654 Fibrosis Diseases 0.000 description 2
- 206010061218 Inflammation Diseases 0.000 description 2
- 208000009525 Myocarditis Diseases 0.000 description 2
- 206010035664 Pneumonia Diseases 0.000 description 2
- 206010037660 Pyrexia Diseases 0.000 description 2
- 241000700605 Viruses Species 0.000 description 2
- 206010003246 arthritis Diseases 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 230000007882 cirrhosis Effects 0.000 description 2
- 208000019425 cirrhosis of liver Diseases 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 210000003709 heart valve Anatomy 0.000 description 2
- 208000018578 heart valve disease Diseases 0.000 description 2
- 208000006454 hepatitis Diseases 0.000 description 2
- 231100000283 hepatitis Toxicity 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 230000002458 infectious effect Effects 0.000 description 2
- 230000004054 inflammatory process Effects 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000005813 organ abnormality Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 201000008827 tuberculosis Diseases 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/89—Arrangement or mounting of control or safety devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/56—Remote control
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/65—Electronic processing for selecting an operating mode
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/88—Electrical aspects, e.g. circuits
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/10—Occupancy
- F24F2120/14—Activity of occupants
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明提供一种空调控制方法、装置、存储介质及空调，所述方法包括：在所述空调的睡眠模式开启后，通过红外传感器对房间内处于睡眠状态的用户进行扫描，得到所述用户的人体红外热成像图；对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图；将得到所述各个器官的红外热成像图与预设的相应器官的正常温度进行对比，判断相应器官温度是否异常。本发明提供的方案能够分析人体器官温度是否异常。
Description
技术领域
本发明涉及控制领域，尤其涉及一种空调控制方法、装置、存储介质及空调。
背景技术
近年来社会发展的越来越迅速，随之而带来的各种压力也急剧增大，身体状况越来越差，而能反应出来的就是睡眠质量的降低。用户身体处于亚健康状态，会在身体内部器官状态体现出来，然而人们在日常生活中不能及时察觉身体内部器官的异常。
发明内容
本发明的主要目的在于克服上述现有技术的缺陷，提供一种空调控制方法、装置、存储介质及空调，以解决现有技术中人们在日常生活中不能及时察觉身体内部器官的异常的问题。
本发明一方面提供了一种空调控制方法，包括：在所述空调的睡眠模式开启后，通过红外传感器对房间内处于睡眠状态的用户进行扫描，得到所述用户的人体红外热成像图；对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图；将得到所述各个器官的红外热成像图与预设的相应器官的正常温度进行对比，判断相应器官温度是否异常。
可选地，对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图，包括：将所述人体红外热成像图通过全卷积网络进行特征提取得到第一特征矩阵图；对所述第一特征矩阵图进行至少一次下采样得到至少一个第二特征矩阵图；将最后一次下采样得到的所述第二特征矩阵图进行至少一次上采样得到至少一个第三特征矩阵图；将所述第一特征矩阵图、所述至少一个第二特征矩阵图和所述至少一个第三特征矩阵图中维度相同的特征矩阵图的相同位置进行特征融合；在进行所述特征融合后，通过logistic回归得到所述用户人体各个器官的红外热成像图。
可选地，对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图，包括：将所述人体红外热成像图发送至云端服务器，由所述云端服务器对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图。
可选地，还包括：若判断所述用户的各个器官中的任一器官温度异常，则在所述用户结束睡眠状态后，发出相应提示信息。
本发明另一方面提供了一种空调控制装置，包括：扫描单元，用于在所述空调的睡眠模式开启后，通过红外传感器对房间内处于睡眠状态的用户进行扫描，得到所述用户的人体红外热成像图；处理单元，用于对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图；判断单元，用于将得到所述各个器官的红外热成像图与预设的相应器官的正常温度进行对比，判断相应器官温度是否异常。
可选地，所述处理单元，包括：特征提取单元，用于将所述人体红外热成像图通过全卷积网络进行特征提取得到第一特征矩阵图；下采样单元，用于对所述第一特征矩阵图进行至少一次下采样得到至少一个第二特征矩阵图；上采样单元，用于将最后一次下采样得到的所述第二特征矩阵图进行至少一次上采样得到至少一个第三特征矩阵图；特征融合单元，用于将所述第一特征矩阵图、所述至少一个第二特征矩阵图和所述至少一个第三特征矩阵图中维度相同的特征矩阵图的相同位置进行特征融合；逻辑回归单元，用于在进行所述特征融合后，通过logistic回归得到所述用户人体各个器官的红外热成像图。
可选地，所述处理单元，对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图，包括：将所述人体红外热成像图发送至云端服务器，由所述云端服务器对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图。
可选地，还包括：提示单元，用于若所述判断单元判断所述用户的各个器官中的任一器官温度异常，则在所述用户结束睡眠状态后，发出相应提示信息。
本发明又一方面提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现前述任一所述方法的步骤。
本发明再一方面提供了一种空调，包括处理器、存储器以及存储在存储器上可在处理器上运行的计算机程序，所述处理器执行所述程序时实现前述任一所述方法的步骤。
本发明再一方面提供了一种空调，包括前述任一所述的空调控制装置。
根据本发明的技术方案，能够在用户睡眠时监测用户身体内部各器官信息，分析器官是否温度异常，及时提醒用户注意身体健康，改善自身身体状况，提高用户睡眠质量。
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，构成本发明的一部分，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是本发明提供的空调控制方法的一实施例的方法示意图；
图2是对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图的一具体实施方式的流程示意图；
图3是对人体红外成像图进行语义分割的示意图；
图4是本发明提供的空调控制方法的一具体实施例的方法示意图；
图5是本发明提供的空调控制装置的一实施例的结构框图；
图6是根据本发明实施例的处理单元的一具体实施例的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，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。
本发明提供一种空调控制方法、装置、存储介质和空调，在用户睡眠时检测用户内部器官的状态，反应出睡眠质量差的原因，提醒用户改善自身身体状况，提高睡眠质量。
图1是本发明提供的空调控制方法的一实施例的方法示意图。
如图1所示，根据本发明的一个实施例，所述空调控制方法至少包括步骤S110、步骤S120和步骤S130。
步骤S110，在所述空调的睡眠模式开启后，通过红外传感器对房间内处于睡眠状态的用户进行扫描，得到所述用户的人体红外热成像图。处于睡眠状态的用户所检测到的数据更加准确，人体在睡眠情况下进行自我修复，许多身体状况都会在睡眠状态下体现出来，目的是为了提高用户的睡眠质量。
在一种具体实施方式中，通过毫米波雷达传感器检测人体的呼吸频率和/或心率，用户的人体的呼吸频率和/或心率确定房间内的用户是否处于睡眠状态。
步骤S120，对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图。
可选地，将所述人体红外热成像图发送至云端服务器，由所述云端服务器对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图，从而可以提高处理速度，节省成本；或者，直接在本地对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图。
图2是对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图的一具体实施方式的流程示意图。如图2所示，步骤S120包括步骤S121～步骤S124。同时，还可以结合图3所示的对人体红外成像图进行语义分割的示意图。
步骤S121，将所述人体红外热成像图通过全卷积网络进行特征提取得到第一特征矩阵图。
具体地，通过全卷积网络的池化层和卷积层将所述人体红外热成像图转换为第一特征矩阵图。矩阵的长度(对图像进行卷积得到的特征矩阵图的长度)由图像的分辨率决定。例如，将人体红外热成像图通过池化层和卷积层得到一个8×8特征矩阵图。
步骤S122，对所述第一特征矩阵图进行至少一次下采样得到至少一个第二特征矩阵图。
例如，对通过池化层和卷积层得到的8×8特征矩阵图进行下采样，通过一个1×1与一个3×3的标准矩阵对其进行卷积，取其步长为2，将其映射为1个4×4的特征矩阵图，而后继续对这个4×4的特征矩阵图进行下采样得到4个1×1的特征矩阵图，这些特征矩阵图的每个位置的对应像素点都储存着成像图的RGB数据信息。
步骤S123，将最后一次下采样得到的所述第二特征矩阵图进行至少一次上采样得到至少一个第三特征矩阵图。
例如，对下采样得到的1×1特征矩阵图进行上采样，将1×1特征矩阵恢复到8×8特征矩阵。参考图3所示，将1×1的特征矩阵经过上采样得到4×4的特征矩阵，再进行上采样恢复到8×8特征矩阵。
步骤S124，将所述第一特征矩阵图、所述至少一个第二特征矩阵图和所述至少一个第三特征矩阵图中维度相同的特征矩阵图的相同位置进行特征融合。
具体地，将每个对应特征矩阵，例如，通过下采样得到的4×4特征矩阵与通过上采样得到的另一个4×4特征矩阵的对应位置的对应像素点进行相加，得到一个更为精确的全新的4×4特征矩阵，即，将每个对应的特征矩阵对应位置的对应像素点进行的特征融合。
步骤S125，在进行所述特征融合后，通过logistic回归得到所述用户人体各个器官的红外热成像图。
得到上述经过特征融合后的新的1×1、4×4与8×8特征矩阵后，即将对应位置的对应像素点相加取均值操作得到精确的RGB数据，而后通过R-FCN进行目标检测，得到各个器官的红外热成像图。logistic回归是可以得到同维度的特征矩阵进行特征融合后得到的全新特征矩阵的分数，而后根据这些分数与标准的颜色排布进行判断，即可得到精确的RGB数据。
步骤S130，将得到所述各个器官的红外热成像图与预设的相应器官的正常温度进行对比，判断相应器官温度是否异常。
具体地，将得到的各个器官的红外热成像图通过与标准温度彩色图进行比较即可得到各个器官的温度信息，与预设的相应器官的正常温度进行对比，从而判断相应器官温度是否异常。进一步地，若判断所述用户的各个器官中的任一器官温度异常，则在所述用户结束睡眠状态后，发出相应提示信息，提醒用户相应器官状态异常，可能存在患病风险。
可选地，在睡眠模式下，每隔预设时间通过红外传感器对房间内处于睡眠状态的用户进行扫描，从而判断所述用户的人体各个器官温度是否异常。即，对所述用户的人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图，并将得到所述各个器官的红外热成像图与预设的相应器官的正常温度进行对比，判断相应器官温度是否异常。可选地，当判断任一器官温度异常的次数超过预设次数时，在所述用户结束睡眠状态后，发出相应提示信息。
例如，得到用户各个器官的红外成像图，而后判断用户各个器官的温度情况，与正常状态下人体器官的温度情况进行比较，若温度正常，则间隔预设时间后再次对用户进行扫描，若存在一个或者多个器官温度异常，则记录此时器官温度异常信息，并间隔预设时间后再次对用户进行扫描检测，当某一器官温度异常超过一定次数时，将该器官对应的状态异常位置1，在用户结束睡眠状态时将器官异常位置、时间告知用户。
可选地，还可以提示用户器官异常可能存在的患病风险，在用户结束睡眠状态时将器官异常位置、时间与患病风险告知用户。例如，当心脏温度持续超过正常温度36-37℃时，有可能引起瓣膜损伤引发心瓣膜病或者心肌炎等疾病，心脏温度持续低于正常温度时会导致身体抵抗力下降，容易被感冒病毒感染或者导致血管收缩引起关节炎。当肝脏温度持续高于正常温度37.5-38.5℃时可能发生了感染性炎症诱发了肝炎或者有肝硬化的风险。当肺的温度持续高于37.3℃时属于发热，此时人可能患有肺炎甚至肺结核疾病。根据所得到的器官温度异常数据判断人体存在患病风险，通过图形显示方式告知用户以提高用户的睡眠质量。
为清楚说明本发明技术方案，下面再以一个具体实施例对本发明提供的空调控制方法的执行流程进行描述。
图4是本发明提供的空调控制方法的一具体实施例的方法示意图。如图4所示，空调睡眠模式开启时，控制红外传感器模块开始工作，对房间内处于睡眠状态的用户进行扫描，得到的红外热成像图，将得到的红外成像图发送给空调的主控制模块，主控制模块将数据发送到云端对用户的红外成像图进行语义分割，得到用户各个器官的红外热成像图，而后判断用户各个器官的温度情况，与正常状态下人体器官的温度情况进行比较，若温度正常，则间隔一段时间后继续对用户进行扫描检测，若某一或者多个器官温度异常时，记录此时器官温度异常信息，并间隔一段时间后继续对用户进行扫描检测，当某一器官温度异常数据超过一定次数时，将器官对应的状态异常标志位置1，并根据此时患病症状的匹配度判断用户患病的风险，在用户结束睡眠状态时将器官异常位置、时间与患病风险告知用户。
图5是本发明提供的空调控制装置的一实施例的结构框图。如图5所示，所述空调控制装置100包括扫描单元110、处理单元120和判断单元130。
扫描单元110用于在所述空调的睡眠模式开启后，通过红外传感器对房间内处于睡眠状态的用户进行扫描，得到所述用户的人体红外热成像图。处于睡眠状态的用户所检测到的数据更加准确，人体在睡眠情况下进行自我修复，许多身体状况都会在睡眠状态下体现出来，目的是为了提高用户的睡眠质量。
在一种具体实施方式中，通过毫米波雷达传感器检测人体的呼吸频率和/或心率，用户的人体的呼吸频率和/或心率确定房间内的用户是否处于睡眠状态。
处理单元120用于对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图。
可选地，将所述人体红外热成像图发送至云端服务器，由所述云端服务器对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图，从而可以提高处理速度，节省成本；或者，直接在本地对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图。
图6是根据本发明实施例的处理单元的一具体实施例的结构框图。如图6所示，处理单元120包括特征提取单元121、下采样单元122、上采样单元123、特征融合单元124和逻辑回归单元125。
特征提取单元121用于将所述人体红外热成像图通过全卷积网络进行特征提取得到第一特征矩阵图。
具体地，通过全卷积网络的池化层和卷积层将所述人体红外热成像图转换为第一特征矩阵图。矩阵的长度(对图像进行卷积得到的特征矩阵图的长度)由图像的分辨率决定。例如，将人体红外热成像图通过池化层和卷积层得到一个8×8特征矩阵图。
下采样单元122用于对所述第一特征矩阵图进行至少一次下采样得到至少一个第二特征矩阵图。
例如，对通过池化层和卷积层得到的8×8特征矩阵图进行下采样，通过一个1×1与一个3×3的标准矩阵对其进行卷积，取其步长为2，将其映射为1个4×4的特征矩阵图，而后继续对这个4×4的特征矩阵图进行下采样得到4个1×1的特征矩阵图，这些特征矩阵图的每个位置的对应像素点都储存着成像图的RGB数据信息。
上采样单元123用于将最后一次下采样得到的所述第二特征矩阵图进行至少一次上采样得到至少一个第三特征矩阵图。
例如，对下采样得到的1×1特征矩阵图进行上采样，将1×1特征矩阵恢复到8×8特征矩阵。参考图3所示，将1×1的特征矩阵经过上采样得到4×4的特征矩阵，再进行上采样恢复到8×8特征矩阵。
特征融合单元124用于将所述第一特征矩阵图、所述至少一个第二特征矩阵图和所述至少一个第三特征矩阵图中维度相同的特征矩阵图的相同位置进行特征融合。
具体地，将每个对应特征矩阵，例如，通过下采样得到的4×4特征矩阵与通过上采样得到的另一个4×4特征矩阵的对应位置的对应像素点进行相加，得到一个更为精确的全新的4×4特征矩阵，即，将每个对应的特征矩阵对应位置的对应像素点进行的特征融合。
逻辑回归单元125用于在进行所述特征融合后，通过logistic回归得到所述用户人体各个器官的红外热成像图。
得到上述经过特征融合后的新的1×1、4×4与8×8特征矩阵后，即将对应位置的对应像素点相加取均值操作得到精确的RGB数据，而后通过R-FCN进行目标检测，得到各个器官的红外热成像图。logistic回归是可以得到同维度的特征矩阵进行特征融合后得到的全新特征矩阵的分数，而后根据这些分数与标准的颜色排布进行判断，即可得到精确的RGB数据。
判断单元130用于将得到所述各个器官的红外热成像图与预设的相应器官的正常温度进行对比，判断相应器官温度是否异常。
具体地，将得到的各个器官的红外热成像图通过与标准温度彩色图进行比较即可得到各个器官的温度信息，与预设的相应器官的正常温度进行对比，从而判断相应器官温度是否异常。进一步地，所述装置100还包括提示单元(图未示)，用于若所述判断单元130判断所述用户的各个器官中的任一器官温度异常，则在所述用户结束睡眠状态后，发出相应提示信息，提醒用户相应器官状态异常，可能存在患病风险。
可选地，在睡眠模式下，扫描单元110每隔预设时间通过红外传感器对房间内处于睡眠状态的用户进行扫描，从而判断所述用户的人体各个器官温度是否异常。即，处理单元120对所述用户的人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图，判断单元130将得到所述各个器官的红外热成像图与预设的相应器官的正常温度进行对比，判断相应器官温度是否异常。可选地，当判断单元130判断任一器官温度异常的次数超过预设次数时，提示单元在所述用户结束睡眠状态后，发出相应提示信息。
例如，得到用户各个器官的红外成像图，而后判断用户各个器官的温度情况，与正常状态下人体器官的温度情况进行比较，若温度正常，则间隔预设时间后再次对用户进行扫描，若存在一个或者多个器官温度异常，则记录此时器官温度异常信息，并间隔预设时间后再次对用户进行扫描检测，当某一器官温度异常超过一定次数时，将该器官对应的状态异常位置1，在用户结束睡眠状态时将器官异常位置、时间告知用户。
可选地，还可以提示用户器官异常可能存在的患病风险，在用户结束睡眠状态时将器官异常位置、时间与患病风险告知用户。例如，当心脏温度持续超过正常温度36-37℃时，有可能引起瓣膜损伤引发心瓣膜病或者心肌炎等疾病，心脏温度持续低于正常温度时会导致身体抵抗力下降，容易被感冒病毒感染或者导致血管收缩引起关节炎。当肝脏温度持续高于正常温度37.5-38.5℃时可能发生了感染性炎症诱发了肝炎或者有肝硬化的风险。当肺的温度持续高于37.3℃时属于发热，此时人可能患有肺炎甚至肺结核疾病。根据所得到的器官温度异常数据判断人体存在患病风险，通过图形显示方式告知用户以提高用户的睡眠质量。
本发明还提供对应于所述空调控制方法的一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现前述任一所述方法的步骤。
本发明还提供对应于所述空调控制方法的一种空调，包括处理器、存储器以及存储在存储器上可在处理器上运行的计算机程序，所述处理器执行所述程序时实现前述任一所述方法的步骤。
本发明还提供对应于所述空调控制装置的一种空调，包括前述任一所述的空调控制装置。
据此，本发明提供的方案，能够在用户睡眠时监测用户身体内部各器官信息，分析器官是否温度异常，及时提醒用户注意身体健康，改善自身身体状况，提高用户睡眠质量。
本文中所描述的功能可在硬件、由处理器执行的软件、固件或其任何组合中实施。如果在由处理器执行的软件中实施，那么可将功能作为一或多个指令或代码存储于计算机可读媒体上或经由计算机可读媒体予以传输。其它实例及实施方案在本发明及所附权利要求书的范围及精神内。举例来说，归因于软件的性质，上文所描述的功能可使用由处理器、硬件、固件、硬连线或这些中的任何者的组合执行的软件实施。此外，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。
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，例如所述单元的划分，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。
所述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，作为控制装置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。
所述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。
以上所述仅为本发明的实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种空调控制方法，其特征在于，包括：
在所述空调的睡眠模式开启后，通过红外传感器对房间内处于睡眠状态的用户进行扫描，得到所述用户的人体红外热成像图；
对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图；
将得到所述各个器官的红外热成像图与预设的相应器官的正常温度进行对比，判断相应器官温度是否异常。
2.根据权利要求1所述的方法，其特征在于，对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图，包括：
将所述人体红外热成像图通过全卷积网络进行特征提取得到第一特征矩阵图；
对所述第一特征矩阵图进行至少一次下采样得到至少一个第二特征矩阵图；
将最后一次下采样得到的所述第二特征矩阵图进行至少一次上采样得到至少一个第三特征矩阵图；
将所述第一特征矩阵图、所述至少一个第二特征矩阵图和所述至少一个第三特征矩阵图中维度相同的特征矩阵图的相同位置进行特征融合；
在进行所述特征融合后，通过logistic回归得到所述用户人体各个器官的红外热成像图。
3.根据权利要求1或2所述的方法，对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图，包括：
将所述人体红外热成像图发送至云端服务器，由所述云端服务器对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图。
4.根据权利要求1或2所述的方法，其特征在于，还包括：
若判断所述用户的各个器官中的任一器官温度异常，则在所述用户结束睡眠状态后，发出相应提示信息。
5.一种空调控制装置，其特征在于，包括：
扫描单元，用于在所述空调的睡眠模式开启后，通过红外传感器对房间内处于睡眠状态的用户进行扫描，得到所述用户的人体红外热成像图；
处理单元，用于对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图；
判断单元，用于将得到所述各个器官的红外热成像图与预设的相应器官的正常温度进行对比，判断相应器官温度是否异常。
6.根据权利要求5所述的装置，其特征在于，所述处理单元，包括：
特征提取单元，用于将所述人体红外热成像图通过全卷积网络进行特征提取得到第一特征矩阵图；
下采样单元，用于对所述第一特征矩阵图进行至少一次下采样得到至少一个第二特征矩阵图；
上采样单元，用于将最后一次下采样得到的所述第二特征矩阵图进行至少一次上采样得到至少一个第三特征矩阵图；
特征融合单元，用于将所述第一特征矩阵图、所述至少一个第二特征矩阵图和所述至少一个第三特征矩阵图中维度相同的特征矩阵图的相同位置进行特征融合；
逻辑回归单元，用于在进行所述特征融合后，通过logistic回归得到所述用户人体各个器官的红外热成像图。
7.根据权利要求5或6所述的装置，所述处理单元，对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图，包括：
将所述人体红外热成像图发送至云端服务器，由所述云端服务器对所述人体红外热成像图进行语义分割，得到所述用户人体各个器官的红外热成像图。
8.根据权利要求5或6所述的装置，其特征在于，还包括：
提示单元，用于若所述判断单元判断所述用户的各个器官中的任一器官温度异常，则在所述用户结束睡眠状态后，发出相应提示信息。
9.一种存储介质，其特征在于，其上存储有计算机程序，所述程序被处理器执行时实现权利要求1-4任一所述方法的步骤。
10.一种空调，其特征在于，包括处理器、存储器以及存储在存储器上可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1-4任一所述方法的步骤，包括如权利要求5-8任一所述的空调控制装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110029907.0A CN112815493A (zh) | 2021-01-11 | 2021-01-11 | 一种空调控制方法、装置、存储介质及空调 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110029907.0A CN112815493A (zh) | 2021-01-11 | 2021-01-11 | 一种空调控制方法、装置、存储介质及空调 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112815493A true CN112815493A (zh) | 2021-05-18 |
Family
ID=75868589
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110029907.0A Pending CN112815493A (zh) | 2021-01-11 | 2021-01-11 | 一种空调控制方法、装置、存储介质及空调 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112815493A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101071475A (zh) * | 2006-05-10 | 2007-11-14 | 航伟科技股份有限公司 | 人体医学影像器官几何比对的检测方法 |
| CN107341517A (zh) * | 2017-07-07 | 2017-11-10 | 哈尔滨工业大学 | 一种基于深度学习层级间特征融合的多尺度小物体检测方法 |
| CN108185988A (zh) * | 2017-12-27 | 2018-06-22 | 深圳春沐源控股有限公司 | 基于酒店的智能枕头的健康检测方法及智能枕头 |
| CN108268870A (zh) * | 2018-01-29 | 2018-07-10 | 重庆理工大学 | 基于对抗学习的多尺度特征融合超声图像语义分割方法 |
| CN109978838A (zh) * | 2019-03-08 | 2019-07-05 | 腾讯科技（深圳）有限公司 | 图像区域定位方法、装置和医学图像处理设备 |
-
2021
- 2021-01-11 CN CN202110029907.0A patent/CN112815493A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101071475A (zh) * | 2006-05-10 | 2007-11-14 | 航伟科技股份有限公司 | 人体医学影像器官几何比对的检测方法 |
| CN107341517A (zh) * | 2017-07-07 | 2017-11-10 | 哈尔滨工业大学 | 一种基于深度学习层级间特征融合的多尺度小物体检测方法 |
| CN108185988A (zh) * | 2017-12-27 | 2018-06-22 | 深圳春沐源控股有限公司 | 基于酒店的智能枕头的健康检测方法及智能枕头 |
| CN108268870A (zh) * | 2018-01-29 | 2018-07-10 | 重庆理工大学 | 基于对抗学习的多尺度特征融合超声图像语义分割方法 |
| CN109978838A (zh) * | 2019-03-08 | 2019-07-05 | 腾讯科技（深圳）有限公司 | 图像区域定位方法、装置和医学图像处理设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111107783B (zh) | 用于计算机辅助分诊的方法和系统 | |
| JP7058373B2 (ja) | 医療画像に対する病変の検出及び位置決め方法、装置、デバイス、及び記憶媒体 | |
| JP6546605B2 (ja) | 液体キャニスタ内の血液成分量の推定方法 | |
| Abràmoff et al. | Retinal imaging and image analysis | |
| JP6005663B2 (ja) | 血管画像における動静脈比の自動測定 | |
| CN102138827B (zh) | 图像显示装置 | |
| WO2020140370A1 (zh) | 眼底出血点的自动检测方法、装置及计算机可读存储介质 | |
| CN111507176B (zh) | 姿势估计装置、行动估计装置、记录介质、姿势估计方法 | |
| EP2672294A1 (en) | Object detection device | |
| KR20170071159A (ko) | 이미지 관련 서비스를 제공하기 위한 방법, 저장 매체 및 전자 장치 | |
| JP2010279439A (ja) | 画像処理装置及びその制御方法、コンピュータプログラム | |
| CN111986139B (zh) | 颈动脉内中膜厚度的测量方法、设备及存储介质 | |
| JP5631339B2 (ja) | 画像処理装置、画像処理方法、眼科装置、眼科システム及びコンピュータプログラム | |
| US20060123266A1 (en) | Communication terminal | |
| JP2018181333A5 (zh) | ||
| JP6995535B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
| CN115690400B (zh) | 一种红外图像显示方法 | |
| JP2018175217A (ja) | 画像処理装置および方法並びにプログラム | |
| JP6922410B2 (ja) | 姿勢判定プログラム、姿勢判定装置及び姿勢判定方法 | |
| US20200143180A1 (en) | Multimodal Sensing Of Thermal Comfort For Adaptable Climate Control | |
| CN109727316B (zh) | 虚拟现实图像的处理方法及其系统 | |
| CN112926537A (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
| CN109919098B (zh) | 目标对象的识别方法和装置 | |
| CN110619672B (zh) | 图形边缘线选取方法、机器可读存储介质及数据处理设备 | |
| CN112541900B (zh) | 基于卷积神经网络的检测方法、装置、计算机设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210518 |