CN113091227A - 空调控制方法、云端服务器、空调控制系统及存储介质 - Google Patents

Abstract

本申请涉及智能家居领域，公开了一种空调控制方法、云端服务器、空调控制系统及存储介质，所述空调上设置有深度摄像头，所述方法包括：开启所述深度摄像头，获取所述深度摄像头采集的包括用户的深度图像；对所述深度图像进行图像识别，以确定所述深度图像中的人体区域和所述人体区域的人体区域信息；根据所述人体区域确定所述深度图像中用户头部的头部区域，并获取所述头部区域的头部区域信息；根据所述人体区域信息和所述头部区域信息计算所述空调的送风调整角度，以调节所述空调的送风角度。

Description

空调控制方法、云端服务器、空调控制系统及存储介质

技术领域

本申请涉及智能家居领域，尤其涉及一种空调控制方法、空调、空调控制系统及存储介质。

背景技术

目前，在使用空调的过程中，用户大多需要通过手动控制空调上的按键或者遥控器实现对空调的控制，主要包括控制空调的送风大小和送风方向。尤其是在用户需要空调吹风范围避开用户头部时，用户往往需要手动调节空调的在上下方向或者左右方向的倾斜角度，然后再根据需求控制空调的送风大小和送风范围，操作繁琐，降低用户的使用体验。

因此，如何使空调的吹风范围能够自动避开用户头部成为亟待解决的问题。

发明内容

本申请提供了一种空调控制方法、云端服务器、空调控制系统及存储介质，以使空调的吹风范围能够自动避开用户头部。

第一方面，本申请提供了一种空调控制方法，所述空调上设置有深度摄像头，所述方法包括：

开启所述深度摄像头，获取所述深度摄像头采集的包括用户的深度图像；

对所述深度图像进行图像识别，以确定所述深度图像中的人体区域和所述人体区域的人体区域信息；

根据所述人体区域确定所述深度图像中用户头部的头部区域，并获取所述头部区域的头部区域信息；

根据所述人体区域信息和所述头部区域信息计算所述空调的送风调整角度，以调节所述空调的送风角度。

第二方面，本申请还提供了一种云端服务器，所述云端服务器包括存储器和处理器；

所述存储器用于存储计算机程序；

所述处理器用于执行所述计算机程序并在执行所述计算机程序时实现如上所述的空调控制方法。

第三方面，本申请还提供了一种空调控制系统，所述系统包括空调、热水器和云端服务器，所述云端服务器分别与所述空调和热水器通信；

所述热水器用于在所述热水器关闭时生成开启指令；

所述云端服务器用于接收所述开启指令以控制所述空调上的深度摄像头打开，并执行如上述的空调控制方法；

所述空调用于接收所述云端服务器发送的控制指令调整送风角度。

第四方面，本申请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存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述的空调控制方法。

本申请公开了一种空调控制方法、云端服务器、空调控制系统及存储介质，通过获取深度摄像头采集到的深度图像，并对深度图像进行图像识别，从而确定人体区域和人体区域信息，然后根据人体区域确定头部区域，并获取头部区域对应的头部区域信息，最终根据人体区域信息和头部区域信息计算空调的送风调整角度，使空调在吹风时能够自动避开用户头部，避免对用户头部吹风，影响用户身体健康，提高用户使用便捷度。

附图说明

为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请提供的一种空调控制系统的示意图；

图2是本申请实施例提供的空调控制方法的步骤示意图；

图3是图2中实施例提供的空调控制方法子步骤的步骤示意图；

图4是图2中实施例提供的空调控制方法子步骤的步骤示意图；

图5是本申请实施例提供的另一空调控制方法的步骤示意图；

图6是本申请实施例提供的一种云端服务器的结构示意性框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。

应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

请参阅图1，图1是本申请提供的一种空调控制系统的示意图。所述空调控制系统100包括空调110、热水器120和云端服务器130。云端服务器130分别与空调110和热水器120通信连接。

空调110上设置有深度摄像头111、空调信号传输装置112和控制装置113，深度摄像头111用于采集包括用户的深度图像，空调信号传输装置112用于将深度摄像头111采集到的深度图像发送至云端服务器130，控制装置113用于根据云端服务器130下发的指令开启深度摄像头111，以及调整所述空调110内的导风板角度，以调节空调的送风角度。在具体实施过程中，深度摄像头111可以是TOF摄像头。

热水器120上也设置有热水器信号传输装置121，热水器信号传输装置121用于在用户洗完澡关闭热水器时，向云端服务器130发送开启信号，云端服务器130根据该开启信号生成开启指令，以控制空调110上的深度摄像头111打开，便于采集房间内包括用户的深度图像。在具体实施过程中，热水器120可以为电热水器，也可以为燃气热水器。

云端服务器130接收到深度摄像头111采集的包括用户的深度图像后，对接收到的图像进行图像识别和数据处理，从而最终得到空调110的送风调整角度，并将得到的送风调整角度发送至空调110的控制装置113，以使控制装置113能够根据该送风调整角度调节空调110的导风板角度，进而调节空调110的送风角度。

可以理解的，图1中的空调控制系统以及上述对于空调控制系统的各部件的命名仅仅出于标识的目的，并不因此对本申请实施例进行限制。

以下将基于图1中的空调控制系统，对本申请的实施例提供的空调控制方法进行详细介绍。

请参阅图2，图2是本申请实施例提供的空调控制方法的步骤示意图。该空调控制方法可应用于如图1所示的空调上，通过对深度摄像头采集的包括用户的深度图像进行人体识别和数据处理，以计算空调的送风调整角度，进而实现对空调送风角度的调节，使空调在吹风过程中，能够自动避让用户头部。

如图2所示，该空调控制方法，具体包括：步骤S201至步骤S204。

S201、开启所述深度摄像头，获取所述深度摄像头采集的包括用户的深度图像。

具体地，开启空调上设置的深度摄像头，以获取深度摄像头采集到的包括用户的深度图像，以便于云端服务器根据深度图像判断用户位置。

在一些实施例中，为了降低深度摄像头以及空调的能耗，开启摄像头具体可以包括：接收热水器关闭时发送的开启信号，根据所述开启信号生成开启指令开启所述深度摄像头。

具体地，用户在洗完澡后，可以手动关闭热水器，在热水器关闭后，热水器即可向云端服务器发送开启信号，云端服务器根据该开启信号生成开启指令，并将该开启指令下发至空调上的控制模块，由控制模块根据该开启指令开启空调上的深度摄像头，以控制深度摄像头的开启，降低深度摄像头和空调的能耗。

S202、对所述深度图像进行图像识别，以确定所述深度图像中的人体区域和所述人体区域的人体区域信息。

具体地，云端服务器在获取到包括用户的深度图像后，即可对深度图像进行图像识别，从而确定用户在深度图像中的人体区域。在具体实施过程中，可以通过运动检测和人体识别确定用户在深度图像中的人体区域。

在一些实施例中，所述深度摄像头采集的深度图像为多帧，请参考图3，步骤S202具体包括步骤S2021至步骤S2023。

S2021、对多帧所述深度图像进行运动检测，以提取前景运动区域图像。

具体地，对多帧所述深度图像进行运动检测，从而将前景运动区域从背景中提取出来，能够降低后续在进行人体识别时的运算量。进行运动检测时，可以采用帧间差分法、背景减法或光流法进行运动检测。

在具体实施过程中，帧间差分法是利用像素灰度的相邻两帧或多帧间的差分并阈值化来提取深度图像中的前景运动区域。

S2022、基于所述前景运动区域图像进行人体识别，以得到人体区域。

具体地，人体识别是为了从前景运动区域图像中提取出人体所在的区域，从而得到人体区域。

在一些实施例中，基于前景运动区域图像进行人体识别，具体可以包括：对所述前景运动区域图像进行二值化处理，得到二值化图像；获取所述二值化图像中的形状信息，以根据预先训练的人体形状特征对所述形状信息进行人体识别。

具体地，所述形状信息包括二值化图像的面积、分散度和宽高比。可以先对得到的前景运动区域图像进行二值化处理，从而得到二值化图像，然后获取二值化图像中的形状信息，然后再根据预先训练的人体形状特征对形状信息进行人体识别。

在具体实施过程中，可以通过对多个人体样本训练，得到一般人体的面积、分散度和宽高比，所述宽高比为横向与纵向的投影长度比，并将得到的面积、分散度和宽高比作为预先训练的人体形状特征，对二值化图像中的形状信息进行人体识别。

S2023、根据所述人体区域与所述前景运动区域图像的位置关系，以及前景运动区域图像与深度图像的位置关系，确定所述人体区域在所述深度图像中的人体区域信息。

具体地，在得到前景运动区域图像中的人体区域后，即可得到人体区域与前景运动区域图像的位置关系，也即人体区域在前景运动区域图像中的位置。再根据前景运动区域图像与深度图像的位置关系，也即前景运动区域图像在深度图像中的位置，确定人体区域在深度图像中的位置，进而获得人体区域在深度图像中的人体区域信息。其中，所述人体区域信息可以包括人体区域的位置信息和宽高信息。

S203、根据所述人体区域确定所述深度图像中用户头部的头部区域，并获取所述头部区域的头部区域信息。

具体地，在确定人体区域后，可以基于人体区域，对人体区域内的图像进行图像处理，从而识别出用户头部，并根据识别出的用户头部确定头部区域信息。

在根据人体区域确定用户头部时，可以采用特征提取的方法，先对人体区域的特征进行图像降维处理，将人体区域的图像变换到较低维度的特征空间进行，然后再进行头部的识别，从而减少计算量并且降低头部识别的复杂度。在具体实施过程中，由图像空间到特征空间具体可以采用傅里叶变换、Hough变换等。

S204、根据所述人体区域信息和所述头部区域信息计算所述空调的送风调整角度，以调节所述空调的送风角度。

具体地，为了达到送风避开用户头部的目的，在得到人体区域信息和头部区域信息后，即可计算人体的躯干区域信息，从而根据该躯干区域信息计算空调的送风角度，在计算得到合适的送风角度后，即可向空调的控制装置发送控制指令，以控制空调的导风板调整至合适的角度，实现对空调送风角度的调节。

在一些实施例中，送风调整角度包括避让角度和转动角度，请参考图4，步骤S204具体包括以下步骤：

S2041、根据所述人体区域信息判断所述人体区域是否在所述深度图像的中心。

具体地，所述人体区域信息包括人体区域的位置信息，所述位置信息是指人体区域在深度图像中的位置信息。因此，可以根据人体区域信息判断人体区域是否处于深度图像的中心。

S2042、若所述人体区域不在所述深度图像的中心，则控制所述深度摄像头转动至所述人体区域在所述深度图像的中心的位置，并记录所述深度摄像头的转动角度，将所述转动角度作为转动角度。

具体地，转动角度是指空调中的导风板从初始位置转动至直吹用户的位置时所经过的角度。

若人体区域不在深度图像的中心，则云端服务器发送控制指令至控制装置，从而使控制装置能够根据该指令控制深度摄像头转动，在深度摄像头的转动过程中，不断采集包括用户的深度图像，由云端服务器对深度摄像头采集到的深度图像进行判断，当判断得出人体区域位于深度图像的中心时，深度摄像头停止转动，并且云端服务器获取此时深度摄像头相对于初始位置的转动角度。

S2043、根据所述人体区域信息、所述头部区域信息和所述深度摄像头的位置高度及焦距确定所述空调的避让角度。

具体地，避让角度是指空调的导风板从初始位置转动至吹风避开用户头部的位置时所经过的角度。

人体区域信息还可以包括人体区域的宽高，也即人体区域在深度图像中的人体像素高度，所述头部区域信息包括头部区域的宽高，也即所述头部区域在深度图像中的头部像素高度。

根据人体像素高度、头部像素高度、深度摄像头的位置高度和焦距，即可计算空调的避让角度。

在一些实施例中，深度图像包括深度信息，计算空调的避让角度，具体可以包括以下步骤：

获取所述人体区域信息中的人体像素高度和所述头部区域信息中的头部像素高度；根据所述人体像素高度和所述头部像素高度计算用户的躯干像素高度；根据所述深度摄像头的焦距和所述躯干像素高度和所述深度信息计算躯干高度；根据所述深度摄像头的位置高度计算所述位置高度与所述躯干高度的差值，并根据所述差值和所述深度信息计算所述空调的避让角度。

具体地，获取人体区域信息中的人体像素高度和头部区域信息中的头部像素高度，从而根据人体像素高度和头部像素高度计算躯干像素高度，在具体实施过程中，可以将人体像素高度减去头部像素高度，以得到躯干像素高度。

然后根据深度信息、焦距和躯干像素高度计算躯干高度，其中，深度信息包括深度摄像头到人体各个位置的距离。因此，可以从深度信息中获取到深度摄像头到人体头部下方躯干位置的距离，利用计算公式计算躯干高度，在具体实施过程中，计算公式可以为：

其中，W表示躯干高度，F表示深度摄像头到人体头部下方躯干位置的距离，f表示深度摄像头的焦距，x表示躯干像素高度。

在得到躯干高度后，即可根据深度摄像头的位置高度计算差值，从而计算空调的避让角度。

在一些实施例中，根据差值和深度信息计算空调的避让角度，具体可以包括：利用反三角函数公式，根据所述差值和所述深度信息计算所述空调的避让角度。

具体地，在已知差值和深度信息后，利用反三角函数，即可计算出用户躯干与空调之间的夹角，从而将该夹角作为空调的避让角度。

在具体实施过程中，避让角度的度数为：

其中，∠A为避让角度，W表示差值，F表示深度摄像头到人体头部下方躯干位置的距离。

在具体实施过程中，在计算出避让角度后，可以将计算出的角度±10°作为最终的避让角度，以补偿夹角的计算误差，提高空调的避人吹风效果。

上述实施例提供的一种空调控制方法，通过获取深度摄像头采集到的深度图像，并对深度图像进行图像识别，从而确定人体区域和人体区域信息，然后根据人体区域确定头部区域，并获取头部区域对应的头部区域信息，最终根据人体区域信息和头部区域信息计算空调的送风调整角度，使空调在吹风时能够自动避开用户头部，避免对用户头部吹风，影响用户身体健康，提高用户使用便捷度。

请参阅图5，图5是本申请实施例提供的另一空调控制方法的步骤示意图。

如图5所示，该空调控制方法包括步骤S301至步骤S306。

S301、开启所述深度摄像头，获取所述深度摄像头采集的包括用户的深度图像。

S302、对所述深度图像进行图像识别，以确定所述深度图像中人体区域和所述人体区域的人体区域信息。

S303、根据所述人体区域确定所述深度图像中用户头部的头部区域，并获取所述头部区域的头部区域信息。

具体地，云端服务器在获取到包括用户的深度图像后，即可对深度图像进行图像识别，从而确定用户在深度图像中的人体区域。在具体实施过程中，可以通过运动检测和人体识别确定用户在深度图像中的人体区域。

在一些实施例中，根据人体区域确定用户头部的头部区域信息，具体可以包括：根据预设的头部模板遍历所述人体区域内的像素点进行匹配，以确定头部区域，并得到头部区域信息。

具体地，可以预先设置头部模板，在选定头部模板后，利用该头部模板遍历人体区域内的每一个像素点，进行搜索匹配，从而识别出人体区域内的头部区域。在确定头部区域后，即可提取该头部区域的头部区域信息。

S304、根据所述人体区域信息和所述头部区域信息计算所述空调的送风调整角度，以调节所述空调的送风角度。

S305、获取所述深度摄像头连续采集的多帧深度图像。

具体地，深度摄像头持续采集多帧深度图像，并将采集到的多帧深度图像发送至云端服务器，由云端服务器获取到深度摄像头连续采集的多帧深度图像，并对获取到的深度图像进行图像分析，以判断深度图像中是否包括用户。

S306、若在预设时段内，所述多帧深度图像中均未包括用户，则提醒用户关闭所述空调。

具体地，若云端服务器判断出在预设时段内的每帧深度图像中均未包括用户，则认为此时空调前并未有用户在使用，云端服务器则向用户终端发送提醒信息，以提醒用户关闭空调，降低空调的耗能。其中，预设时段可以是用户预先设置的，也可以是开发人员设置的。

例如，预设时段为十分钟，则深度摄像头持续采集当前室内的深度图像，并将采集到的深度图像发送至云端服务器，若云端服务器在连续十分钟内均未检测到图像中有用户出现，则向用户终端发送提醒信息。

上述实施例提供的一种空调控制方法，通过获取深度摄像头采集到的深度图像，并对深度图像进行图像识别，从而确定人体区域和人体区域信息，然后根据人体区域确定头部区域，并获取头部区域对应的头部区域信息，最终根据人体区域信息和头部区域信息计算空调的送风调整角度，使空调在吹风时能够自动避开用户头部，避免对用户头部吹风，影响用户身体健康。并且在判断出预设时段内的多帧图像中均未包括用户，则提醒用户关闭空调，避免用户在外出时忘记关闭空调，提高用户使用便捷度。

请参阅图6，图6是本申请实施例提供的一种云端服务器的结构示意性框图。该云端服务器400包括处理器410和存储器420。其中，处理器410和存储器420通过总线430连接，该总线比如为I2C(Inter-integrated Circuit)总线。

所述处理器410可以是微控制单元(Micro-controller Unit，MCU)、中央处理单元(Central Processing Unit，CPU)或数字信号处理器(Digital Signal Processor，DSP)等。

具体地，存储器420可以是Flash芯片、只读存储器(ROM，Read-Only Memory)磁盘、光盘、U盘或移动硬盘等。

其中，所述处理器用于运行存储在存储器中的计算机程序，并在执行所述计算机程序时实现如下步骤：

开启所述深度摄像头，获取所述深度摄像头采集的包括用户的深度图像；对所述深度图像进行图像识别，以确定所述深度图像中的人体区域和所述人体区域的人体区域信息；根据所述人体区域确定所述深度图像中用户头部的头部区域，并获取所述头部区域的头部区域信息；根据所述人体区域信息和所述头部区域信息计算所述空调的送风调整角度，以调节所述空调的送风角度。

在一些实施例中，所述处理器在实现所述开启所述深度摄像头时，用于实现：

接收热水器关闭时发送的开启信号，根据所述开启信号生成开启指令开启所述深度摄像头。

在一些实施例中，所述处理器在实现所述对所述深度图像进行图像识别，以确定所述用户在所述深度图像中的人体区域时，用于实现：

对多帧所述深度图像进行运动检测，以提取前景运动区域图像；基于所述前景运动区域图像进行人体识别，以得到人体区域；根据所述人体区域与所述前景运动区域图像的位置关系，以及前景运动区域图像与深度图像的位置关系，确定所述人体区域在所述深度图像中的人体区域信息。

在一些实施例中，所述处理器在实现所述对多帧所述深度图像进行运动检测时，用于实现：

采用帧间差分法、背景减法或光流法对多帧所述深度图像进行运动检测。

在一些实施例中，所述处理器在实现所述基于所述前景运动区域图像进行人体识别时，用于实现：

对所述前景运动区域图像进行二值化处理，得到二值化图像；获取所述二值化图像中的形状信息，以根据预先训练的人体形状特征对所述形状信息进行人体识别。

在一些实施例中，所述处理器在实现所述根据所述人体区域确定所述用户的头部在所述图像中的头部区域时，用于实现：

根据预设的头部模板遍历所述人体区域内的像素点进行匹配，以确定头部区域，并得到头部区域信息。

在一些实施例中，所述处理器在实现所述根据所述人体区域信息和所述头部区域信息计算所述空调的送风调整角度时，用于实现：

根据所述人体区域信息判断所述人体区域是否在所述深度图像的中心；若所述人体区域不在所述深度图像的中心，则控制所述深度摄像头转动至所述人体区域在所述深度图像的中心的位置，并记录所述深度摄像头的转动角度，将所述转动角度作为摆动幅度；根据所述人体区域信息、所述头部区域信息和所述深度摄像头的位置高度及焦距确定所述空调的避让角度。

在一些实施例中，所述处理器在实现所述根据所述人体区域信息、所述头部区域信息和所述深度摄像头的位置高度及焦距确定所述空调的避让角度时，用于实现：

获取所述人体区域信息中的人体像素高度和所述头部区域信息中的头部像素高度；根据所述人体像素高度和所述头部像素高度计算用户的躯干像素高度；根据所述深度摄像头的焦距、所述躯干像素高度和所述深度信息计算躯干高度；根据所述深度摄像头的位置高度计算所述位置高度与所述躯干高度的差值，并根据所述差值和所述深度信息计算所述空调的避让角度。

在一些实施例中，所述处理器在实现所述根据所述差值和所述深度信息计算所述空调的避让角度时，用于实现：

利用反三角函数公式，根据所述差值和所述深度信息计算所述空调的避让角度。

在一些实施例中，所述处理器还用于实现：

获取所述深度摄像头连续采集的多帧深度图像；若在预设时段内，所述多帧深度图像中均未包括用户，则提醒用户关闭所述空调。

本申请的实施例中还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序中包括程序指令，所述处理器执行所述程序指令，实现本申请实施例提供的任一项空调控制方法。

其中，所述计算机可读存储介质可以是前述实施例所述的云端服务器的内部存储单元，例如所述云端服务器的硬盘或内存。所述计算机可读存储介质也可以是所述云端服务器的外部存储设备，例如所述云端服务器上配备的插接式硬盘，智能存储卡(SmartMedia Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (13)

1.一种空调控制方法，其特征在于，所述空调上设置有深度摄像头，所述方法包括：

开启所述深度摄像头，获取所述深度摄像头采集的包括用户的深度图像；

对所述深度图像进行图像识别，以确定所述深度图像中的人体区域和所述人体区域的人体区域信息；

根据所述人体区域确定所述深度图像中用户头部的头部区域，并获取所述头部区域的头部区域信息；

根据所述人体区域信息和所述头部区域信息计算所述空调的送风调整角度，以调节所述空调的送风角度。

2.根据权利要求1所述的空调控制方法，其特征在于，所述开启所述深度摄像头，包括：

接收热水器关闭时发送的开启信号，根据所述开启信号生成开启指令开启所述深度摄像头。

3.根据权利要求1所述的空调控制方法，其特征在于，所述深度图像为多帧；所述对所述深度图像进行图像识别，以确定所述用户在所述深度图像中的人体区域，包括：

对多帧所述深度图像进行运动检测，以提取前景运动区域图像；

基于所述前景运动区域图像进行人体识别，以得到人体区域；

根据所述人体区域与所述前景运动区域图像的位置关系，以及前景运动区域图像与深度图像的位置关系，确定所述人体区域在所述深度图像中的人体区域信息。

4.根据权利要求3所述的空调控制方法，其特征在于，所述对多帧所述深度图像进行运动检测，包括：

采用帧间差分法、背景减法或光流法对多帧所述深度图像进行运动检测。

5.根据权利要求3所述的空调控制方法，其特征在于，所述基于所述前景运动区域图像进行人体识别，包括：

对所述前景运动区域图像进行二值化处理，得到二值化图像；

获取所述二值化图像中的形状信息，以根据预先训练的人体形状特征对所述形状信息进行人体识别。

6.根据权利要求1所述的空调控制方法，其特征在于，所述根据所述人体区域确定所述用户的头部在所述图像中的头部区域，包括：

根据预设的头部模板遍历所述人体区域内的像素点进行匹配，以确定头部区域，并得到头部区域信息。

7.根据权利要求1所述的空调控制方法，其特征在于，所述送风调整角度包括避让角度和转动角度；所述根据所述人体区域信息和所述头部区域信息计算所述空调的送风调整角度，包括：

根据所述人体区域信息判断所述人体区域是否在所述深度图像的中心；

若所述人体区域不在所述深度图像的中心，则控制所述深度摄像头转动至所述人体区域在所述深度图像的中心的位置，并记录所述深度摄像头的转动角度，将所述转动角度作为摆动幅度；

根据所述人体区域信息、所述头部区域信息和所述深度摄像头的位置高度及焦距确定所述空调的避让角度。

8.根据权利要求7所述的空调控制方法，其特征在于，所述深度图像包括深度信息；所述根据所述人体区域信息、所述头部区域信息和所述深度摄像头的位置高度及焦距确定所述空调的避让角度，包括：

获取所述人体区域信息中的人体像素高度和所述头部区域信息中的头部像素高度；

根据所述人体像素高度和所述头部像素高度计算用户的躯干像素高度；

根据所述深度摄像头的焦距、所述躯干像素高度和所述深度信息计算躯干高度；

根据所述深度摄像头的位置高度计算所述位置高度与所述躯干高度的差值，并根据所述差值和所述深度信息计算所述空调的避让角度。

9.根据权利要求8所述的空调控制方法，其特征在于，所述根据所述差值和所述深度信息计算所述空调的避让角度，包括：

利用反三角函数公式，根据所述差值和所述深度信息计算所述空调的避让角度。

10.根据权利要求1所述的空调控制方法，其特征在于，所述方法还包括：

获取所述深度摄像头连续采集的多帧深度图像；

若在预设时段内，所述多帧深度图像中均未包括用户，则提醒用户关闭所述空调。

11.一种云端服务器，其特征在于，所述云端服务器包括：存储器和处理器；

所述存储器用于存储计算机程序；

所述处理器用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1至10任一项所述的空调控制方法。

12.一种空调控制系统，其特征在于，所述系统包括空调、热水器和云端服务器，所述云端服务器分别与所述空调和热水器通信；

所述热水器用于在所述热水器关闭时生成开启指令；

所述云端服务器用于接收所述开启指令以控制所述空调上的深度摄像头打开，并执行如权利要求1至10中任一项所述的空调控制方法；

所述空调用于接收所述云端服务器发送的控制指令调整送风角度。

13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如权利要求1至10中任一项所述的空调控制方法。

Images