国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于人工智能的辦公室照明調(diào)節(jié)方法及相關(guān)裝置與流程

      文檔序號(hào):40397316發(fā)布日期:2024-12-20 12:20閱讀:7來源:國知局
      一種基于人工智能的辦公室照明調(diào)節(jié)方法及相關(guān)裝置與流程

      本技術(shù)涉及照明控制,尤其涉及一種基于人工智能的辦公室照明調(diào)節(jié)方法及相關(guān)裝置。


      背景技術(shù):

      1、辦公室照明方案是指采用照明設(shè)備在辦公室內(nèi)創(chuàng)造光照充足且合適的辦公環(huán)境的方案。其不僅關(guān)系著辦公安全性,還關(guān)系著辦公人員的視覺舒適度和工作效率。

      2、目前,現(xiàn)有的辦公室照明調(diào)節(jié)方案主要包括手動(dòng)調(diào)節(jié)和定時(shí)調(diào)節(jié)方案。其中,手動(dòng)調(diào)節(jié)方案是指辦公人員手動(dòng)操作照明開關(guān)或調(diào)光器來調(diào)節(jié)辦公室照明設(shè)備的方案,便捷性和智能程度均較低。而定時(shí)調(diào)節(jié)方案可根據(jù)預(yù)設(shè)的定時(shí)程序調(diào)節(jié)辦公室照明設(shè)備。相比于手動(dòng)調(diào)節(jié),定時(shí)調(diào)節(jié)在便捷性和智能化程度上均有所提升,但這種方式無法適應(yīng)環(huán)境光線的變化。為解決這一問題,現(xiàn)有技術(shù)還提出了采用光線傳感器檢測(cè)辦公室內(nèi)環(huán)境光強(qiáng)度,并根據(jù)環(huán)境光強(qiáng)度自動(dòng)調(diào)節(jié)辦公室照明設(shè)備的方案。但是,經(jīng)發(fā)明人研究發(fā)現(xiàn),這種方案在調(diào)節(jié)精準(zhǔn)性上仍有不足。

      3、由此可見,現(xiàn)有技術(shù)存在智能化程度低和調(diào)節(jié)精準(zhǔn)性低的問題。


      技術(shù)實(shí)現(xiàn)思路

      1、本技術(shù)的目的旨在至少能解決上述的技術(shù)缺陷之一,特別是現(xiàn)有技術(shù)中智能化程度低和調(diào)節(jié)精準(zhǔn)性低的技術(shù)缺陷。

      2、第一方面,本技術(shù)實(shí)施例提供了一種基于人工智能的辦公室照明調(diào)節(jié)方法,包括:

      3、獲取辦公人員的目標(biāo)辦公圖像;

      4、確定所述辦公人員在辦公室中所處的目標(biāo)位置,并獲取所述目標(biāo)位置的目標(biāo)環(huán)境光數(shù)據(jù);

      5、采用預(yù)先確定的目標(biāo)圖像處理算法對(duì)所述目標(biāo)辦公圖像進(jìn)行圖像分割,并得到目標(biāo)人臉圖像;

      6、將所述目標(biāo)人臉圖像、所述目標(biāo)環(huán)境光數(shù)據(jù)和所述目標(biāo)位置輸入到預(yù)先訓(xùn)練得到的疲勞專注識(shí)別模型中,并得到目標(biāo)識(shí)別結(jié)果;其中,所述目標(biāo)識(shí)別結(jié)果用于反映所述辦公人員的專注程度和/或疲勞程度;

      7、根據(jù)所述目標(biāo)識(shí)別結(jié)果、所述目標(biāo)環(huán)境光數(shù)據(jù)和所述目標(biāo)位置,調(diào)節(jié)所述辦公室的照明設(shè)備。

      8、在其中一個(gè)實(shí)施例中,所述將所述目標(biāo)人臉圖像、所述目標(biāo)環(huán)境光數(shù)據(jù)和所述目標(biāo)位置輸入到預(yù)先訓(xùn)練得到的疲勞專注識(shí)別模型中,并得到目標(biāo)識(shí)別結(jié)果,包括:

      9、將所述目標(biāo)人臉圖像、所述目標(biāo)環(huán)境光數(shù)據(jù)和所述目標(biāo)位置輸入到所述疲勞專注識(shí)別模型的特征提取網(wǎng)絡(luò)中,并分別得到目標(biāo)表情特征、目標(biāo)環(huán)境光特征和目標(biāo)位置特征;

      10、通過所述疲勞專注識(shí)別模型的特征融合網(wǎng)絡(luò),對(duì)所述目標(biāo)表情特征、所述目標(biāo)環(huán)境光特征和所述目標(biāo)位置特征進(jìn)行特征融合,并得到目標(biāo)融合特征;

      11、基于所述目標(biāo)融合特征,通過所述疲勞專注識(shí)別模型的識(shí)別網(wǎng)絡(luò)得到所述目標(biāo)識(shí)別結(jié)果,并輸出所述目標(biāo)識(shí)別結(jié)果。

      12、在其中一個(gè)實(shí)施例中,所述根據(jù)所述目標(biāo)識(shí)別結(jié)果、所述目標(biāo)環(huán)境光數(shù)據(jù)和所述目標(biāo)位置,調(diào)節(jié)所述辦公室的照明設(shè)備,包括:

      13、將所述目標(biāo)識(shí)別結(jié)果、所述目標(biāo)環(huán)境光數(shù)據(jù)和所述目標(biāo)位置輸入至預(yù)先構(gòu)建的決策生成模型中,并得到照明調(diào)節(jié)決策;

      14、基于所述照明調(diào)節(jié)決策,調(diào)節(jié)所述辦公室的照明設(shè)備。

      15、在其中一個(gè)實(shí)施例中,所述目標(biāo)圖像處理算法的確定步驟,包括:

      16、獲取所述辦公室的多張第一辦公圖像,并分別確定每張所述第一辦公圖像對(duì)應(yīng)的圖像采集時(shí)刻和圖像采集位置;

      17、獲取所述辦公室的多個(gè)第一環(huán)境光數(shù)據(jù),并分別確定每個(gè)所述第一環(huán)境光數(shù)據(jù)對(duì)應(yīng)的光采集時(shí)刻和光采集位置;

      18、根據(jù)各所述圖像采集時(shí)刻、各所述圖像采集位置、各所述光采集時(shí)刻和各所述光采集位置,建立各張所述第一辦公圖像與各個(gè)所述第一環(huán)境光數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系;

      19、基于所述對(duì)應(yīng)關(guān)系,對(duì)初始圖像處理算法的算法參數(shù)進(jìn)行優(yōu)化,并在優(yōu)化完成后得到所述目標(biāo)圖像處理算法。

      20、在其中一個(gè)實(shí)施例中,所述基于所述對(duì)應(yīng)關(guān)系,對(duì)初始圖像處理算法的算法參數(shù)進(jìn)行優(yōu)化,包括:

      21、基于所述對(duì)應(yīng)關(guān)系和預(yù)先構(gòu)建的光空間分布模型,對(duì)所述初始圖像處理算法的算法參數(shù)進(jìn)行優(yōu)化;其中,所述光空間分布模型為光線在所述辦公室的空間分布模型。

      22、在其中一個(gè)實(shí)施例中,所述目標(biāo)圖像處理算法包括目標(biāo)圖像分割算法和目標(biāo)預(yù)處理算法;所述目標(biāo)預(yù)處理算法包括以下至少一項(xiàng):

      23、目標(biāo)圖像去噪算法;

      24、目標(biāo)圖像增強(qiáng)算法;

      25、目標(biāo)圖像裁剪算法;

      26、目標(biāo)圖像縮放算法;

      27、目標(biāo)邊緣檢測(cè)算法;

      28、目標(biāo)紋理分析算法;

      29、目標(biāo)形狀特征提取算法。

      30、在其中一個(gè)實(shí)施例中,所述疲勞專注識(shí)別模型的訓(xùn)練步驟,包括:

      31、獲取預(yù)先構(gòu)建的多組訓(xùn)練數(shù)據(jù);其中,每組所述訓(xùn)練數(shù)據(jù)包括訓(xùn)練人臉圖像、第二環(huán)境光數(shù)據(jù)、訓(xùn)練位置和預(yù)先標(biāo)注的疲勞專注標(biāo)簽數(shù)據(jù);所述訓(xùn)練人臉圖像為基于第二辦公圖像得到的人臉圖像,所述第二辦公圖像為對(duì)所述辦公室內(nèi)的辦公人員進(jìn)行圖像采集得到的;

      32、采用多組所述訓(xùn)練數(shù)據(jù)對(duì)初始模型進(jìn)行模型訓(xùn)練,直至滿足預(yù)設(shè)訓(xùn)練結(jié)束條件并得到所述疲勞專注識(shí)別模型。

      33、第二方面,本技術(shù)實(shí)施例提供了一種基于人工智能的辦公室照明調(diào)節(jié)裝置,包括:

      34、目標(biāo)辦公圖像獲取模塊,用于獲取辦公人員的目標(biāo)辦公圖像;

      35、目標(biāo)位置及環(huán)境光獲取模塊,用于確定所述辦公人員在辦公室中所處的目標(biāo)位置,并獲取所述目標(biāo)位置的目標(biāo)環(huán)境光數(shù)據(jù);

      36、圖像分割模塊,用于采用預(yù)先確定的目標(biāo)圖像處理算法對(duì)所述目標(biāo)辦公圖像進(jìn)行圖像分割,并得到目標(biāo)人臉圖像;

      37、疲勞專注識(shí)別模塊,用于將所述目標(biāo)人臉圖像、所述目標(biāo)環(huán)境光數(shù)據(jù)和所述目標(biāo)位置輸入到預(yù)先訓(xùn)練得到的疲勞專注識(shí)別模型中,并得到目標(biāo)識(shí)別結(jié)果;其中,所述目標(biāo)識(shí)別結(jié)果用于反映所述辦公人員的專注程度和/或疲勞程度;

      38、調(diào)節(jié)模塊,用于根據(jù)所述目標(biāo)識(shí)別結(jié)果、所述目標(biāo)環(huán)境光數(shù)據(jù)和所述目標(biāo)位置,調(diào)節(jié)所述辦公室的照明設(shè)備。

      39、第三方面,本技術(shù)實(shí)施例提供了一種存儲(chǔ)介質(zhì),該存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)可讀指令,該計(jì)算機(jī)可讀指令被一個(gè)或多個(gè)處理器執(zhí)行時(shí),使得一個(gè)或多個(gè)處理器執(zhí)行上述任一實(shí)施例所述基于人工智能的辦公室照明調(diào)節(jié)方法的步驟。

      40、第四方面,本技術(shù)實(shí)施例提供了一種照明控制設(shè)備,該照明控制設(shè)備包括:一個(gè)或多個(gè)處理器,以及存儲(chǔ)器;

      41、所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)可讀指令,所述計(jì)算機(jī)可讀指令被所述一個(gè)或多個(gè)處理器執(zhí)行時(shí),執(zhí)行上述任一實(shí)施例所述基于人工智能的辦公室照明調(diào)節(jié)方法的步驟。

      42、在本技術(shù)一些實(shí)施例提供的基于人工智能的辦公室照明調(diào)節(jié)方法及相關(guān)裝置中,一方面,可根據(jù)辦公人員的目標(biāo)人臉圖像、辦公人員在辦公室中所處的目標(biāo)位置和目標(biāo)位置的環(huán)境光數(shù)據(jù),綜合識(shí)別辦公人員的專注程度和/或疲勞程度,從而可提高人員狀態(tài)識(shí)別的精準(zhǔn)性。另一方面,本技術(shù)可綜合考慮辦公人員的專注程度和/或疲勞程度、目標(biāo)位置和目標(biāo)位置處的環(huán)境光數(shù)據(jù)等多種因素,自動(dòng)調(diào)節(jié)辦公室的照明設(shè)備,從而可實(shí)現(xiàn)精確、動(dòng)態(tài)的照明調(diào)節(jié),進(jìn)而可提高照明調(diào)節(jié)的智能化程度和調(diào)節(jié)精準(zhǔn)性。

      當(dāng)前第1頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1