申请/专利权人：衡阳览众科技有限公司

申请日：2021-06-08

公开（公告）日：2024-05-17

公开（公告）号：CN113378691B

主分类号：G06V40/20

分类号：G06V40/20;G06V40/16;G06V10/44;G06V10/75;G06V10/26;G06V10/764;G06V10/82;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2024.05.07#专利申请权的转移;2021.10.22#实质审查的生效;2021.09.10#公开

摘要：本发明属于智能家居技术领域，具体涉及基于实时用户行为分析的智能家居管理系统及方法。所述系统包括：全景图像获取装置、传感器系统、用户当前行为分析装置、用户行为预测装置和控制装置；所述全景图像获取装置，配置用于获取当前场景内的全景图像。本发明通过实时的检测和判断用户的姿态，以及结合环境数据和历史行为数据，来对用户的行为进行预测，以实现更加智能化的智能家居控制，提升了智能家居控制的实时性和智能化程度；同时，本发明在进行姿态识别时，没有针对整幅图像进行识别，而是提取出人体区域后，再筛选出姿态识别的关键部分分别进行图像识别，最终的结果再进行匹配查询，以此完成姿态识别，提升了姿态识别的效率，并提升了识别的准确率。

主权项：1.基于实时用户行为分析的智能家居管理系统，其特征在于，所述系统包括：全景图像获取装置、传感器系统、用户当前行为分析装置、用户行为预测装置和控制装置；所述全景图像获取装置，配置用于获取当前场景内的全景图像；所述传感器系统，配置用于获取当前场景内的环境数据，所述环境数据至少包括：温度数据和湿度数据；所述用户当前行为分析装置，配置用于基于获取全景图像，分析判断当前用户的行为，得出当前行为分析结果；所述用户行为预测装置，配置用于基于得出的当前行为分析结果和历史行为数据，预测用户的行为，得出用户预测行为结果；所述控制装置，配置用于基于当前行为分析结果、环境数据和用户预测行为结果，控制智能家居设备的运行；所述用户当前行为分析装置包括：人体目标检测单元、人体关键部检测单元和识别单元；所述人体目标检测单元，配置用于从全景图像中筛选出人体部分；所述人体关键部检测单元，配置用于从筛选出的人体部分中，提取手、脚和头的部分；所述识别单元，配置用于基于提取出的手、脚和头的部分，分别使用预设的识别算法进行姿态识别，分别得出三个姿态识别结果，并基于得出的三个姿态识别结果，判断人体姿态，得出当前行为分析结果；人体目标检测单元从全景图像中筛选出人体部分的方法包括：预分割全景图像以形成若干分割图像，将各分割图像内所有像素的颜色用所对应的各分割图像内所有像素的颜色向量的平均值来表示，以获得初始叠加图；然后以分割图像为节点，根据叠加准则依次执行邻接叠加与全局叠加，并依次在邻接叠加与全局叠加过程中将各分割图像内所有像素的颜色用所对应的各分割图像内所有像素的颜色向量的平均值来表示，将相似的分割图像依次叠加形成新的分割图像，依次构建出邻接叠加图及全局叠加图；结合分割图像间的颜色对比度、空间距离权重及背景概率权重分别在初始叠加图、邻接叠加图及全局叠加图上计算分割图像的权重值，以获得三幅初始权重图；对三幅初始权重图执行累加求和运算，以获得全景图像中的人体部分；所述邻接叠加的过程使用如下公式进行表示：其中，L表示初始叠加图，M为分割图像的数量，sk为分割图像，α1为分割图像内所有像素的颜色向量的平均值，α2为调整系数，取值范围为：0.25～1；Y为邻接叠加图；所述全局叠加的过程使用如下公式进行表示：其中，L表示初始叠加图，M为分割图像的数量，sk为分割图像，α1为分割图像内所有像素的颜色向量的平均值，α2为调整系数，取值范围为：0.25～1；P为全局叠加图；所述获得三幅初始权重图的方法使用如下公式表示：N1＝XD+lg1+pL，N2＝XD+lg1+pY，N3＝XD+lg1+pP；其中，X为分割图像间的颜色对比度，D为分割图像间的空间距离权重，p为分割图像间的背景概率权重，N1为在初始叠加图上计算分割图像的权重值获得的第一幅初始权重图；N2为在邻接叠加图上计算分割图像的权重值获得的第二幅初始权重图；N3为在全局叠加图上计算分割图像的权重值获得的第三幅初始权重图。

全文数据：

权利要求：

百度查询： 衡阳览众科技有限公司 基于实时用户行为分析的智能家居管理系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD