CN104061662B - 一种人体检测方法、装置和空调 - Google Patents
一种人体检测方法、装置和空调 Download PDFInfo
- Publication number
- CN104061662B CN104061662B CN201410342467.4A CN201410342467A CN104061662B CN 104061662 B CN104061662 B CN 104061662B CN 201410342467 A CN201410342467 A CN 201410342467A CN 104061662 B CN104061662 B CN 104061662B
- Authority
- CN
- China
- Prior art keywords
- temperature
- human body
- pixel
- candidate
- current time
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 47
- 239000011159 matrix material Substances 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 17
- 230000005484 gravity Effects 0.000 claims description 20
- 238000004378 air conditioning Methods 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 4
- 238000005096 rolling process Methods 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 4
- 230000036760 body temperature Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
- Radiation Pyrometers (AREA)
Abstract
本申请公开一种人体检测方法、装置和空调,所述方法基于人体体温与室内背景温度有明显温差这一特点,利用室内各区域的温度变化情况进行人体检测,即具体地,所述方法获取当前的室内温度场数据,并将处理后的当前室内温度场数据作为室内现在温度,其中,室内现在温度为温度场所对应的像素矩阵中各像素点当前温度的集合;之后对室内现在温度和与其对应的室内背景温度进行差分处理,得到各像素点的差分温度,并对差分温度不小于预设阈值的各像素点进行聚类,得到N个热源,最终将不小于预设像素个数的热源判定为人体。可见,本发明利用室内各区域的温度变化情况实现了人体检测,克服了现有红外线检测方式的各种缺点,提高了检测的准确度。
Description
技术领域
本发明属于电器设备智能控制、检测技术领域,尤其涉及一种人体检测方法、装置和空调。
背景技术
随着科学技术的不断发展,自动化、智能化的电器产品成为当前的研究热门,例如,能够在检测到室内有人时将室内温度、湿度自行调节到最佳状态,在检测到室内长时间无人时自行关机,实现智能节电的智能空调等。
目前,智能空调多采用红外线人体传感器来感知、检测室内人体存在情况,并基于检测结果进行相应的智能控制。红外线人体传感器通过检测人体发射的红外线来感知人体是否存在,但人体红外线的穿透力较差,易被各种物体遮挡,从而影响了传感器对人体的敏感程度,红外线人体传感器对人体的敏感程度还和人的运动方向关系很大,例如,其对于径向移动反应最不敏感,同时,人体红外线传感器易受各种热源、光源、射频辐射的干扰,最终导致了红外线人体传感器的检测准确度较低,对空调的智能控制带来了不利影响。
可见,提供一种准确度较高的人体检测方法或装置成为本领域亟需解决的问题。
发明内容
有鉴于此,本发明的目的在于提供一种人体检测方法、装置和空调,以提高人体检测的准确度,进而为智能设备的智能控制带来便利。
为此,本发明公开如下技术方案:
一种人体检测方法,包括:
获取当前时刻的室内温度场数据,并对所述当前时刻的室内温度场数据进行处理,得到室内现在温度,所述室内现在温度为预设大小像素矩阵中各像素点在当前时刻的温度的集合;
对所述室内现在温度以及与其相对应的室内背景温度进行差分处理,得到各像素点的差分温度,所述室内背景温度为所述像素矩阵中各像素点在所述当前时刻之前的某一时刻的温度的集合;
对差分温度不小于预设阈值的各像素点进行聚类,得到N个热源,并将所述N个热源作为N个候选人体,所述热源为进行聚类所得的簇,所述N为自然数;
计算每个候选人体的面积;
将面积不小于预设像素个数的候选人体判定为人体。
上述方法,优选的,所述获取当前时刻的室内温度场数据,并对所述当前时刻的室内温度场数据进行处理,得到室内现在温度,包括:
获取4帧8x8像素的当前时刻室内温度数据;
利用获取的4帧当前时刻室内温度数据,计算每个像素在当前时刻的温度的移动平均值,得到8x8像素的当前时刻平均温度值;
对所述8x8像素的当前时刻平均温度值进行线性插值,得到15x15像素的当前时刻温度数据,将所述15x15像素的当前时刻温度数据作为室内现在温度。
上述方法,优选的,在所述计算每个候选人体的面积之前还包括:
计算各个候选人体的重心;
对于每个候选人体,依据所述候选人体的重心对所述候选人体进行跟踪,并将跟踪结果为活动热源的候选人体替代原有的候选人体,作为新的候选人体。
上述方法,优选的,所述候选人体的面积为所述候选人体的最小外接矩形的面积,所述候选人体的重心为所述候选人体的最小外接矩形的几何中心。
上述方法,优选的,还包括:
对所述室内背景温度进行更新。
上述方法,优选的,所述对所述室内背景温度进行更新包括:
基于无人像素的差分温度对有人像素的背景温度进行更新;
基于对无人像素的背景温度、现在温度分配不同权重对无人像素的背景温度进行更新。
一种人体检测装置,包括现在温度获取模块、差分处理模块、聚类模块、计算模块和判定模块,其中:
所述现在温度获取模块,用于获取当前时刻的室内温度场数据,并对所述当前时刻的室内温度场数据进行处理,得到室内现在温度,所述室内现在温度为预设大小像素矩阵中各像素点在当前时刻的温度的集合;
所述差分处理模块,用于对所述室内现在温度以及与其相对应的室内背景温度进行差分处理,得到各像素点的差分温度,所述室内背景温度为所述像素矩阵中各像素点在所述当前时刻之前的某一时刻的温度的集合;
所述聚类模块,用于对差分温度不小于预设阈值的各像素点进行聚类,得到N个热源,并将所述N个热源作为N个候选人体,所述热源为进行聚类所得的簇,所述N为自然数;
所述计算模块,用于计算每个候选人体的面积;
所述判定模块,用于将面积不小于预设像素个数的候选人体判定为人体。
上述装置,优选的,所述现在温度获取模块包括:
获取单元,用于获取4帧8x8像素的当前时刻室内温度数据;
均值计算单元,用于利用获取的4帧当前时刻室内温度数据,计算每个像素在当前时刻的温度的移动平均值,得到8x8像素的当前时刻平均温度值;
插值单元,用于对所述8x8像素的当前时刻平均温度值进行线性插值,得到15x15像素的当前时刻温度数据,将所述15x15像素的当前时刻温度数据作为室内现在温度。
上述装置,优选的,还包括与所述聚类模块和计算模块相连的跟踪模块,所述跟踪模块包括:
重心计算单元,用于计算各个候选人体的重心;
跟踪单元,用于对于每个候选人体,依据所述候选人体的重心对所述候选人体进行跟踪,并将跟踪结果为活动热源的候选人体替代原有的候选人体,作为新的候选人体。
上述装置,优选的,还包括背景更新模块,所述背景更新模块用于对所述室内背景温度进行更新。
一种空调,包括智能控制装置以及如权利要求5-8任意一项所述的人体检测装置,所述智能控制装置用于依据所述人体检测装置的检测结果对室内环境进行相应控制。
综上,本发明提供一种人体检测方法、装置和空调,所述方法基于人体体温与室内背景温度有明显温差这一特点,利用室内各区域的温度变化情况进行人体检测,即具体地,所述方法获取当前时刻的室内温度场数据,并将处理后的当前时刻温度场数据作为室内现在温度,其中,室内现在温度为温度场所对应的像素矩阵中各像素点当前温度的集合;之后对室内现在温度和与其相对应的室内背景温度进行差分处理,具体对各像素点的现在温度和背景温度进行差分运算,得到各像素点的差分温度,并对差分温度不小于预设阈值的各像素点进行聚类,得到N个热源,最终将不小于预设像素个数的热源判定为人体。
可见,本发明利用室内各区域的温度变化情况实现了人体检测,克服了现有红外线检测方式的各种缺点,提高了检测的准确度,为智能设备的智能控制带来了更大便利。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1是本发明实施例一公开的人体检测方法的一种流程图;
图2是本发明实施例二公开的人体检测方法的另一种流程图;
图3是本发明实施例三公开的人体检测方法的又一种流程图;
图4是本发明实施例四公开的人体检测装置的一种结构示意图;
图5是本发明实施例四公开的人体检测装置的另一种结构示意图;
图6是本发明实施例四公开的人体检测装置的又一种结构示意图;
图7是本发明实施例五公开的空调结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅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。
实施例一
本发明实施例一公开一种人体检测方法,请参见图1,该方法包括如下步骤:
S1:获取当前时刻的室内温度场数据,并对所述当前时刻的室内温度场数据进行处理,得到室内现在温度,所述室内现在温度为预设大小像素矩阵中各像素点在当前时刻的温度的集合。
由于人体体温与室内背景温度有明显温差,本发明的方法基于这一特点利用室内各区域的温度变化情况进行人体检测。
其中,本实施例采用热电堆传感器来检测室内各区域的温度,获取室内温度场数据,热电堆传感器为8X8的矩阵式传感器,从而获取的室内温度场数据为8X8即64像素的温度数据。
本步骤S1具体包括:
1)获取4帧8x8像素的当前时刻室内温度数据;
2)利用获取的4帧当前时刻室内温度数据,计算每个像素在当前时刻的温度的移动平均值,得到8x8像素的当前时刻平均温度值;
3)对所述8x8像素的当前时刻平均温度值进行线性插值,得到15x15像素的当前时刻温度数据,将所述15x15像素的当前时刻温度数据作为室内现在温度。
例如,本实施例获取当前时刻由热电堆传感器检测的4帧8x8像素的温度数据,并将从传感器取得的12bit的该温度数据变换为计算机可读的十六进制的16bit温度数据进行保存;之后,对保存的4帧数据进行移动平均值的计算,得到8x8像素的当前平均温度数据;并通过对8x8像素的当前平均温度数据进行线性插值将其扩大为15x15像素的当前温度数据,最后将该15x15像素当前数据作为室内现在温度。
其中,本实施例采用线性插值对获取的温度数据进行处理,将8x8像素的温度数据扩大为15x15像素的温度数据,旨在提高后续基于温度数据进行相应计算的计算精度,像素越多计算精度越高,后续利用各像素的差分温度进行人体检测的准确度就越高。
S2:对所述室内现在温度以及与其相对应的室内背景温度进行差分处理,得到各像素点的差分温度,所述室内背景温度为所述像素矩阵中各像素点在所述当前时刻之前的某一时刻的温度的集合。
其中,本实施例中,预先在测定开始时(即当前时刻之前的某一时刻)获取当时的室内温度场数据,具体地,获取当时由热电堆传感器检测的8帧的8x8像素温度数据,并对该8帧温度数据进行移动平均值的计算,得到8x8像素的平均温度数据;之后,对该8x8像素的平均温度数据进行线性插值后将其扩大为15x15像素的温度数据,最后将该15x15像素的温度数据设定为室内背景温度。
本步骤S2对插值后所得的15x15像素的室内现在温度和15x15像素的室内背景温度进行差分处理,得到15x15像素的差分温度。
S3:对差分温度不小于预设阈值的各像素点进行聚类,得到N个热源,并将所述N个热源作为N个候选人体,所述热源为进行聚类所得的簇,所述N为自然数。
本步骤进行初步检测,将当前温度和背景温度的差分温度在0.5℃(可由技术人员自行设定)以上的像素点识别判定为热源像素点进行检出,并对检出的热源像素点进行标记。
由于某些热源像素点可能属于同一热源(例如,像素点A与像素点B同属人体这一热源),基于此,需对标记出的各个热源像素点进行热源划分,以得到不同的热源,为后续的人体检测提供基础,本实施例具体采用聚类实现这一目的。
其中,聚类是指将物理或抽象对象的集合分成多个簇的过程,聚类所产生的簇是一组数据对象的集合,这些对象与同一个簇中的对象彼此相似,与其他簇中的对象相异。
本实施例以热源像素点的相对位置作为热源像素点是否相似的判定依据,具体地,针对标记出的热源像素点,将位于其附近8个相邻位置的热源像素点视为该热源像素点的相似像素点,并将相似像素点与该热源像素点划分至同一热源(即簇),直至将标记出的各个热源像素点划分完毕为止。
S4:计算每个候选人体的面积。
求解每个热源即候选人体的最小外接矩形,并将所述最小外接矩形的面积(以其包括的像素个数进行衡量)近似作为候选人体的面积。
S5:将面积不小于预设像素个数的候选人体判定为人体。
其中,进行人体判定所采用的像素个数阈值可由本领域技术人员依据实际需求进行自行设定。本实施例具体将面积大于或等于10个像素的候选人体作为人体进行检出。
综上,本发明提供一种人体检测方法、装置和空调,所述方法基于人体体温与室内背景温度有明显温差这一特点,利用室内各区域的温度变化情况进行人体检测,即具体地,所述方法获取当前时刻的室内温度场数据,并将处理后的当前时刻温度场数据作为室内现在温度,其中,室内现在温度为温度场所对应的像素矩阵中各像素点当前温度的集合;之后对室内现在温度和其相对应的室内背景温度进行差分处理,具体对各像素点的现在温度和背景温度进行差分运算,得到各像素点的差分温度,并对差分温度不小于预设阈值的各像素点进行聚类,得到N个热源,最终将面积不小于预设像素个数的热源判定为人体。
可见,本发明利用室内各区域的温度变化情况实现了人体检测,克服了现有红外线检测方式的各种缺点,提高了检测的准确度,为智能设备的智能控制带来了更大便利。
实施例二
本实施例二继续对实施例一公开的人体检测方法进行改进,请参见图2,本实施例中,在步骤S4之前还包括:
S6:计算各个候选人体的重心;对于每个候选人体,依据所述候选人体的重心对所述候选人体进行跟踪,并将跟踪结果为活动热源的候选人体替代原有的候选人体,作为新的候选人体。
其中,本实施例将候选人体的最小外接矩形的几何中心作为候选人体的重心。
为进一步提高检测的准确度、精度,本实施例二增加对热源的跟踪环节,利用热源的重心对热源进行跟踪检测,即具体地,比较同一候选人体的重心在相邻检测时刻是否发生移动,并将发生移动的候选人体判定为活动热源,最后将活动热源筛选出来作为最新的候选人体,降低了误检率。
实施例三
本实施例三继续对以上实施例公开的人体检测方法进行拓展,请参见图3,本实施例中,该方法还包括:
S7:对所述室内背景温度进行更新。
现实应用场景中,由于室内人体存在情况会随时发生变化,从而往往会对室内人体存在情况进行持续地、实时地监测,为保证背景温度的时效性,需对背景温度进行更新,本实施例具体在每次检测出人体存在时,对当前所采用的背景温度进行更新,具体更新过程如下:
1)基于无人像素的差分温度对有人像素的背景温度进行更新。
首先,计算15x15像素中所有无人像素的差分温度的平均值,得到无人像素的平均差分温度;
之后,针对每个有人像素,对其背景温度(当前检出人体所采用的背景温度)和所述平均差分温度进行求和运算,求和所得温度值作为该有人像素的新的背景温度。
2)基于对无人像素的背景温度、现在温度分配不同权重对无人像素的背景温度进行更新。
具体采用如下公式(1)实现无人像素背景温度的更新,得到无人像素的新的背景温度:
IBJUpdate(x,y)=(1-au)IBJ(x,y)+auINow(x,y) (1)
其中,式(1)中,x、y分别为像素点X的横坐标值、纵坐标值,用于表示像素点X在像素矩阵中的位置,x、y的取值具体分别为像素点X在像素矩阵中所处的列数、行数,在本实施例的15x15像素矩阵中,x、y的取值为1~15的15个自然数;
IBJUpdate(x,y)表示像素点X的新的背景温度;
IBJ(x,y)表示像素点X的背景温度(当前检出人体所采用的背景温度);
INow(x,y)表示像素点X的现在温度(即当前检出人体时的温度);
au为背景温度的更新权重系数,该系数可由本领域技术人员依据实际需求自行设定,本实施例中,au=0.02。
当所有无人、有人像素的背景温度更新完毕之后,对所有无人及有人像素的新的背景温度进行整合,具体依据各像素点在像素矩阵中的相对位置将所有像素的新的背景温度衔接起来,得到一帧15x15像素的新的背景温度。
本实施例通过在每次检出人体存在时对当前所采用的背景温度进行更新,保证了人体检测过程中背景温度的时效性,进一步提高了人体检测的准确度。
实施例四
本实施例四公开一种人体检测装置,该装置与以上实施例公开的人体检测方法相对应。
相应于实施例一中人体检测方法的流程,本实施例首先公开上述装置的一种结构,请参见图4,其包括现在温度获取模块101、差分处理模块102、聚类模块103、计算模块104和判定模块105。
现在温度获取模块101,用于获取当前时刻的室内温度场数据,并对所述当前时刻的室内温度场数据进行处理,得到室内现在温度,所述室内现在温度为预设大小像素矩阵中各像素点在当前时刻的温度的集合。
其中,现在温度获取模块102包括获取单元、均值计算单元和插值单元。
获取单元,用于获取4帧8x8像素的当前时刻室内温度数据;
均值计算单元,用于利用获取的4帧当前时刻室内温度数据,计算每个像素在当前时刻的温度的移动平均值,得到8x8像素的当前时刻平均温度值;
插值单元,用于对所述8x8像素的当前时刻平均温度值进行线性插值,得到15x15像素的当前时刻温度数据,将所述15x15像素的当前时刻温度数据作为室内现在温度。
差分处理模块102,用于对所述室内现在温度以及与其相对应的室内背景温度进行差分处理,得到各像素点的差分温度,所述室内背景温度为所述像素矩阵中各像素点在所述当前时刻之前的某一时刻的温度的集合。
聚类模块103,用于对差分温度不小于预设阈值的各像素点进行聚类,得到N个热源,并将所述N个热源作为N个候选人体,所述热源为进行聚类所得的簇,所述N为自然数。
计算模块104,用于计算每个候选人体的面积。
判定模块105,用于将面积不小于预设像素个数的候选人体判定为人体。
相应于实施例二中人体检测方法的流程,如图5所示,上述装置还包括与聚类模块103和计算模块104相连的跟踪模块106,跟踪模块106包括重心计算单元和跟踪单元。
重心计算单元,用于计算各个候选人体的重心;
跟踪单元,用于对于每个候选人体,依据所述候选人体的重心对所述候选人体进行跟踪,并将跟踪结果为活动热源的候选人体替代原有的候选人体,作为新的候选人体。
相应于实施例三,如图6所示,上述装置还包括背景更新模块107,该模块用于对所述室内背景温度进行更新。
对于本发明实施例四公开的人体检测装置而言,由于其与以上各实施例公开的人体检测方法相对应,所以描述的比较简单,相关相似之处请参见以上各实施例中人体检测方法部分的说明即可,此处不再详述。
实施例五
本实施例公开一种空调,请参见图7,其包括智能控制装置200和实施例四公开的人体检测装置100,智能控制装置200用于依据人体检测装置100的检测结果对室内环境进行相应控制。
具体地,当人体检测装置100检测出室内有人存在时,智能控制装置200根据人体活动量将室内温度、湿度调节到最佳状态,使人体感知更加舒服;当室内长时间无人时智能控制装置200控制空调关机,实现智能节电。
综上所述,本发明通过矩阵热电堆传感器实现了室内区域温度场的精准检测,并在此基础上实现了人体活动量的检测,提高了人体检测的准确度,进而为智能设备的智能控制带来了更大便利。
需要说明的是,本申请所涉及到的具体数值,例如4帧、8帧、8x8像素、15x15像素等仅为实施本发明内容对相应参数所做的示例性说明,在应用本发明时,各参数的取值不必局限于本申请所提供的具体数值,在不脱离本申请精神或范围的前提下,本领域技术人员可依据实际需求进行自行设定。
还需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
为了描述的方便,描述以上装置时以功能分为各种模块或单元分别描述。当然,在实施本申请时可以把各模块、单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种人体检测方法,其特征在于,包括:
获取当前时刻的室内温度场数据,并对所述当前时刻的室内温度场数据进行处理,得到室内现在温度,所述室内现在温度为预设大小像素矩阵中各像素点在当前时刻的温度的集合;
对所述室内现在温度以及与其相对应的室内背景温度进行差分处理,得到各像素点的差分温度,所述室内背景温度为所述像素矩阵中各像素点在所述当前时刻之前的某一时刻的温度的集合;
对差分温度不小于预设阈值的各像素点进行聚类,得到N个热源,并将所述N个热源作为N个候选人体,所述热源为进行聚类所得的簇,所述N为自然数;
计算各个候选人体的重心;对于每个候选人体,依据所述候选人体的重心对所述候选人体进行跟踪,并将跟踪结果为活动热源的候选人体替代原有的候选人体,作为新的候选人体;
计算每个候选人体的面积;
将面积不小于预设像素个数的候选人体判定为人体。
2.根据权利要求1所述的方法,其特征在于,所述获取当前时刻的室内温度场数据,并对所述当前时刻的室内温度场数据进行处理,得到室内现在温度,包括:
获取4帧8x8像素的当前时刻室内温度数据;
利用获取的4帧当前时刻室内温度数据,计算每个像素在当前时刻的温度的移动平均值,得到8x8像素的当前时刻平均温度值;
对所述8x8像素的当前时刻平均温度值进行线性插值,得到15x15像素的当前时刻温度数据,将所述15x15像素的当前时刻温度数据作为室内现在温度。
3.根据权利要求1所述的方法,其特征在于,所述候选人体的面积为所述候选人体的最小外接矩形的面积,所述候选人体的重心为所述候选人体的最小外接矩形的几何中心。
4.根据权利要求1所述的方法,其特征在于,还包括:
对所述室内背景温度进行更新。
5.根据权利要求4所述的方法,其特征在于,所述对所述室内背景温度进行更新包括:
基于无人像素的差分温度对有人像素的背景温度进行更新;
基于对无人像素的背景温度、现在温度分配不同权重对无人像素的背景温度进行更新。
6.一种人体检测装置,其特征在于,包括现在温度获取模块、差分处理模块、聚类模块、跟踪模块,计算模块和判定模块,其中:
所述现在温度获取模块,用于获取当前时刻的室内温度场数据,并对所述当前时刻的室内温度场数据进行处理,得到室内现在温度,所述室内现在温度为预设大小像素矩阵中各像素点在当前时刻的温度的集合;
所述差分处理模块,用于对所述室内现在温度以及与其相对应的室内背景温度进行差分处理,得到各像素点的差分温度,所述室内背景温度为所述像素矩阵中各像素点在所述当前时刻之前的某一时刻的温度的集合;
所述聚类模块,用于对差分温度不小于预设阈值的各像素点进行聚类,得到N个热源,并将所述N个热源作为N个候选人体,所述热源为进行聚类所得的簇,所述N为自然数;
所述跟踪模块,用于计算各个候选人体的重心;对于每个候选人体,依据所述候选人体的重心对所述候选人体进行跟踪,并将跟踪结果为活动热源的候选人体替代原有的候选人体,作为新的候选人体;
所述计算模块,用于计算每个候选人体的面积;
所述判定模块,用于将面积不小于预设像素个数的候选人体判定为人体。
7.根据权利要求6所述的人体检测装置,其特征在于,所述现在温度获取模块包括:
获取单元,用于获取4帧8x8像素的当前时刻室内温度数据;
均值计算单元,用于利用获取的4帧当前时刻室内温度数据,计算每个像素在当前时刻的温度的移动平均值,得到8x8像素的当前时刻平均温度值;
插值单元,用于对所述8x8像素的当前时刻平均温度值进行线性插值,得到15x15像素的当前时刻温度数据,将所述15x15像素的当前时刻温度数据作为室内现在温度。
8.根据权利要求6所述的人体检测装置,其特征在于,还包括背景更新模块,所述背景更新模块用于对所述室内背景温度进行更新。
9.一种空调,其特征在于,包括智能控制装置以及如权利要求6-8任意一项所述的人体检测装置,所述智能控制装置用于依据所述人体检测装置的检测结果对室内环境进行相应控制。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410342467.4A CN104061662B (zh) | 2014-07-17 | 2014-07-17 | 一种人体检测方法、装置和空调 |
PCT/CN2015/084243 WO2016008430A1 (zh) | 2014-07-17 | 2015-07-16 | 一种人体检测方法、装置和空调 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410342467.4A CN104061662B (zh) | 2014-07-17 | 2014-07-17 | 一种人体检测方法、装置和空调 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104061662A CN104061662A (zh) | 2014-09-24 |
CN104061662B true CN104061662B (zh) | 2017-02-15 |
Family
ID=51549501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410342467.4A Active CN104061662B (zh) | 2014-07-17 | 2014-07-17 | 一种人体检测方法、装置和空调 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN104061662B (zh) |
WO (1) | WO2016008430A1 (zh) |
Families Citing this family (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104061662B (zh) * | 2014-07-17 | 2017-02-15 | 珠海格力电器股份有限公司 | 一种人体检测方法、装置和空调 |
CN105571045A (zh) * | 2014-10-10 | 2016-05-11 | 青岛海尔空调电子有限公司 | 一种体感识别方法、装置及空调控制器 |
CN105674471A (zh) * | 2014-11-18 | 2016-06-15 | 青岛海尔空调电子有限公司 | 一种空调用人体探测定位方法及空调 |
CN104697114B (zh) * | 2015-03-06 | 2017-07-04 | 广东美的制冷设备有限公司 | 一种空调控制方法及装置 |
CN105258279A (zh) * | 2015-09-25 | 2016-01-20 | 四川长虹电器股份有限公司 | 一种空调控制方法及空调 |
CN105241001A (zh) * | 2015-09-25 | 2016-01-13 | 四川长虹电器股份有限公司 | 一种参数调整方法及空调 |
CN105241003B (zh) * | 2015-09-25 | 2018-08-17 | 广东美的制冷设备有限公司 | 空调器的控制方法、***及空调器 |
CN105241023A (zh) * | 2015-10-30 | 2016-01-13 | 广东美的制冷设备有限公司 | 空调器的控制方法、***以及着衣量检测方法和装置 |
CN105276772B (zh) * | 2015-11-30 | 2018-08-03 | 惠州学院 | 空调控制方法及智能空调 |
CN105444358B (zh) * | 2015-12-11 | 2019-03-08 | 四川长虹电器股份有限公司 | 一种识别方法及空调设备 |
CN105526671B (zh) * | 2015-12-11 | 2019-01-22 | 四川长虹电器股份有限公司 | 一种用户识别方法及空调设备 |
CN105509235B (zh) * | 2015-12-17 | 2018-11-13 | 珠海格力电器股份有限公司 | 空调***及基于该空调***的空调控制方法 |
CN105739339A (zh) * | 2016-03-18 | 2016-07-06 | 上海斐讯数据通信技术有限公司 | 一种人体识别和定位的方法和*** |
CN107588857A (zh) * | 2016-07-06 | 2018-01-16 | 众智光电科技股份有限公司 | 红外线位置感测装置 |
CN106440245B (zh) * | 2016-10-25 | 2021-01-08 | 广东美的制冷设备有限公司 | 一种人***置获取方法和装置 |
CN106568169B (zh) * | 2016-10-31 | 2019-05-17 | 广州华凌制冷设备有限公司 | 一种智能空调器温度控制方法、***及智能空调 |
CN106374902A (zh) * | 2016-11-08 | 2017-02-01 | 广东顺德鲁棒智能技术有限公司 | 一种基于红外测温的多功能人感开关及实现方法 |
CN106299912A (zh) * | 2016-11-08 | 2017-01-04 | 广东顺德鲁棒智能技术有限公司 | 一种基于红外测温的智能遥控插座及实现方法 |
CN106321475A (zh) * | 2016-11-08 | 2017-01-11 | 广东顺德鲁棒智能技术有限公司 | 一种基于红外测温的智能人感风扇及实现方法 |
CN106705356B (zh) * | 2016-11-30 | 2019-07-16 | 广东美的制冷设备有限公司 | 空调器的运行控制方法、控制装置和空调器 |
CN106845344B (zh) * | 2016-12-15 | 2019-10-25 | 重庆凯泽科技股份有限公司 | 人群统计方法及装置 |
CN106885333B (zh) * | 2017-01-13 | 2019-08-23 | 广东美的制冷设备有限公司 | 空调器控制方法、控制器及空调器 |
CN107062525B (zh) * | 2017-02-27 | 2021-06-25 | 美的集团武汉制冷设备有限公司 | 空调器的控制方法、装置及空调器 |
CN107421210B (zh) * | 2017-07-27 | 2022-01-04 | 沈阳海尔电冰箱有限公司 | 冰箱检测人体接近的方法及采用该方法的冰箱 |
CN109186044B (zh) * | 2018-07-11 | 2021-03-19 | 青岛海信日立空调***有限公司 | 一种人体感知方法、装置及空调器 |
US11280500B2 (en) | 2018-08-03 | 2022-03-22 | Pixart Imaging Inc. | Auto detection system based on thermal signals |
CN109186772B (zh) * | 2018-08-22 | 2020-03-10 | 珠海格力电器股份有限公司 | 一种基于红外探测器的人体判断方法及电器 |
CN109240115B (zh) * | 2018-10-26 | 2022-07-15 | 北京小米移动软件有限公司 | 智能设备的控制方法、装置以及存储介质 |
CN110134220A (zh) * | 2019-05-22 | 2019-08-16 | 深圳市鑫宇鹏电子科技有限公司 | 一种基于红外阵列传感器的设备休眠唤醒方法 |
CN110274367A (zh) * | 2019-06-27 | 2019-09-24 | 珠海格力电器股份有限公司 | 空调控制装置、方法、控制器、空调以及存储介质 |
CN112179495B (zh) * | 2019-07-01 | 2022-05-27 | 原相科技股份有限公司 | 基于热信号的自动检测*** |
CN110568515B (zh) * | 2019-08-26 | 2022-05-31 | 深圳市枫芒科技有限公司 | 基于红外阵列的人体存在检测方法、装置、存储介质 |
CN110426748B (zh) * | 2019-08-26 | 2022-05-10 | 深圳市枫芒科技有限公司 | 准静止人体存在检测方法、装置、存储介质 |
CN112614085A (zh) * | 2019-09-19 | 2021-04-06 | 漳州立达信光电子科技有限公司 | 一种物体检测方法、装置及终端设备 |
CN111242946B (zh) * | 2020-03-03 | 2024-04-09 | 广州紫川电子科技有限公司 | 一种基于红外热成像的人体体温异常检测方法及装置 |
US11022495B1 (en) | 2020-03-06 | 2021-06-01 | Butlr Technologies, Inc. | Monitoring human location, trajectory and behavior using thermal data |
US11320312B2 (en) | 2020-03-06 | 2022-05-03 | Butlr Technologies, Inc. | User interface for determining location, trajectory and behavior |
CN113639432B (zh) * | 2021-07-30 | 2022-09-02 | 青岛海尔空调器有限总公司 | 用于控制空调器的方法及装置、空调器、可读存储介质 |
CN113495493B (zh) * | 2021-07-30 | 2024-07-16 | 青岛海尔空调器有限总公司 | 用于识别人体高度的方法及装置、家电设备、可读存储介质 |
CN113759355B (zh) * | 2021-09-09 | 2023-04-28 | 四川虹美智能科技有限公司 | 基于红外数据的测距方法和装置 |
CN114576816B (zh) * | 2022-03-16 | 2024-06-14 | 武汉高德智感科技有限公司 | 基于红外传感器的空调调节方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05187682A (ja) * | 1991-11-14 | 1993-07-27 | Mitsubishi Electric Corp | 空気調和機の制御装置及び人体検知センサー及び空気調和機 |
JPH05240488A (ja) * | 1992-02-27 | 1993-09-17 | Daikin Ind Ltd | 空気調和機 |
JP2001304655A (ja) * | 2000-04-26 | 2001-10-31 | Mitsubishi Electric Corp | 人体検知装置及び空気調和装置 |
CN101490479A (zh) * | 2006-09-07 | 2009-07-22 | 三菱电机株式会社 | 空气调和机 |
EP2206982A1 (en) * | 2008-12-26 | 2010-07-14 | LG Electronics Inc. | Air conditioner and method of operating the same |
CN103776099A (zh) * | 2012-10-17 | 2014-05-07 | 日立空调·家用电器株式会社 | 空调机 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5602391A (en) * | 1995-02-23 | 1997-02-11 | Hughes Electronics | Quincunx sampling grid for staring array |
JP5111445B2 (ja) * | 2008-09-10 | 2013-01-09 | 三菱電機株式会社 | 空気調和機 |
JP5247595B2 (ja) * | 2009-06-01 | 2013-07-24 | 三菱電機株式会社 | 空気調和機 |
JP5564990B2 (ja) * | 2010-02-26 | 2014-08-06 | 富士通株式会社 | 画像処理装置、及び画像処理プログラム |
US8884229B2 (en) * | 2012-02-22 | 2014-11-11 | Excelitas Technologies Singapore Pte. Ltd. | Passive infrared range finding proximity detector |
CN103777253B (zh) * | 2012-10-19 | 2017-05-24 | 海尔集团公司 | 利用人体传感器进行人体检测的方法 |
CN202885174U (zh) * | 2012-10-26 | 2013-04-17 | 南通航运职业技术学院 | 可检测人体的节能空调 |
CN103263255B (zh) * | 2013-05-25 | 2014-09-24 | 慈溪迈思特电子科技有限公司 | 人体红外温度传感器的数据处理方法 |
CN104061662B (zh) * | 2014-07-17 | 2017-02-15 | 珠海格力电器股份有限公司 | 一种人体检测方法、装置和空调 |
-
2014
- 2014-07-17 CN CN201410342467.4A patent/CN104061662B/zh active Active
-
2015
- 2015-07-16 WO PCT/CN2015/084243 patent/WO2016008430A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05187682A (ja) * | 1991-11-14 | 1993-07-27 | Mitsubishi Electric Corp | 空気調和機の制御装置及び人体検知センサー及び空気調和機 |
JPH05240488A (ja) * | 1992-02-27 | 1993-09-17 | Daikin Ind Ltd | 空気調和機 |
JP2001304655A (ja) * | 2000-04-26 | 2001-10-31 | Mitsubishi Electric Corp | 人体検知装置及び空気調和装置 |
CN101490479A (zh) * | 2006-09-07 | 2009-07-22 | 三菱电机株式会社 | 空气调和机 |
EP2206982A1 (en) * | 2008-12-26 | 2010-07-14 | LG Electronics Inc. | Air conditioner and method of operating the same |
CN103776099A (zh) * | 2012-10-17 | 2014-05-07 | 日立空调·家用电器株式会社 | 空调机 |
Also Published As
Publication number | Publication date |
---|---|
CN104061662A (zh) | 2014-09-24 |
WO2016008430A1 (zh) | 2016-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104061662B (zh) | 一种人体检测方法、装置和空调 | |
CN107917507B (zh) | 一种融合图像信息的集中空调热舒适度pmv控制方法 | |
Tien et al. | A vision-based deep learning approach for the detection and prediction of occupancy heat emissions for demand-driven control solutions | |
CN105511494B (zh) | 一种多无人机分布式队形控制的方法 | |
EP2971987A1 (en) | Energy saving heating, ventilation, air conditioning control system | |
CN106991147A (zh) | 一种植物识别***及识别方法 | |
CN109556607A (zh) | 一种快速处理移动机器人定位“绑架”问题的方法 | |
CN103338336B (zh) | 一种架空输电线路通道烟火预警的视频检测方法 | |
CN111143504B (zh) | 一种多摄像机室内视频地图构建方法 | |
CN110232330A (zh) | 一种基于视频检测的行人重识别方法 | |
Lu et al. | Dynamic hvac operations with real-time vision-based occupant recognition system | |
CN113408206B (zh) | 一种室内天然光照度建模方法 | |
CN104463869A (zh) | 一种视频火焰图像复合识别方法 | |
CN110503017A (zh) | 基于图像处理的智慧节能室内人数检测***与方法 | |
CN110111370A (zh) | 一种基于tld和深度多尺度时空特征的视觉物体跟踪方法 | |
CN114067438A (zh) | 一种基于热红外视觉的停机坪人体动作识别方法及*** | |
CN117876874A (zh) | 基于高点监控视频的森林火灾检测和定位方法及*** | |
Houchois et al. | The SMART sensor: fully characterizing radiant heat transfer in the built environment | |
CN117500118B (zh) | 照明灯塔设备的智能控制方法、装置、设备及存储介质 | |
Bao et al. | E-unet++: A semantic segmentation method for remote sensing images | |
Guastella et al. | Multi-agent Systems for Estimating Missing Information in Smart Cities. | |
CN105700402B (zh) | 基于人员检测的嵌入式控制***、设备和方法 | |
CN105740819A (zh) | 一种基于整数规划的人群密度估计方法 | |
CN105787963B (zh) | 一种视频目标跟踪方法及装置 | |
Wei et al. | A low-cost and scalable personalized thermal comfort estimation system in indoor environments |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |