CN108809780A - 一种智能家居*** - Google Patents
一种智能家居*** Download PDFInfo
- Publication number
- CN108809780A CN108809780A CN201810677027.2A CN201810677027A CN108809780A CN 108809780 A CN108809780 A CN 108809780A CN 201810677027 A CN201810677027 A CN 201810677027A CN 108809780 A CN108809780 A CN 108809780A
- Authority
- CN
- China
- Prior art keywords
- image
- module
- feature parameter
- indicate
- foreground
- 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.)
- Withdrawn
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
- H04L12/2816—Controlling appliance services of a home automation network by calling their functionalities
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种智能家居***,包括环境监控***、安防监控***、家居网关、控制终端和家居终端,所述环境监控***和安防监控***均与家居网关通信连接,所述环境监控***采用传感器采集室内的环境信息,所述安防监控***用于检测室内的前景目标,生成监控信息,所述智能家居网关将采集的环境信息和监控信息发送至控制终端,所述控制终端根据环境信息和监控信息产生控制信号,对家居终端进行控制。本发明的有益效果为:提供了一种智能家居***,实现了环境监控和安防监控以及对智能家居的有效控制。
Description
技术领域
本发明涉及智能家居技术领域,具体涉及一种智能家居***。
背景技术
随着科学技术的飞速发展,智能家居***已经成为业界热点关注的项目。智能家居是以住宅为平台,利用网络通信技术、安全防范技术、自动控制技术等与家居生活有关的设备进行集成,构建高效的住宅设施与家中日程事务的管理***,提升家居安全性、便利性、舒适性。
现有的智能家居***中,还不能使用户实时获知家中室内的状况,还没有能够实时监测和控制家中室内状况(如室内温度、湿度、是否有安全隐患等)的智能家居***。
发明内容
针对上述问题,本发明旨在提供一种智能家居***。
本发明的目的采用以下技术方案来实现:
提供了一种智能家居***,包括环境监控***、安防监控***、家居网关、控制终端和家居终端,所述环境监控***和安防监控***均与家居网关通信连接,所述环境监控***采用传感器采集室内的环境信息,所述安防监控***用于检测室内的前景目标,生成监控信息,所述智能家居网关将采集的环境信息和监控信息发送至控制终端,所述控制终端根据环境信息和监控信息产生控制信号,对家居终端进行控制。
本发明的有益效果为:提供了一种智能家居***,实现了环境监控和安防监控以及对智能家居的有效控制。
可选的,所述安防监控***包括第一检测子***和第二检测子***,所述第一检测子***包括图像获取模块、预处理模块、第一前景检测模块,所述图像获取模块用于获取检测图像,所述预处理模块用于对检测图像进行滤波处理,所述第一前景检测模块用于对检测图像的前景进行检测,所述第二检测子***包括参数确定模块、滤除模块和第二前景检测模块,所述参数确定模块用于确定图像的特征参数,所述滤除模块用于根据图像的特征参数滤除不合格的检测图像,所述第二前景检测模块用于根据滤除不合格检测图像后的检测图像对前景进行检测。
可选的,所述参数确定模块包括第一处理模块、第二处理模块、第三处理模块和第四处理模块,所述第一处理模块用于确定图像的第一特征参数,所述第二处理模块用于确定图像的第二特征参数,所述第三处理模块用于确定图像的第三特征参数,所述第四处理模块用于确定图像的第四特征参数。
可选的,所述第一处理模块用于确定图像的第一特征参数,具体为:
将图像在HSB空间表示,用P(0)表示背景图像,P(t)表示t时刻的图像,P(t-1)表示t-1时刻的图像;
采用下式确定图像第一特征参数:
式中,E1(t,0)、E1(t,t-1)表示图像的第一特征参数,M表示图像的宽,N表示图像的高,I表示色调的最大值,Hi(t)表示P(t)中色调值为i的像素的个数,Hi(0)表示P(0)中色调值为i的像素的个数,Hi(t-1)表示P(t-1)中色调值为i的像素的个数;所述第一特征参数越大,表示两幅图像色调变化越大。
可选的,所述第二处理模块用于确定图像的第二特征参数,具体为:
将图像在灰度空间表示,用原始图像和经过滤波的灰度图像相减得到灰度差分图像Pa,采用下式将灰度差分图像转化为二值边缘图像Pb:式中,Pb(x,y)表示二值边缘图像Pb在位置(x,y)的像素值,Pa(x,y)表示灰度差分图像Pa在位置(x,y)的像素值,Y2表示预先设定的二值化阈值;
设P(0)的边缘图像为Pb(0),P(t)的边缘图像为Pb(t),P(t-1)的边缘图像为Pb(t-1),采用下式确定图像第二特征参数E2(t,0)、E2(t,t-1):
式中,E2(t,0)、E2(t,t-1)表示图像的第二特征参数,表示异或操作,∪表示或操作,分别表示中值不等于0的像素的个数;所述第二特征参数越大,表示两幅图像边缘之间的差异程度越大。
可选的,所述第三处理模块用于确定图像的第三特征参数,具体为:
采用下式确定图像第三特征参数E3(t):
式中,E3(t)表示图像的第三特征参数,Pf(t)表示t时刻二值图像,前景像素的值为255,背景像素的值为0,S(Pf(t))表示Pf(t)中值不等于0的像素的个数;所述第三特征参数越大,表示t时刻前景像素的个数占图像像素总数的比例越高。
可选的,所述第四处理模块用于确定图像的第四特征参数,具体为:
将图像在HSB空间表示,用P(0)表示背景图像,P(t)表示t时刻的图像,P(t-1)表示t-1时刻的图像;
采用下式确定图像第四特征参数:
式中,E4(t,0)、E4(t,t-1)表示图像的第一特征参数,M表示图像的宽,N表示图像的高,I表示亮度的最大值,Bj(t)表示P(t)中亮度值为i的像素的个数,Bj(0)表示P(0)中亮度值为i的像素的个数,Bj(t-1)表示P(t-1)中亮度值为i的像素的个数;所述第四特征参数越大,表示两幅图像亮度变化越大。
可选的,所述滤除模块包括第一图像滤除模块、第二图像滤除模块和第三图像滤除模块,所述第一图像滤除模块用于对相似图像进行滤除,所述第二图像滤除模块用于对场景变化剧烈图像进行滤除,所述第三图像滤除模块用于对发生错误前景检测的图像进行滤除。
可选的,所述第一图像滤除模块用于对相似图像进行滤除,具体为:若同时满足E2(t,0)<Z0,E2(t,t-1)<Z0,E3(t-1)<Z1,则将该图像作为相似图像进行滤除,其中,Z0表示判断两幅图像边缘是否相同的阈值,若小于该阈值,则认为两幅图像相同,Z1表示判断前景物体是否可以忽略的阈值,若小于该阈值,则认为前景可以忽略;
所述第二图像滤除模块用于对场景变化剧烈图像进行滤除,具体为:若满足E1(t,0)>Z2、E1(t,t-1)>Z2、E4(t,0)>Z3,E4(t,t-1)>Z3中任意条件,则认为该图像场景变化剧烈,进行滤除,其中,Z2表示判断图像色调是否发生大幅变化的阈值,若大于该阈值,则图像色调发生大幅变化,Z3表示判断图像亮度是否发生大幅变化的阈值,若大于该阈值,则图像亮度发生大幅变化;
所述第三图像滤除模块用于对发生错误前景检测的图像进行滤除,具体为:若满足E3(t)>Z5,Z5表示判断前景物体过大的阈值,则将该图像作为发生错误前景检测的图像进行滤除。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明的结构示意图;
附图标记:
环境监控***1、安防监控***2、家居网关3、控制终端4、家居终端5。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1,本实施例的一种智能家居***,包括环境监控***1、安防监控***2、家居网关3、控制终端4和家居终端5,所述环境监控***1和安防监控***2均与家居网关3通信连接,所述环境监控***1采用传感器采集室内的环境信息,所述安防监控***2用于检测室内的前景目标,生成监控信息,所述智能家居网关3将采集的环境信息和监控信息发送至控制终端4,所述控制终端4根据环境信息和监控信息产生控制信号,对家居终端5进行控制。
本实施例提供了一种智能家居***,实现了环境监控和安防监控以及对智能家居的有效控制。
优选的,所述安防监控***2包括第一检测子***和第二检测子***,所述第一检测子***包括图像获取模块、预处理模块、第一前景检测模块,所述图像获取模块用于获取检测图像,所述预处理模块用于对检测图像进行滤波处理,所述第一前景检测模块用于对检测图像的前景进行检测,所述第二检测子***包括参数确定模块、滤除模块和第二前景检测模块,所述参数确定模块用于确定图像的特征参数,所述滤除模块用于根据图像的特征参数滤除不合格的检测图像,所述第二前景检测模块用于根据滤除不合格检测图像后的检测图像对前景进行检测。
本优选实施例通过对图像进行筛选,克服了以往前景检测过程中使用可能破坏背景模型的图像进行前景检测,提升了前景检测的鲁棒性。
优选的,所述参数确定模块包括第一处理模块、第二处理模块、第三处理模块和第四处理模块,所述第一处理模块用于确定图像的第一特征参数,所述第二处理模块用于确定图像的第二特征参数,所述第三处理模块用于确定图像的第三特征参数,所述第四处理模块用于确定图像的第四特征参数;
所述第一处理模块用于确定图像的第一特征参数,具体为:
将图像在HSB空间表示,用P(0)表示背景图像,P(t)表示t时刻的图像,P(t-1)表示t-1时刻的图像;
采用下式确定图像第一特征参数:
式中,E1(t,0)、E1(t,t-1)表示图像的第一特征参数,M表示图像的宽,N表示图像的高,I表示色调的最大值,Hi(t)表示P(t)中色调值为i的像素的个数,Hi(0)表示P(0)中色调值为i的像素的个数,Hi(t-1)表示P(t-1)中色调值为i的像素的个数;所述第一特征参数越大,表示两幅图像色调变化越大;
所述第二处理模块用于确定图像的第二特征参数,具体为:
将图像在灰度空间表示,用原始图像和经过滤波的灰度图像相减得到灰度差分图像Pa,采用下式将灰度差分图像转化为二值边缘图像Pb:式中,Pb(x,y)表示二值边缘图像Pb在位置(x,y)的像素值,Pa(x,y)表示灰度差分图像Ps在位置(x,y)的像素值,T2表示预先设定的二值化阈值;
设P(0)的边缘图像为Pb(0),P(t)的边缘图像为Pb(t),P(t-1)的边缘图像为Pb(t-1),采用下式确定图像第二特征参数E2(t,0)、E2(t,t-1):
式中,E2(t,0)、E2(t,t-1)表示图像的第二特征参数,表示异或操作,∪表示或操作,分别表示中值不等于0的像素的个数;所述第二特征参数越大,表示两幅图像边缘之间的差异程度越大;
所述第三处理模块用于确定图像的第三特征参数,具体为:
采用下式确定图像第三特征参数E3(t):
式中,E3(t)表示图像的第三特征参数,Pf(t)表示t时刻二值图像,前景像素的值为255,背景像素的值为0,S(Pf(t))表示Pf(t)中值不等于0的像素的个数;所述第三特征参数越大,表示t时刻前景像素的个数占图像像素总数的比例越高;
所述第四处理模块用于确定图像的第四特征参数,具体为:
将图像在HSB空间表示,用P(0)表示背景图像,P(t)表示t时刻的图像,P(t-1)表示t-1时刻的图像;
采用下式确定图像第四特征参数:
式中,E4(t,0)、E4(t,t-1)表示图像的第一特征参数,M表示图像的宽,N表示图像的高,I表示亮度的最大值,Bj(t)表示P(t)中亮度值为i的像素的个数,Bj(0)表示P(0)中亮度值为i的像素的个数,Bj(t-1)表示P(t-1)中亮度值为i的像素的个数;所述第四特征参数越大,表示两幅图像亮度变化越大;
本优选实施例将图像亮度、色调和边缘特征的变化作为图像参数,通过图像特征变化的参数来描述输入图像和前景检测结果。通过描述输入图像,避免使用可能破坏背景模型的图像进行背景模型的更新;具体的,第一特征参数越大,表示两幅图像色调变化越大,第二特征参数越大,表示两幅图像边缘之间的差异程度越大,第三特征参数越大,表示t时刻前景像素的个数占图像像素总数的比例越高,第四特征参数越大,表示两幅图像亮度变化越大;
优选的,所述滤除模块包括第一图像滤除模块、第二图像滤除模块和第三图像滤除模块,所述第一图像滤除模块用于对相似图像进行滤除,所述第二图像滤除模块用于对场景变化剧烈图像进行滤除,所述第三图像滤除模块用于对发生错误前景检测的图像进行滤除;
所述第一图像滤除模块用于对相似图像进行滤除,具体为:若同时满足E2(t,0)<Z0,E2(t,t-1)<Z0,E3(t-1)<Z1,则将该图像作为相似图像进行滤除,其中,Z0表示判断两幅图像边缘是否相同的阈值,若小于该阈值,则认为两幅图像相同,Z1表示判断前景物体是否可以忽略的阈值,若小于该阈值,则认为前景可以忽略;
所述第二图像滤除模块用于对场景变化剧烈图像进行滤除,具体为:若满足E1(t,0)>Z2、E1(t,t-1)>Z2、E4(t,0)>Z3,E4(t,t-1)>Z3中任意条件,则认为该图像场景变化剧烈,进行滤除,其中,Z2表示判断图像色调是否发生大幅变化的阈值,若大于该阈值,则图像色调发生大幅变化,Z3表示判断图像亮度是否发生大幅变化的阈值,若大于该阈值,则图像亮度发生大幅变化;
所述第三图像滤除模块用于对发生错误前景检测的图像进行滤除,具体为:若满足E3(t)>Z5,Z5表示判断前景物体过大的阈值,则将该图像作为发生错误前景检测的图像进行滤除;
本优选实施例实现了图像的滤除,保证了图像前景检测的准确性,具体的,根据第一特征参数、第二特征参数、第三特征图像和第四特征参数对相似图像、场景剧烈变化图像和发生错误前景检测的图像进行滤除,实现了图像的准确滤除。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解应当理解,可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现,处理器可以在一个或多个下列单元中实现:专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现,实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时,可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术目的地应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (9)
1.一种智能家居***,其特征在于,包括环境监控***、安防监控***、家居网关、控制终端和家居终端,所述环境监控***和安防监控***均与家居网关通信连接,所述环境监控***采用传感器采集室内的环境信息,所述安防监控***用于检测室内的前景目标,生成监控信息,所述智能家居网关将采集的环境信息和监控信息发送至控制终端,所述控制终端根据环境信息和监控信息产生控制信号,对家居终端进行控制。
2.根据权利要求1所述的智能家居***,其特征在于,所述安防监控***包括第一检测子***和第二检测子***,所述第一检测子***包括图像获取模块、预处理模块、第一前景检测模块,所述图像获取模块用于获取检测图像,所述预处理模块用于对检测图像进行滤波处理,所述第一前景检测模块用于对检测图像的前景进行检测,所述第二检测子***包括参数确定模块、滤除模块和第二前景检测模块,所述参数确定模块用于确定图像的特征参数,所述滤除模块用于根据图像的特征参数滤除不合格的检测图像,所述第二前景检测模块用于根据滤除不合格检测图像后的检测图像对前景进行检测。
3.根据权利要求2所述的智能家居***,其特征在于,所述参数确定模块包括第一处理模块、第二处理模块、第三处理模块和第四处理模块,所述第一处理模块用于确定图像的第一特征参数,所述第二处理模块用于确定图像的第二特征参数,所述第三处理模块用于确定图像的第三特征参数,所述第四处理模块用于确定图像的第四特征参数。
4.根据权利要求3所述的智能家居***,其特征在于,所述第一处理模块用于确定图像的第一特征参数,具体为:
将图像在HSB空间表示,用P(0)表示背景图像,P(t)表示t时刻的图像,P(t-1)表示t-1时刻的图像;
采用下式确定图像第一特征参数:
式中,E1(t,0)、E1(t,t-1)表示图像的第一特征参数,M表示图像的宽,N表示图像的高,I表示色调的最大值,Hi(t)表示P(t)中色调值为i的像素的个数,Hi(0)表示P(0)中色调值为i的像素的个数,Hi(t-1)表示P(t-1)中色调值为i的像素的个数;所述第一特征参数越大,表示两幅图像色调变化越大。
5.根据权利要求4所述的智能家居***,其特征在于,所述第二处理模块用于确定图像的第二特征参数,具体为:
将图像在灰度空间表示,用原始图像和经过滤波的灰度图像相减得到灰度差分图像Pa,采用下式将灰度差分图像转化为二值边缘图像Pb:式中,Pb(x,y)表示二值边缘图像Pb在位置(x,y)的像素值,Pa(x,y)表示灰度差分图像Pa在位置(x,y)的像素值,T2表示预先设定的二值化阈值;
设P(0)的边缘图像为Pb(0),P(t)的边缘图像为Pb(t),P(t-1)的边缘图像为Pb(t-1),采用下式确定图像第二特征参数E2(t,0)、E2(t,t-1):
式中,E2(t,0)、E2(t,t-1)表示图像的第二特征参数,表示异或操作,∪表示或操作,S[Pb(t)∪Pb(0)]、S[Pb(t)∪Pb(t-1)]分别表示[Pb(t)∪Pb(0)]、[Pb(t)∪Pb(t-1)]中值不等于0的像素的个数;所述第二特征参数越大,表示两幅图像边缘之间的差异程度越大。
6.根据权利要求5所述的智能家居***,其特征在于,所述第三处理模块用于确定图像的第三特征参数,具体为:
采用下式确定图像第三特征参数E3(t):
式中,E3(t)表示图像的第三特征参数,Pf(t)表示t时刻二值图像,前景像素的值为255,背景像素的值为0,S(Pf(t))表示Pf(t)中值不等于0的像素的个数;所述第三特征参数越大,表示t时刻前景像素的个数占图像像素总数的比例越高。
7.根据权利要求6所述的智能家居***,其特征在于,所述第四处理模块用于确定图像的第四特征参数,具体为:
将图像在HSB空间表示,用P(0)表示背景图像,P(t)表示t时刻的图像,P(t-1)表示t-1时刻的图像;
采用下式确定图像第四特征参数:
式中,E4(t,0)、E4(t,t-1)表示图像的第一特征参数,M表示图像的宽,N表示图像的高,I表示亮度的最大值,Bj(t)表示P(t)中亮度值为i的像素的个数,Bj(0)表示P(0)中亮度值为i的像素的个数,Bj(t-1)表示P(t-1)中亮度值为i的像素的个数;所述第四特征参数越大,表示两幅图像亮度变化越大。
8.根据权利要求7所述的智能家居***,其特征在于,所述滤除模块包括第一图像滤除模块、第二图像滤除模块和第三图像滤除模块,所述第一图像滤除模块用于对相似图像进行滤除,所述第二图像滤除模块用于对场景变化剧烈图像进行滤除,所述第三图像滤除模块用于对发生错误前景检测的图像进行滤除。
9.根据权利要求8所述的智能家居***,其特征在于,所述第一图像滤除模块用于对相似图像进行滤除,具体为:若同时满足E2(t,0)<Z0,E2(t,t-1)<Z0,E3(t-1)<Z1,则将该图像作为相似图像进行滤除,其中,Z0表示判断两幅图像边缘是否相同的阈值,若小于该阈值,则认为两幅图像相同,Z1表示判断前景物体是否可以忽略的阈值,若小于该阈值,则认为前景可以忽略;
所述第二图像滤除模块用于对场景变化剧烈图像进行滤除,具体为:若满足E1(t,0)>Z2、E1(t,t-1)>Z2、E4(t,0)>Z3,E4(t,t-1)>Z3中任意条件,则认为该图像场景变化剧烈,进行滤除,其中,Z2表示判断图像色调是否发生大幅变化的阈值,若大于该阈值,则图像色调发生大幅变化,Z3表示判断图像亮度是否发生大幅变化的阈值,若大于该阈值,则图像亮度发生大幅变化;
所述第三图像滤除模块用于对发生错误前景检测的图像进行滤除,具体为:若满足E3(t)>Z5,Z5表示判断前景物体过大的阈值,则将该图像作为发生错误前景检测的图像进行滤除。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810677027.2A CN108809780A (zh) | 2018-06-27 | 2018-06-27 | 一种智能家居*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810677027.2A CN108809780A (zh) | 2018-06-27 | 2018-06-27 | 一种智能家居*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108809780A true CN108809780A (zh) | 2018-11-13 |
Family
ID=64072222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810677027.2A Withdrawn CN108809780A (zh) | 2018-06-27 | 2018-06-27 | 一种智能家居*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108809780A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103019181A (zh) * | 2012-11-20 | 2013-04-03 | 程亮 | 基于ZigBee无线通讯协议的物联网智能家居*** |
CN203206269U (zh) * | 2013-04-15 | 2013-09-18 | 深圳市宁冠鸿科技有限公司 | 一种智能家居的控制*** |
CN204287783U (zh) * | 2014-11-26 | 2015-04-22 | 中铁建工集团诺德投资有限公司 | 智能家居*** |
CN206224219U (zh) * | 2016-07-14 | 2017-06-06 | 深圳易趣合智能技术有限公司 | 一种智能家居控制*** |
-
2018
- 2018-06-27 CN CN201810677027.2A patent/CN108809780A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103019181A (zh) * | 2012-11-20 | 2013-04-03 | 程亮 | 基于ZigBee无线通讯协议的物联网智能家居*** |
CN203206269U (zh) * | 2013-04-15 | 2013-09-18 | 深圳市宁冠鸿科技有限公司 | 一种智能家居的控制*** |
CN204287783U (zh) * | 2014-11-26 | 2015-04-22 | 中铁建工集团诺德投资有限公司 | 智能家居*** |
CN206224219U (zh) * | 2016-07-14 | 2017-06-06 | 深圳易趣合智能技术有限公司 | 一种智能家居控制*** |
Non-Patent Citations (1)
Title |
---|
马琼雄: "基于视觉的服务机器人人机交互技术研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108885813B (zh) | 智能售货柜、物品识别的方法、装置、服务器和存储介质 | |
CN108932510A (zh) | 一种垃圾检测方法及装置 | |
EP2779172A1 (en) | System and method of audio information display on video playback timeline | |
CN105554380B (zh) | 一种昼夜切换方法及装置 | |
CN108389352A (zh) | 火源探测方法及装置 | |
CN110363731B (zh) | 一种图像融合方法、装置及电子设备 | |
CN109302566A (zh) | 一种确定拍摄模式的方法、装置及终端设备 | |
CN109961042A (zh) | 结合深度卷积神经网络和视觉变化图的烟雾检测方法 | |
CN105279511A (zh) | 基于颜色时变特征的交通信号灯重定位方法及装置 | |
CN108093183B (zh) | 一种摄像机日夜模式切换方法及终端设备 | |
CN105005852A (zh) | 一种基于图像分析的宿舍环境智能监测*** | |
CN109378067A (zh) | 终端控制方法及健康安全教育管理一体机 | |
CN116129102A (zh) | 一种基于改进型图像处理算法的水表识别方法及相关装置 | |
EP3698336A1 (en) | Intrusion detection methods and devices | |
CN108876824B (zh) | 目标跟踪方法、装置、***及球机 | |
CN108809780A (zh) | 一种智能家居*** | |
CN107180242A (zh) | 基于嵌入式***的消防安全隐患图像识别方法 | |
CN116168345A (zh) | 火灾检测方法及相关设备 | |
CN109995984A (zh) | 一种照明方法、装置、电子设备及存储介质 | |
CN110321808A (zh) | 遗留物与盗移物检测方法、设备和存储介质 | |
CN109978889A (zh) | 一种图像处理方法、***、装置、存储介质及黑板装置 | |
CN108921834A (zh) | 一种人体前景检测*** | |
CN114119408A (zh) | 一种基于猫眼摄像头的快递检测方法、装置及猫眼摄像头 | |
CN108960253A (zh) | 一种目标检测*** | |
CN108846980A (zh) | 一种监控报警*** |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20181113 |