[发明专利]一种基于姿态估计的非侵入式人体热舒适检测方法及系统

说明书

本发明从姿态估计的角度出发，揭示并提出了一种新颖的非侵入式人体热舒适检测方法。首先通过问卷调查的方法定义并验证得出12个人体热舒适的姿态，而后通过计算机视频采集、图像预处理、深度图像处理、训练测试和投放应用实现姿态估计和人体热舒适检测的结果输出，其中深度图像处理包括基于骨骼节点的面域、点域锁定以及设定对应不同姿态估计的动作识别判断条件及阀值，而姿态估计得自于比较前后帧各骨骼节点坐标的变化。应用本发明检测方法于智能建筑或交通工具中，将会为中央空调系统实时提供有效的反馈信号，从而实现让场景中的人们更加舒适，并可靠地节约能源。

技术领域

本发明涉及人体热舒适非侵入式检测、姿态估计、能源效率、人工智能等技术，具体涉及一种基于姿态估计的非侵入式人体热舒适检测方法，属于计算机科学与暖通技术领域。

背景技术

人体热舒适的实时感知，对于建筑节能或汽车节能至关重要。如果能够实时掌握室内/车内乘员的当前热舒适状态，继而实时向中央空调系统提供有效的反馈信号，以控制整个房间/车内的温度、湿度和气流等参量；不但可以满足人体热舒适的需求，还可以达到建筑节能的目标，从而服务于“以人为本”的智能建筑要求。

根据美国能源信息署(EIA：U. S. Energy Information Administration)的报告显示，建筑能源消耗在全世界能源消耗中占比21%，并且，所有的建筑能源消耗中，中央空调系统(HVAC：heating ventilation air condition)的消耗占了50%。由此可见，对于人体热舒适的检测并籍此调节HVAC的响应输出，对于能源节约具有重大意义。

目前共计有三种人体热舒适的检测方法，分别是问卷调查法、环境监测法和生理检测法。其中，生理检测法细分为侵入式、半侵入式和非侵入式三种。问卷调查法需要用户的持续反馈，可操作性偏低；环境监测法主要是检测室内温度、湿度和气流等客观参量，并假定某一个阈值范围内，大多数人都会满意。生理检测法能够实时检测到人的热舒适性，但侵入式和半侵入式的实用性偏低，因为他们都需要将传感器贴在身上。非侵入式方式的可行性较高，目前正处于研究的焦点。

基于目前的技术水平情况，建筑行业采取了环境监测法。对于相关设备，比如供暖装置和供冷装置，均设有旋钮，让用户自己根据热舒适程度，自我调节。因此，存在两大问题：1)、根据国际标准化组织(ISO：International Organization for Standardization )和美国采暖、制冷与空调工程师学(ASHRAE：American Society of Heating,Refrigeration and Air-Conditioning Engineers)对“热舒适环境”的定义，80%的人满意，即可判定为热舒适环境，那么环境监测法是难以满足更多人或每一个人的需求的；2)、用户自我调节的旋钮，缺乏自动化。这里两点均不符合“以人为本”的思想。

计算机视觉和机器学习的快速发展，为非侵入式检测人体热舒适提供了寻求技术解决方案的条件。计算机视觉的初衷和本质是让机器理解世界。自从深度学习技术的出现，其在海量数据训练下，能够胜任诸多分类和预测任务，这为非侵入式的人体热舒适检测，提供了可能。

发明内容

鉴于上述现有技术能耗管控不足的现状，本发明的目的旨在从场景中人体姿态估计的角度出发，提出一种新颖的非侵入式人体热舒适检测方法及系统。以此为中央空调系统（HVAC）实时地提供准确有效的反馈信号，使场景内体感更加舒适、节省能源。

为了实现上述第一个目的，本发明的技术解决方案为：一种基于姿态估计的非侵入式人体热舒适检测方法，包括步骤：

S1、定义若干个与人体热舒适相关的姿态，并通过问卷调查法证实有效性；

S2、视频采集和预处理，计算机视觉装置面向受试者拍摄采集图像数据，并预处理输出兴趣域图片；