[发明专利]基于深度学习的高光谱室内监控方法、装置及设备

说明书

本发明公开了一种基于深度学习的高光谱室内监控方法，该方法包括：通过高光谱相机采集待检测场景中的细菌图像；基于人工神经网络模型，对所述细菌图像进行识别，获得细菌识别结果；根据所述细菌识别结果，确定LED紫外杀菌装置的紫外光的辐射强度值；控制所述LED紫外杀菌装置使用所述辐射强度值进行杀菌。本发明不仅能够有效地杀灭有害细菌，同时，还能够确保人体健康的安全。

技术领域

本发明涉及智能设备技术领域，尤其涉及一种基于深度学习的高光谱室内监控方法、装置及设备。

背景技术

随着人们对居所的卫生条件要求的日益提高，人们对室内进行杀菌的意识越来越强烈。

当前使用的杀菌方式主要有自然通风，化学剂喷雾，日光杀菌等。以上这些传统的杀菌方法，存在很多弊端。比如开窗通风，不能将有害细菌彻底消除，且对天气要求较高；又比如化学剂喷雾，该喷雾杀菌剂的化学成分对人的健康会构成潜在的危害；又比如日光杀菌，该日光中的紫外线具有良好的杀菌作用，但是要求阳光充足的户外环境，当天气异常时不能起到理想的杀菌效果。

可见，上述杀菌方式无法有效地杀灭细菌，且在一定程度上对人体健康构成威胁。

发明内容

基于此，为解决现有技术中的杀菌方式无法有效地杀灭细菌，且在一定程度上对人体健康构成威胁的技术问题，特提出了一种基于深度学习的高光谱室内监控方法。

一种基于深度学习的高光谱室内监控方法，包括：

通过高光谱相机采集待检测场景中的细菌图像；

基于人工神经网络模型，对所述细菌图像进行识别，获得细菌识别结果；

根据所述细菌识别结果，确定LED紫外杀菌装置的紫外光的辐射强度值；

控制所述LED紫外杀菌装置使用所述辐射强度值进行杀菌。

在其中一个实施例中，所述基于人工神经网络模型，对所述细菌图像进行识别，获得细菌识别结果之后，所述方法还包括：

获取有害细菌区域；

判断所述有害细菌区域是否有人；

若所述有害细菌区域没有人，判断所述有害细菌区域是否属于人活动频繁的区域；

若所述有害细菌区域属于人活动频繁的区域，则执行所述的根据所述细菌识别结果，确定LED紫外杀菌装置的紫外光的辐射强度值的步骤。

在其中一个实施例中，所述方法还包括：

若所述有害细菌区域有人，则执行所述的根据所述细菌识别结果，确定LED紫外杀菌装置的紫外光的辐射强度值的步骤。

在其中一个实施例中，所述根据所述细菌识别结果，确定LED紫外杀菌装置的紫外光的辐射强度值之后，所述方法还包括：

判断所述有害细菌区域中是否存在紫外光无法照射到的区域；

若所述有害细菌区域中存在紫外光无法照射到的区域，则针对所述紫外光无法照射到的区域，采用化学喷雾剂进行杀菌；

所述控制所述LED紫外杀菌装置使用所述辐射强度值进行杀菌包括：

控制所述LED紫外杀菌装置使用所述辐射强度值，对所述紫外光照射到的区域进行杀菌。

在其中一个实施例中，所述方法还包括：

若所述有害细菌区域没有人且所述有害细菌区域不属于人活动频繁的区域，则采用化学喷雾剂进行杀菌。

在其中一个实施例中，所述方法还包括：

在杀菌的过程中，使用所述高光谱相机对残留的细菌进行监控。