[发明专利]基于实时用户行为分析的智能家居管理系统及方法

权利要求书

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。

2.如权利要求1所述的系统，其特征在于，所述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，以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。

3.如权利要求2所述的系统，其特征在于，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，s_k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。

4.如权利要求3所述的系统，其特征在于，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，s_k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。

5.如权利要求5所述的系统，其特征在于，所述获得三幅初始权重图的方法使用如下公式表示：N₁＝X/D+lg(1+pL)，N₂＝X/D+lg(1+pY)，N₃＝X/D+lg(1+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。

6.如权利要求5所述的系统，其特征在于，所述人体关键部检测从筛选出的人体部分中，提取手、脚和头的部分的方法包括：将筛选出的人体部分输入预先训练完成的头检测模型，得到多个头框图像；针对所述每个头框图像，确定与预设值的比值最大的头框图像，作为头检测结果并输出，以提取出头的部分；将筛选出的人体部分输入预先训练完成的手检测模型，得到多个手框图像；针对所述每个手框图像，确定与预设值的比值最大的手框图像，作为手检测结果并输出，以提取出手的部分；将筛选出的人体部分输入预先训练完成的脚检测模型，得到镀铬脚框图像；针对所述每个脚框图像，确定与预设值的比值最大的脚框图像，作为脚检测结果并输出，以提取出脚的部分。