[发明专利]一种基于DSSD神经网络的智能家居环境控制实时识别系统及其控制方法

权利要求书

1.一种基于DSSD神经网络的智能家居环境控制实时识别系统的控制方法，其特征在于，包括如下步骤：

步骤1、建立环境以及对应设备状态的训练数据集合；

步骤2、建立基于DSSD网络的控制模型及对其参数进行调整和修改，并通过训练数据集合进行模型训练；

所述步骤2具体包括：(1)安装linux系统，以及安装caffe-ssd深度学习平台；(2)修改标签字典pascalvoc_common.py；(3)运行tf_convert_data.py程序，将步骤1中准备好的格式数据集转换为转换成tfrecords；(4)运行train_ssd_network.py文件，开始训练DSSD网络，直到网络训练收敛；其间可修改网络参数得到识别效果最好的最终网络模型；

步骤3、识别人员行为；

步骤4、基于人员行为控制智能设备创造理想的智能家居环境。

2.根据权利要求1所述的方法，其特征在于，所述步骤1包括：采用摄像设备采集不同成像角度、不同智能设备使用环境、不同场景，不同人员的若干图片；采用LabelImg对人员行为、状态进行标注标签并存入到xml格式的标签文件中，同时建立对应标签的设备使用参数存入xml格式标签文件中。

3.根据权利要求1所述的方法，其特征在于：所述摄像设备包括监控摄像头、电脑摄像头、电视摄像头。

4.根据权利要求1所述的方法，其特征在于，所述步骤3包括：(1)匹配场景摄像设备开始拍摄和传输视频流；(2)识别系统开始识别人员行为状态；(3)识别系统载入视频流依照设置的参数进行抽帧并运行控制模型以识别人员行为。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述步骤4包括提取识别结果中的人员行为、人员信息，控制模型还通过大数据分析该人员信息的历史行为信息、习惯、喜好获得该人员信息的控制策略作为二次输入，控制模型根据人员行为和控制策略综合决策获得并输出一控制方案，所述系统根据该控制方案开始对应进行智能设备的自动控制。

6.根据权利要求5所述的方法，其特征在于，在DSSD网络模型中，利用K-means算法及手肘法对先验框的宽高比进行选取。

7.根据权利要求5所述的方法，其特征在于，所述人员信息根据人脸识别获得。

8.根据权利要求5所述的方法，其特征在于，所述控制策略中的控制元素包括当前目标智能设备以及关联的其他智能设备。

9.一种计算机控制系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述存储器执行所述程序时实现上述权利要求1-8任一项所述方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行上述权利要求1-8任一项所述方法。