[发明专利]基于街景图片的空调挂机空间分布自动识别方法及系统

说明书

本发明提供一种基于街景图片的空调挂机空间分布自动识别方法及系统，以网络平台提供的街景图片为数据源实现空调挂机空间分布识别，包括通过爬虫抓取街景图片；基于空调挂机场景特点对爬取的街景图片进行预筛选，进行窗户实体与空调挂机目标实体的标注，输入YOLOX网络中分别进行空调挂机实体模型训练和窗户实体模型训练，训练完成后对每张街景图片分别利用相应模型进行预测，并输出每张图片中的空调外挂机与窗户实体的个数；计算空调外挂机和窗户数量间的比率，结合每个街景图片的坐标信息进行空间投影，输出地区相应的空调覆盖率。本发明通过挖掘网络街景图片信息，识别空调挂机与窗户的比率，提取空调空间分布信息，可大量节约人工成本。

技术领域

本发明涉及空调挂机智能识别技术领域，具体涉及一种基于街景图片的空调挂机空间分布方法及系统。

背景技术

近些年来随着全球范围内的剧烈气候变化，全球各地区有记录的极端高温事件在发生的频次、强度和灾害持续的持续时间都呈现不断的上升趋势，由此而诱发的相关地区有记录的人口并发疾病的相关发病率和死亡率数字也呈现不断的攀升态势。

目前关于一定地区内的空调使用数据有记录在案的情况仍然非常稀少，统计空调使用数据的方法目前仍然停留在传统的人力统计策略。而常用的传统人力统计调查方法天然具有繁琐、高人力成本时间成本、昂贵的经济成本等缺点。因此目前急需一种成本开销较小，且能够快速便捷的获取空调使用情况的手段。

现有的关于空调的专利多涉及空调的控制装置、空调的系统配置以及空调外挂机保护技术领域，诸如空调的散热控制装置；机柜空调系统；空调系统与空调冷媒干燥方法；防空调外挂机坠落监测预警装置，以实现空调挂机状况的实时监测，可在挂机发生坠落之前的一段时间及时发出预警信息，及时进行报警风险排除。同时，另外一些关于空调的专利则涉及空调的总体控制系统领域，包括了由空调系统中送风总管上温度变送器、风量变送器和回风总管上温度变送器共同组成的空调系统总负荷变化信息提取系统；送风机进出口压差变送器和送风总管上的风量变送器组成的空调系统总风阻变化信息提取系统；每一条送风支路上的手动调节阀和末端风口组成的支路静态水力平衡调节系统；以及一种空调器睡眠模式设置方法和空调器系统等等方向。

而对于现有可用的空调挂机信息提取的技术方案均多以普查方法即人工统计普查的形式出现，且传统登记方法十分繁琐，耗时冗长。因此，急需一种便捷高效的快速自动扫描方法，实现快速高效掌握其在一定地区内的空间分布情况。

发明内容

目前，空调使用率数据的来源主要是空调商家销售数据、各地统计局的统计数据，较难客观反应空调的使用率，且难以表达各个地区的空调使用的空间分布情况。目前空调信息提取的数据源和提取方法都非常欠缺，致使目前仍难以准确提取出城市空调使用率的空间分布。

为了解决上述现有技术中存在的不足，本发明提出了一种基于街景图片的空调挂机空间分布方法及系统，提出充分利用逐渐丰富的街景图片，结合深度学习方法，识别街景图片中道路两侧的建筑物上的空调挂机，与窗户，获得街景图片中的空调与窗户的数量比值信息，从而获得图片中空调的普及率；结合街景图片自带的经纬度属性进行空间化的投影处理，实现较为快速便捷的自动化识别一定地区内的空调普及率的空间分布信息。

为了实现上述目的，本发明技术方案提供一种基于街景图片的空调挂机空间分布自动识别方法，以网络平台提供的街景图片为数据源实现空调挂机空间分布识别，实现过程包括以下步骤，

步骤1，通过爬虫抓取街景图片，为后续图像分析提供源数据；

步骤2，基于空调挂机场景特点对爬取的街景图片进行预筛选，进行窗户实体与空调挂机目标实体的标注，获得预标注图片集；

步骤3，将标注完成的空调实体与窗户实体数据作为训练数据，输入YOLOX网络中分别进行空调挂机实体模型训练和窗户实体模型训练，训练完成后对每张街景图片分别利用所得空调挂机实体模型和窗户实体模型进行预测，并输出每张图片中的空调外挂机与窗户实体的个数；计算空调外挂机和窗户数量间的比率，结合每个街景图片的坐标信息进行空间投影，输出地区相应的空调覆盖率。