本發(fā)明涉及智能家居，具體涉及一種基于紅外感知的家居環(huán)境異常監(jiān)測系統(tǒng)、方法。

背景技術(shù)：

1、隨著物聯(lián)網(wǎng)和智能家居技術(shù)的快速發(fā)展，家居環(huán)境的智能化管理和監(jiān)控變得愈加重要。智能家居機器人作為家庭自動化的重要組成部分，能夠通過多種傳感器實時感知環(huán)境，并做出相應(yīng)的響應(yīng)?，F(xiàn)有的智能家居系統(tǒng)主要依賴于可見光圖像、紅外傳感器、超聲波傳感器等進行環(huán)境感知和數(shù)據(jù)采集。然而，這些系統(tǒng)在實際應(yīng)用中仍然存在諸多問題和挑戰(zhàn)。當(dāng)前的智能家居系統(tǒng)在復(fù)雜環(huán)境中對目標物體的識別和定位精度有限，難以準確獲取環(huán)境信息。

2、在相關(guān)技術(shù)中，為保證環(huán)境信息的準確性，通常采用多傳感器融合策略，結(jié)合深度相機模組，對目標進行更精準的監(jiān)測及捕捉，加大環(huán)境感知能力。然而，多傳感器數(shù)據(jù)融合難度較大，多種傳感器的數(shù)據(jù)在實際應(yīng)用中面臨數(shù)據(jù)同步、傳感器校準、數(shù)據(jù)處理算法復(fù)雜等多種問題，導(dǎo)致系統(tǒng)的魯棒性與準確性難以保證，因此，迫切需要一種針對家居環(huán)境中環(huán)境信息進行準確識別的異常監(jiān)測系統(tǒng)。

技術(shù)實現(xiàn)思路

1、有鑒于此，本發(fā)明提供了一種基于紅外感知的家居環(huán)境異常監(jiān)測系統(tǒng)、方法，以解決智能家居系統(tǒng)中對于異常數(shù)據(jù)識別準確性低的技術(shù)問題。

2、第一方面，本發(fā)明提供了一種基于紅外感知的家居環(huán)境異常監(jiān)測系統(tǒng)，系統(tǒng)包括：預(yù)處理模塊，用于響應(yīng)于采集到的紅外圖像數(shù)據(jù)，對紅外圖像數(shù)據(jù)進行預(yù)處理，確定紅外圖像；預(yù)測模塊，用于基于紅外圖像，利用網(wǎng)絡(luò)模型，得到預(yù)測結(jié)果；異常監(jiān)測報告生成模塊，用于基于預(yù)測結(jié)果與異常數(shù)據(jù)的對應(yīng)關(guān)系，生成異常監(jiān)測報告。

3、結(jié)合第一方面，在第一方面的一種可能的實現(xiàn)方式中，預(yù)處理模塊，包括：歸一化子模塊，用于響應(yīng)于采集到的紅外圖像數(shù)據(jù)，對紅外圖像數(shù)據(jù)進行均值-方差歸一化與最小-最大歸一化，確定歸一化數(shù)據(jù)；小波變換子模塊，用于利用小波系數(shù)與離散小波系數(shù)，對歸一化數(shù)據(jù)進行小波變換，確定紅外圖像。

4、結(jié)合第一方面，在第一方面的一種可能的實現(xiàn)方式中，預(yù)測模塊，包括：卷積網(wǎng)路子模塊，用于對紅外圖像進行空間特征提取，確定與紅外圖像對應(yīng)的向量；lstm子模塊，用于基于向量，處理長期依賴關(guān)系，確定輸出向量；注意力子模塊，用于確定加權(quán)平均和，基于加權(quán)平均和與輸出向量，確定預(yù)測結(jié)果。

5、結(jié)合第一方面，在第一方面的一種可能的實現(xiàn)方式中，卷積網(wǎng)路子模塊，包括：時域卷積子單元，用于基于一維卷積，利用卷積核進行時域方向卷積，確定第一空間特征；第一向量確定子單元，用于基于第一空間特征，利用池化、降維，確定與紅外圖像對應(yīng)的向量。

6、結(jié)合第一方面，在第一方面的一種可能的實現(xiàn)方式中，卷積網(wǎng)絡(luò)子模塊，包括：空洞卷積子單元，用于響應(yīng)于卷積核中插入的空洞，進行空洞卷積，確定第二空間特征；第二向量確定子單元，用于基于第二空間特征，利用池化、降維，確定與紅外圖像對應(yīng)的向量。

7、結(jié)合第一方面，在第一方面的一種可能的實現(xiàn)方式中，lstm子模塊，包括：權(quán)重系數(shù)確定子單元，用于通過計算通道權(quán)重與空間權(quán)重，確定權(quán)重系數(shù)；預(yù)測結(jié)果確定子單元，用于基于權(quán)重系數(shù)，進行層級傳遞，確定輸出向量。

8、結(jié)合第一方面，在第一方面的一種可能的實現(xiàn)方式中，系統(tǒng)還包括：濾波模塊，用于響應(yīng)于采集到的環(huán)境傳感器數(shù)據(jù)，對環(huán)境傳感器數(shù)據(jù)進行濾波，預(yù)測環(huán)境傳感器數(shù)據(jù)的狀態(tài)。

9、結(jié)合第一方面，在第一方面的一種可能的實現(xiàn)方式中，異常監(jiān)測報告生成模塊，還包括：異常報告生成子模塊，用于基于預(yù)測結(jié)果、狀態(tài)與異常數(shù)據(jù)的對應(yīng)關(guān)系，生成異常監(jiān)測報告。

10、第二方面，本發(fā)明提供了一種基于紅外感知的家居環(huán)境異常監(jiān)測方法，方法包括：響應(yīng)于采集到的紅外圖像數(shù)據(jù)，對紅外圖像數(shù)據(jù)進行預(yù)處理，確定紅外圖像；基于紅外圖像，利用網(wǎng)絡(luò)模型，得到預(yù)測結(jié)果；基于預(yù)測結(jié)果與異常數(shù)據(jù)的對應(yīng)關(guān)系，生成異常監(jiān)測報告。

11、結(jié)合第二方面，在第二方面的一種可能的實現(xiàn)方式中，基于預(yù)測結(jié)果與異常數(shù)據(jù)的對應(yīng)關(guān)系，生成異常監(jiān)測報告，還包括：響應(yīng)于采集到的環(huán)境傳感器數(shù)據(jù)，對環(huán)境傳感器數(shù)據(jù)進行濾波，預(yù)測環(huán)境傳感器數(shù)據(jù)的狀態(tài)；基于預(yù)測結(jié)果、狀態(tài)與異常數(shù)據(jù)的對應(yīng)關(guān)系，生成異常監(jiān)測報告。

12、本發(fā)明技術(shù)方案，具有如下優(yōu)點：

13、本發(fā)明提供的一種基于紅外感知的家居環(huán)境異常監(jiān)測系統(tǒng)、方法，該系統(tǒng)通過預(yù)處理模塊，對采集到的紅外圖像數(shù)據(jù)進行預(yù)處理，得到紅外圖像，并利用預(yù)測模塊，以網(wǎng)絡(luò)模型對紅外圖像進行特征提取，確定與家居環(huán)境中的異常對應(yīng)的預(yù)測結(jié)果，并通過異常監(jiān)測報告生成模塊，通過預(yù)測結(jié)果與異常數(shù)據(jù)的對應(yīng)關(guān)系，生成異常監(jiān)測報告。這一過程中，通過對紅外圖像數(shù)據(jù)的預(yù)處理，利用歸一化以及小波變換使得紅外圖像更有助于網(wǎng)絡(luò)模型收斂并提高泛化能力，并以卷積網(wǎng)絡(luò)、lstm以及注意力機制的方式形成網(wǎng)絡(luò)模型，進而利用網(wǎng)絡(luò)模型對紅外圖像進行特征提取，提高家居環(huán)境中異常數(shù)據(jù)識別的準確性，從而利用預(yù)測結(jié)果與異常數(shù)據(jù)的對應(yīng)關(guān)系，生成異常監(jiān)測報告。

技術(shù)特征：

1.一種基于紅外感知的家居環(huán)境異常監(jiān)測系統(tǒng)，其特征在于，所述系統(tǒng)包括：

2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述預(yù)處理模塊，包括：

3.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述預(yù)測模塊，包括：

4.根據(jù)權(quán)利要求3所述的系統(tǒng)，其特征在于，所述卷積網(wǎng)路子模塊，包括：

5.根據(jù)權(quán)利要求3所述的系統(tǒng)，其特征在于，所述卷積網(wǎng)絡(luò)子模塊，包括：

6.根據(jù)權(quán)利要求3所述的系統(tǒng)，其特征在于，所述lstm子模塊，包括：

7.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述異常監(jiān)測報告生成模塊，還包括：

9.一種基于紅外感知的家居環(huán)境異常監(jiān)測方法，其特征在于，所述方法，包括：

10.根據(jù)權(quán)利要求9所述的方法，其特征在于，所述基于所述預(yù)測結(jié)果與異常數(shù)據(jù)的對應(yīng)關(guān)系，生成異常監(jiān)測報告，還包括：

技術(shù)總結(jié)
本發(fā)明涉及智能家居技術(shù)領(lǐng)域，公開了一種基于紅外感知的家居環(huán)境異常監(jiān)測系統(tǒng)、方法，該系統(tǒng)包括：預(yù)處理模塊，響應(yīng)于采集到的紅外圖像數(shù)據(jù)，對所述紅外圖像數(shù)據(jù)進行預(yù)處理，確定紅外圖像；預(yù)測模塊，用于基于所述紅外圖像，利用網(wǎng)絡(luò)模型，得到預(yù)測結(jié)果；異常監(jiān)測報告生成模塊，用于基于所述預(yù)測結(jié)果與異常數(shù)據(jù)的對應(yīng)關(guān)系，生成異常監(jiān)測報告。本發(fā)明的方案利用紅外圖像，通過網(wǎng)絡(luò)模型得到預(yù)測結(jié)果，從而根據(jù)預(yù)測結(jié)果與異常數(shù)據(jù)的對應(yīng)關(guān)系，生成異常監(jiān)測報告，實現(xiàn)對異常情況監(jiān)測，提升家居環(huán)境中環(huán)境信息識別的準確性。

技術(shù)研發(fā)人員：秦宏伍,鄢陽勇,龍江,李光茜,曹鴿,張玉瑩,陳啟明,王欣雨,金佐燚
受保護的技術(shù)使用者：長春大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6