一種基於視頻人數統計分析的中央空調控制方法
2023-06-20 01:30:21 1
一種基於視頻人數統計分析的中央空調控制方法
【專利摘要】本發明公開了一種基於視頻人數統計分析的中央空調控制方法及其控制系統,包括:間斷地獲取監控區域內視頻流數據並將視頻流數據傳輸至伺服器;伺服器對同一時間段內視頻流數據中的每一幀圖像進行分析以統計人數;將監控區域劃分為多個子區域;對每個子區域內的人數進行估算,並取視頻流數據中同一時間段內的連續N幅幀圖像的人數平均值,以得到各子區域在同一時間段內的人數分布情況;根據人數分布情況產生控制信號以控制位於上述子區域內的中央空調。與現有技術相比,本發明的控制方法實現了根據人數分布情況對中央空調開關、出風量及出風方向的智能控制的目的,使得中央空調發揮了最大效率,並有效地減少了能源浪費。
【專利說明】一種基於視頻人數統計分析的中央空調控制方法
【技術領域】
[0001]本發明涉及中央空調節能控制【技術領域】,更具體地涉及一種基於視頻人數統計分析的中央空調控制方法及其控制系統。
【背景技術】
[0002]隨著經濟的飛速發展,對能源的需求量也相應地大幅度增加。而隨著智能建築和節能減排概念的不斷普及,中央空調在給人們創造舒適的室內環境的同時,其巨大的能耗也引起了人們的極大重視。如何降低中央空調的能耗成為了節能減排和綠色城市建設中不可或缺的重要環節。
[0003]目前,大多數中央空調都是統一開關、統一調節強度和控制出風方向,普遍存在以下問題:其一是人走空調未關或者人少但是空調出風量大,造成很大的能耗浪費;其二是空調無法區分人多的區域和人少的區域,各個區域和各個方向的出風量一致,使得人聚集和稀疏的區域空調風量無差別,導致中央空調沒有發揮最大的效率;其三是空調無法根據人數分布情況來自動調節出風方向,需要手動調節才可實現,從而造成了不便。
[0004]因此,基於以上現狀,有必要提供一種基於視頻人數統計分析的中央空調控制方法及其控制系統來克服上述缺陷。
【發明內容】
[0005]本發明所要解決的技術問題是:提供一種基於視頻人數統計分析的中央空調控制方法及控制系統,以實現根據人數分布情況對中央空調開關、出風量及出風方向的智能控制,使得中央空調發揮最大效率,並能有效減少能源浪費。
[0006]為解決上述技術問題,本發明採用的技術方案是:
[0007]提供一種基於視頻人數統計分析的中央空調控制方法,包括:
[0008]S1:間斷地獲取監控區域內視頻流數據並將所述視頻流數據傳輸至伺服器;
[0009]S2:所述伺服器對同一時間段內所述視頻流數據中的每一幀圖像進行分析以統計人數;
[0010]S3:將所述監控區域劃分為多個子區域;
[0011]S4:對每個所述子區域內的人數進行估算,並取所述視頻流數據中同一時間段內的連續N幅幀圖像的人數平均值,以得到各子區域在同一時間段內的人數分布情況;
[0012]S5:根據所述人數分布情況產生控制信號以控制位於各所述子區域內的中央空調。
[0013]與現有技術相比,本發明的控制方法間斷地獲取監控區域內的視頻流數據並將其傳送至伺服器,伺服器進行分析以統計人數,再對監控區域進行劃分,之後對子區域內的人數進行估算以得到各子區域內同一時間段內的人數分布情況,最後根據該人數分布情況產生控制信號,以實現對各個子區域內的中央空調的開關、出風量及出風方向的控制,從而實現了根據人數分布情況對中央空調開關、出風量及出風方向的智能控制的目的,使得中央空調發揮了最大效率,並有效地減少了能源浪費。
[0014]相應地,本發明還提供了一種基於視頻人數統計分析的中央空調控制系統,包括:
[0015]視頻獲取,用於間斷地獲取監控區域內視頻流數據;
[0016]傳輸模塊,用於傳輸所述視頻流數據;
[0017]伺服器,用於接收所述視頻流數據並對同一時間段內所述視頻流數據中的每一幀圖像進行分析以統計人數;
[0018]劃分模塊,用於將所述監控區域劃分為多個子區域;
[0019]估算模塊,用於對每個所述子區域內的人數進行估算,並取所述視頻流數據中同一時間段內的連續N幅幀圖像的人數平均值,以得到各子區域在同一時間段內的人數分布情況;以及
[0020]控制模塊,用於根據所述人數分布情況產生控制信號以控制位於各所述子區域內的中央空調。
[0021]通過以下的描述並結合附圖,本發明將變得更加清晰,這些附圖用於解釋本發明的實施例。
【專利附圖】
【附圖說明】
[0022]圖1為本發明基於視頻人數統計分析的中央空調控制系統一實施例的結構框圖。
[0023]圖2為紅外攝像頭安裝示意圖。
[0024]圖3為圖1的整體架構示意圖。
[0025]圖4為圖1的控制流程圖。
[0026]圖5為本發明基於視頻人數統計分析的中央空調控制方法一實施例的流程圖。
[0027]圖6為一種可行的室內區域劃分圖。
[0028]圖7為圖5中SI的具體流程圖。
[0029]圖8為圖5中S2的具體流程圖。
[0030]圖9為特徵提取示意圖。
[0031]圖10為特徵組合及訓練流程圖。
[0032]圖11為凹弧、凸弧示意圖。
【具體實施方式】
[0033]現在參考附圖描述本發明的實施例,附圖中類似的元件標號代表類似的元件。
[0034]請參考圖1及圖2,本發明基於視頻人數統計分析的中央空調控制系統主要包括:
[0035]視頻獲取模塊10,用於間斷地獲取監控區域內視頻流數據;需要說明的是,該監控區域為中央空調所能覆蓋的整個區域,既可以是一個室內區域,也可以是多個室內區域;
[0036]傳輸模塊12,用於傳輸視頻流數據;
[0037]伺服器14,用於接收視頻流數據並對同一時間段內視頻流數據中的每一幀圖像進行分析以統計人數;
[0038]劃分模塊16,用於將監控區域劃分為多個子區域;[0039]估算模塊18,用於對每個子區域內的人數進行估算,並取視頻流數據中同一時間段內的連續N幅幀圖像的人數平均值,以得到各子區域在同一時間段內的人數分布情況;以及
[0040]控制模塊20,用於根據人數分布情況產生控制信號以控制位於各子區域內的中央空調。需要說明的是,控制模塊20可以包括一個主控制器、多個區域控制器及多個子控制器,每個子控制器控制一臺或多臺中央空調的開關、出風量及出風方向,主控制器負責各區域內中央空調的統一調度,區域控制器進行協調。
[0041]具體地,視頻獲取模塊10具體包括:
[0042]紅外攝像頭,用於間斷式地獲取視頻流數據,視頻流數據包括頭肩部分。其中,紅外攝像頭安裝的方式見圖2。為了捕獲識別更好的圖像,紅外攝像頭採用斜射式安裝在區域上面的中央,這樣有利於攝像頭的視角覆蓋整個區域,能夠捕獲到所有目標。具體而言,本發明的攝像頭可完全覆蓋空調的處理範圍之內,如果一個攝像頭無法滿足可設置多個攝像頭,進而覆蓋整個空調區域。關於照明問題,我們選擇適度的光照角度,以免圖像太亮或太暗,從而達到有效的識別。攝像頭主要捕獲人的頭肩部分並過濾掉非人的目標和背景,同時紅外攝像頭不受光照影響。
[0043]視頻採集卡,用於對視頻流數據進行噪聲去除、A/D轉換、幀率調整、色彩轉換及編碼壓縮。
[0044]需要說明的是,根據中央空調的使用習慣以及室內區域的人數和人群分布呈現間斷式變化的經驗,紅外攝像頭採取的是間斷式地獲取視頻流數據,即每間隔30min至Ih採集一段視頻,該視頻經過視頻採集卡的處理後經過傳輸模塊12傳輸到伺服器14以及估算模塊18進行分析,對相同時間段內的視頻分析結果取相對平均值,以平均值來反映人數、分布、密度等信息。這樣的處理方式不對視頻流中的每一幀都進行處理,既保證了統計的相對精確性和連續性,也減輕了視頻分析過程中伺服器的負載,減少資源耗費的同時避免了頻繁的空調調整造成的不方便。另外,請結合圖3及圖4,考慮到中央空調應用的室內區域面積廣,數量多,這裡採取的是每個區域的視頻採集裝置(紅外攝像頭)和信號控制設備自成一體,控制模塊20的主控制器發出的控制信號經由控制電路到達各個室內區域的子控制器,子控制器來負責調整空調的開關、出風量和出風方向。
[0045]相應地,如圖5所示,本發明還提供了一種基於視頻人數統計分析的中央空調控制方法,包括:
[0046]S1:間斷地獲取監控區域內視頻流數據並將視頻流數據傳輸至伺服器;
[0047]S2:伺服器對同一時間段內視頻流數據中的每一幀圖像進行分析以統計人數;
[0048]S3:將監控區域劃分為多個子區域;具體地,對採集到的視頻流中每一幀圖像都進行人數統計之後,根據空調分布情況結合人工輔助,來對整個室內區域劃分子區域。這裡小尺寸網格式的劃分方式不被採用,原因是該方式容易造成一個整體的人體目標被劃分到不同網格,最後統計各個網格是否存在人體目標時會重複統計,使得得到的人數與實際人數有很大出入。結合中央空調的分布在使用區域內呈現聚集式和片區式的特點,所以我們採取大範圍表格式的劃分方式,根據區域的面積和形狀將整個室內區域劃分為2*2或3*3等不同區域,一種可能的區域劃分方式如圖6 ;
[0049]S4:對每個子區域內的人數進行估算,並取視頻流數據中同一時間段內的連續N幅幀圖像的人數平均值,以得到各子區域在同一時間段內的人數分布情況;
[0050]S5:根據人數分布情況產生控制信號以控制位於各子區域內的中央空調。
[0051]具體地,如圖7所示,步驟SI具體包括:
[0052]Sll:採用紅外攝像頭間斷式地獲取視頻流數據,視頻流數據包括頭肩部分;
[0053]S12:採用視頻採集卡對視頻流數據進行噪聲去除、A/D轉換、幀率調整、色彩轉換及編碼壓縮後傳輸至伺服器。
[0054]具體地,如圖8所示,步驟S2具體包括:
[0055]S21:對視頻流數據進行解壓縮、色彩轉換及幀率調整的預處理;
[0056]將網絡傳輸的視頻圖像解壓縮後,進行顏色空間轉化和幀率調整,並通過Ga_a校正來調整亮度。這裡採用視頻監控領域通用的25幀/秒的幀率,每一幀圖像為YUV格式和CIF (352*288)的解析度的視頻數據,處理起來簡單快捷,提升效率並保證實時性。
[0057]S22:對預處理後的視頻數據流中的每一幀圖像進行人群候選區域提取,以得到人群候選區域圖像;
[0058]對於預處理後的視頻圖像首先採用一種改進的基於隨機更新的背景建模方法提取人群的候選區域:
[0059](I)對於視頻第一幀圖像,隨機地選取圖像中每個像素點周圍N=20鄰域的像素點作為像素初始模型的背景像素集;
[0060](2)對於當前幀的每`一個像素點,設其像素值為Vx。設定一個範圍R=30,如果該像素點對應的背景像素集中的像素值在Vx±R範圍內的像素個數超過閾值#min=2,那麼這個像素點就是背景,否則就是人體目標;
[0061](3)如果某個像素點被認為是背景的話,則它有1/爐=1/16的概率去更新自己的背景像素集中的像素點,也有1/^ = 1/16的概率去更新它的鄰居點的背景像素集中的像素點。同時當前景點計數達到臨界值N=20時將其變為背景點,並有1/> = 1/16的概率去更新自己的背景像素集中的像素點。
[0062]經過上述處理後,得到了人體目標的二值圖像。但是,該二值圖像存在各種問題,所以需要對二值圖像進行形態學處理和連通區域檢測,消除空洞,連接區域,初步得到人體目標候選區域:首先採用連通區域檢測大致找到屬於同一目標區域的像素點,此時通過設置前景輪廓的面積閾值來初步消除小的非目標區塊,再採用改進的模糊C-均值聚類分割算法對檢測後的圖像進行聚類分析,進一步聚合人體目標並剔除非人體的部分,粗略分割出候選人體區域。改進的聚類分割算法步驟如下:
[0063](I)對於區域內的人體目標,首先要在大量人體統計樣本的基礎上,按實際安裝情況進行修正,確定人體活動區域統計特徵:假設area為目標區域的面積,num為目標區域的人數估計,thl-th4為各類目標區域面積的最佳閾值,mean為單人面積均值。它們之間的關係如表1:
[0064]表1目標區域面積與估計人數的對應
[0065]
【權利要求】
1.一種基於視頻人數統計分析的中央空調控制方法,其特徵在於,包括: S1:間斷地獲取監控區域內視頻流數據並將所述視頻流數據傳輸至伺服器;52:所述伺服器對同一時間段內所述視頻流數據中的每一幀圖像進行分析以統計人數; 53:將所述監控區域劃分為多個子區域; S4:對每個所述子區域內的人數進行估算,並取所述視頻流數據中同一時間段內的連續N幅幀圖像的人數平均值,以得到各子區域在同一時間段內的人數分布情況; S5:根據所述人數分布情況產生控制信號以控制位於各所述子區域內的中央空調。
2.如權利要求1所述的控制方法,其特徵在於,步驟SI具體包括:511:採用紅外攝像頭間斷式地獲取所述視頻流數據,所述視頻流數據包括頭肩部分; 512:採用視頻採集卡對所述視頻流數據進行噪聲去除、A/D轉換、幀率調整、色彩轉換及編碼壓縮後傳輸至所述伺服器。
3.如權利要求2所述的控制方法,其特徵在於,步驟S2具體包括: 521:對所述視頻流數據進行解壓縮、色彩轉換及幀率調整的預處理; 522:對預處理後的所述視頻數據流中的每一幀圖像進行人群候選區域提取,以得到人群候選區域圖像; 523:對所述人群候選區域圖像進行人體目標檢測,以確定人體數目。
4.如權利要求3所述的控制方法,其特徵在於,步驟S22具體包括: 5221:隨機選取每一幀圖像中每個像素點周圍的多個像素點作為像素初始模型的背景像素集; 5222:確定每一像素點為人體目標或背景,以得到人體目標的二值圖像; 5223:對所述二值圖像進行連通區域檢測,以粗略分割出所述人群候選區域圖像,並在該圖像中粗略標記出單個人體的區域; S224,對步驟S223中的圖像進行形態學處理以消除幹擾,最終優選出一幅圖像作為所述人群候選區域圖像。
5.如權利要求4所述的控制方法,其特徵在於,步驟S23具體包括: S231:對所述人群候選區域圖像進行取反操作; S232,將取反後的所述人群候選區域圖像與初始的視頻幀圖像進行或操作,以提取感興趣的區域; S233,採用交叉核支持向量機訓練人頭肩部位四個方向的多區塊紋理和梯度組合特徵,以對人體的頭肩進行檢測識別而確定人體數目。
6.如權利要求5所述的控制方法,其特徵在於,步驟S233具體包括: (1)根據多個視頻中人體頭肩部位的前、後、左、右四個視角的四種圖像及交叉核支持向量機得到人頭肩部位分類器; (2)採集多組視頻幀圖像中人頭肩部位的尺寸,找出所述人群候選區域圖像中被標記的單個人體的位置坐標,根據該尺寸及位置坐標得到待識別圖像; (3)採用所述人頭肩部位分類器對所述待識別圖像進行識別,以確定人體數目。
7.如權利要求6所述的控制方法,其特徵在於,步驟(1)具體包括: 採集多個視頻中人體頭肩部位的前、後、左、右四個視角的四種圖像,對該圖像進行歸一化以得到多個子區塊; 提取四種圖像中的多個子區塊的LBP紋理和HOG梯度組合特徵; 組合各子區塊的特徵直方圖向量,以得到整幅圖像的特徵向量; 對每個所述視角的圖像的特徵向量進行PCA降維; 線性組合四個所述視角的特徵向量,採用交叉核支持向量機訓練所述特徵向量,以得到所述人頭肩部位分類器。
8.如權利要求6所述的控制方法,其特徵在於,在步驟(3)之後還包括: (4)根據遮擋人頭的輪廓面積和弧度特徵進行特徵點採樣; (5)通過Hough變換進行人頭輪廓曲線擬合,以找到遮擋區域中的單個人體目標並進行幹擾消除。
9.一種基於視頻人數統計分析的中央空調控制系統,其特徵在於,包括: 視頻獲取,用於間斷地獲取監控區域內視頻流數據; 傳輸模塊,用於傳輸所述視頻流數據; 伺服器,用於接收所述視頻流數據並對同一時間段內所述視頻流數據中的每一幀圖像進行分析以統計人數; 劃分模塊,用於將所述監控區域劃分為多個子區域;` 估算模塊,用於對每個所述子區域內的人數進行估算,並取所述視頻流數據中同一時間段內的連續N幅幀圖像的人數平均值,以得到各子區域在同一時間段內的人數分布情況;以及 控制模塊,用於根據所述人數分布情況產生控制信號以控制位於各所述子區域內的中央空調。
10.如權利要求9所述的控制系統,其特徵在於,所述視頻獲取模塊具體包括: 紅外攝像頭,用於間斷式地獲取所述視頻流數據,所述視頻流數據包括頭肩部分; 視頻採集卡,用於對所述視頻流數據進行噪聲去除、A/D轉換、幀率調整、色彩轉換及編碼壓縮。
【文檔編號】G06T7/00GK103778442SQ201410067355
【公開日】2014年5月7日 申請日期:2014年2月26日 優先權日:2014年2月26日
【發明者】徐勇, 徐亞國, 李彬 申請人:哈爾濱工業大學深圳研究生院