[發明專利]一種智能家居系統

在審

• 申請號: 201810960921.0
• 申請日: 2018-08-22
• 公開（公告）號: CN109116746A
• 公開（公告）日: 2019-01-01
• 發明（設計）人: 覃群英
• 申請（專利權）人: 佛山錚榮科技有限公司
• 主分類號: G05B15/02
• 分類號: G05B15/02;G05B19/418;H04N7/18
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種智能家居系統，其特征在于，包括環境監控系統、安防監控系統，家居網關以及智能終端；所述環境監控系統及安防監控系統均與所述家居網關通訊連接；所述家居網關用于將所述環境監控系統和安防監控系統各自獲取的監測信息實時發送至智能終端，并根據所述智能終端發送的控制信號控制家居終端，所述環境監控系統用于對空氣質量進行檢測，所述安防監控系統用于獲取室內圖像并對圖像中暴力行為進行檢測。

2.根據權利要求1所述的智能家居系統，其特征在于，所述安防監控系統包括第一模型單元、第二模型單元、第三模型單元、第四模型單元、圖像輸出單元，所述第一模型單元用于提取出圖像的全局特征，所述第二模型單元用于將所提取的圖像全局特征融合在深度網絡模型中，所述第三模型單元基于第二模型單元確定暴力檢測結果，所述第四模型單元用于優化第三模型單元暴力檢測結果，所述圖像輸出單元用于輸出優化的暴力檢測結果。

3.根據權利要求2所述的智能家居系統，其特征在于，所述第一模型單元包括輸入層、卷積計算層、激勵層、池化層；所述輸入層對輸入的圖像進行預處理；所述卷積計算層對圖像進行濾波以及卷積操作；所述激勵層把卷積計算層的輸出結果做非線性映射；所述池化層用于壓縮非線性映射后的圖像。

4.根據權利要求3所述的智能家居系統，其特征在于，所述卷積計算層中，通過卷積操作對預處理后的圖像提取局部鄰域特征，經過多層迭代，通過二維卷積提取出圖像的全局特征：在式中，表示卷積核的權重，i表示圖像當前所在的卷積層，j表示該層的特征映射數量，表示在第i層第j個特征映射上(x,y)位置處的激活值，此激活值就是圖像的二維全局特征；f(·)表示激活函數，其中，H，W分別表示二維卷積核的高度、寬度的大小；表示第i-1層第d個特征映射在(x,y)處的激活值，b_ij表示偏置向量。

5.根據權利要求4所述的智能家居系統，其特征在于，所述第二模型單元將第一模型單元中的二維卷積核經過空間擴展生成三維卷積核，在像素點(x,y,z)處的三維卷積計算定義為：在式中，表示卷積核的權重，i表示圖像當前所在的卷積層，j表示該層的特征映射數量，表示在第i層第j個特征映射上(x,y,z)位置處的激活值；此激活值就是圖像的三維全局特征；f(·)表示激活函數，其中，H，W，T分別表示三維卷積核的高度、寬度和時間維度上的大小；表示第i-1層第d個特征映射在(x，y，z)處的激活值，b_ij表示偏置向量。

6.根據權利要求5所述的智能家居系統，其特征在于，所述第三模型單元基于第二模型單元使用CAl、CA2、CA3三個卷積計算層，CA1、CA2和CA3使用的三維卷積核尺寸分別為7×7×5、5×5×5和3×3×3像素。

7.根據權利要求6所述的智能家居系統，其特征在于，所述第三模型單元的輸入為由40幀連續圖像構成的圖像片段X；圖像幀在經過預處理后，歸一化為60×90像素大小并轉換為灰度圖；輸出標量Y標量，用來表示模型對圖像輸入的檢測結果，對于訓練好的模型，如果測試圖像中包含暴力場景，那么輸出Y為1，否則輸出結果為0。