[发明专利]一种吊扇灯的寻物预测方法、装置、设备及介质在审
| 申请号: | 202210450614.4 | 申请日: | 2022-04-27 | 
| 公开(公告)号: | CN114913416A | 公开(公告)日: | 2022-08-16 | 
| 发明(设计)人: | 董晓勇;张志新;黄冬青;唐波;李春晖 | 申请(专利权)人: | 深圳盈特创智能科技有限公司 | 
| 主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V10/22;G06V10/774;G06K9/62;G06T5/00 | 
| 代理公司: | 北京维正专利代理有限公司 11508 | 代理人: | 龙伟 | 
| 地址: | 518035 广东省深圳市坪山区坪山街道六联社区坪*** | 国省代码: | 广东;44 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | |||
| 搜索关键词: | 一种 吊扇 预测 方法 装置 设备 介质 | ||
1.一种吊扇灯的寻物预测方法,其特征在于,包括
获取桌面图像信息以及室内气流信息;
将所述桌面图像信息输入至训练好的识别网络模型中进行训练,获取物体特征信息以及物体标注信息,所述物体标注信息用于表示所述物体特征信息的物体比例;
基于所述物体特征信息以及所述物体标注信息,确定所述桌面图像信息中物体的物体初始位置以及物体预测质量;
基于所述桌面图像信息确定所述物体离开桌面的分离点位置,并将所述分离点位置与所述物体初始位置进行结合分析,得到物体初始速度以及物体初始方向;
结合所述室内气流信息、所述物体初始速度以及所述物体初始方向对所述物体散落位置进行预测,生成物体掉落位置信息。
2.根据权利要求1所述的方法,其特征在于,所述将所述分离点位置与所述物体初始位置进行结合分析,得到物体初始速度以及物体初始方向,包括:
获取所述物体从所述物体初始位置到所述分离点位置的路程时间信息以及路程移动信息;
根据所述路程时间信息以及所述路程移动信息,得到所述物体初始速度以及所述物体初始方向。
3.根据权利要求1所述的方法,其特征在于,所述获取桌面图像信息以及室内气流信息,之后还包括:
对所述桌面图像信息进行去噪处理,并将去噪后的所述桌面图像信息进行图像增强处理。
4.根据权利要求1所述的方法,其特征在于,所述将所述桌面图像信息输入至训练好的识别网络模型中进行训练,之前还包括:
获取物体训练样本,所述物体训练样本包括物体样本图像以及所述物体样本图像对应的物体名称与单位物体质量;
创建识别网络模型,并基于所述物体训练样本对所述识别网络模型进行训练,得到训练好的识别网络模型。
5.根据权利要求1所述的方法,其特征在于,所述确定所述桌面图像信息中物体的物体初始位置以及物体预测质量,之后还包括:
获取吊扇灯风力信息以及吊扇灯距离信息,所述吊扇灯距离信息为吊扇灯与所述物体之间的距离;
根据所述吊扇灯风力信息以及吊扇灯距离信息确定物体风力信息;
基于所述物体预测质量,确定所述物体风力信息是否能将所述物体吹离桌面,若能,则生成物体散落指令,控制报警设备通过预设方式输出报警信号;
所述预设方式包括以下至少一项:输出声音方式以及灯光输出方式。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取环境声音信号;
对所述环境声音信号进行放大处理,得到放大后的音频数据;
将所述音频数据发送至预设电路进行分析,生成灯光变化指令,并根据所述灯光变化指令控制LED灯频率变化。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取室内图像信息;
根据所述室内图像信息确定在预设时间段内有无人员出现,若没有,则生成灯光关闭指令,控制所述吊扇灯关闭。
8.一种吊扇灯的寻物预测装置,其特征在于,包括:
信息获取模块,用于获取桌面图像信息以及室内气流信息;
图像训练模块,用于将所述桌面图像信息输入至训练好的识别网络模型中进行训练,获取物体特征信息以及物体标注信息,所述物体标注信息用于表示所述物体特征信息的物体比例;
数据确定模块,用于基于所述物体特征信息以及所述物体标注信息,确定所述桌面图像信息中物体的物体初始位置以及物体预测质量;
分析模块,用于基于所述桌面图像信息确定所述物体离开桌面的分离点位置,并将所述分离点位置与所述物体初始位置进行结合分析,得到物体初始速度以及物体初始方向;
位置预测模块,用于结合所述室内气流信息、所述物体初始速度以及所述物体初始方向对所述物体散落位置进行预测,生成物体掉落位置信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳盈特创智能科技有限公司,未经深圳盈特创智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210450614.4/1.html,转载请声明来源钻瓜专利网。





