一种基于姿态估算与自动场景识别的LED吸顶灯的制作方法

本发明涉及led吸顶灯，具体为一种基于姿态估算与自动场景识别的led吸顶灯。

背景技术：

1、在家庭照明中，不同的人对光照的需求是不同的；

2、例如，老人喜欢更柔和的光照强度，而小孩子喜欢更明亮的光照强度，同一个人在在不同时刻对光照的需求也是不同的，比如休息时偏向于暗淡的光，而在移动时偏向于强烈的光；

3、因此，为了满足不同条件下人们对于家庭照明的不同需求，需要一种智能化的灯具，可以同时做到照明与满足只能化照明需求的功能，而吸顶灯作为每家每户都有的一种灯具，正好可以作为光源的载体，得益于人工智能的发展，又使得吸顶灯在满足照明的同时又做到自动识别需求改变光照参数变成了可能，同时，采用led作为发光光源是极为理想的，由于led灯具有高效、安全、节能、环保、寿命长、响应速度快等优点。

4、因此，综合上述考虑，本发明提出一种基于姿态估算与自动场景识别的led吸顶灯。

技术实现思路

1、本发明的目的在于提供一种基于姿态估算与自动场景识别的led吸顶灯，以解决上述背景技术中提出无法满足不用使用者需求进行光照强度自适应调整的问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于姿态估算与自动场景识别的led吸顶灯，包括控制终端、云端与可调光组，所述控制终端包括控制面板与手机app端，所述可调光组包括：摄像模块、第二通信模块、驱动器、led灯，所述云端包括输入模块、场景分析模块、人脸分析模块、照明控制模块、输出模块与存储模块；

3、所述终端被配置为：用户登录与注册、设置可调光组各项参数；

4、所述云端被配置为：

5、所述输入模块接收来自所述终端与所述可调光组的数据，并把数据传送给所述场景分析模块、所述人脸分析模块或所述照明控制模块处理，或者把数据直接存储到所述存储模块，

6、所述的场景分析模块处理来自所述可调光组的实时图像数据，对实时图像中的用户的关节点热力图进行建模，并使用高斯函数生成关节点热力图真实标签，之后采用多级预测网络对所述标签进行特征提取，并且与所述存储模块中已有的标准人体姿态特征数据进行比对，从而判断用户的姿态，进入对应的场景，接着，配合所述人脸分析模块的分析结果，协同控制所述照明控制模块进行场景转换，所述人脸分析模块分析来自所述手机app端的用户人脸数据和来自所述可调光组端的用户人脸数据，对于来自所述手机app端的数据，所述人脸分析模块根据用户的注册信息为所述的人脸数据分类并把分类好的结果存储至所述存储模块；对于来自所述可调光组端的数据，所述人脸分析模块对图像中的用户人脸进行分析并与所述存储模块中的人脸数据进行比对，根据比对结果所对应的用户，配合场景分析模块的分析结果，提取该用户所设置好的并且储存在所述存储模块中的场景数据，协同控制所述照明控制模块进行场景转换；

7、所述照明控制模块接收与处理来自所述场景分析模块和所述人脸分析模块的自动场景调制指令，并通过所述输出模块将指令发送给所述可调光组。

8、进一步的，所述手机app端包括四个界面，分别为：登录与注册界面、选择可调光组界面、设置可调光组基本参数界面和自定义场景参数界面；

9、在所述登录与注册界面中，手机前置摄像头对用户人脸进行自动采集，所述人脸分析模块通过所述输入模块接收用户人脸图像并进行分析，分析结果与所述存储模块中的已有人脸数据比对，若已存在此人脸数据，则此用户可进入后续界面，若无此人脸数据，则此用户需要进行注册，所述注册的步骤为：按照所述手机app端的提示通过手机前置摄像头从左、右、上、下、前五个角度分别拍摄五张人脸照片并为人脸照片命名，之后，所述人脸照片与其名称将通过手机app端发送给所述输入模块并存储至存储模块，此用户可进入后续界面；

10、在所述选择可调光组界面中，用户对家庭中安装且通电的可调光组进行选择，选择完之后进入后续界面；

11、在所述设置可调光组基本参数界面中，用户可以自定义所选的可调光组名称，同时选择可调光组所在房间，所述可供选择的可调光组房间选项有：卧室、客厅、厨房、书房，厕所、储物室、餐厅，选择完之后进入后续界面；

12、在所述自定义场景参数界面中，用户可以选择各种场景并对不同场景自定义亮度、色温，其中，可供选择的场景有：玩手机、学习、办公、看电视、休息、厕所、厨房、就餐、默认、会客、节能，完成所有设置后，各项数据被传输至所述输入模块并存储至所述存储模块。

13、进一步的，所述控制面板包括：显示屏、操作面板和第一通信模块，所述显示屏可以显示所述场景、所述场景的亮度与色温、所述可调光组的名称和所述可调光组的房间，所述操作面板可以对所述显示屏中的各种信息进行选择和更改，之后，所述第一通信模块把更改的指令发送给所述可调光组。

14、进一步的，一个所述可调光组应至少配套一个所述控制面板或多个所述可调光组配套一个所述控制面板，所述控制面板应安装于家庭墙壁方便用户操作的地方。

15、进一步的，所述可调光组包括摄像模块、第二通信模块、驱动器和led灯，所述摄像模块在所述可调光组通电后自动采集图像，并把采集到的图像通过所述第二通信模块发送至所述云端，所述第二通信模块也可接收来自所述控制终端与所述云端的场景调制指令，所述指令被所述驱动器处理为所述led灯的驱动电流。

16、进一步的，所述可调光组为家庭用吸顶灯结构，安装于家庭的天花板上，其集成了摄像模块、第二通信模块、驱动器、led灯、灯罩与底座，其中，所述灯罩应选用白色透光塑料材质，所述底座采用黑色塑料材质，所述摄像模块选用广角摄像头，所述摄像模块固定于所述灯罩正中间并高于所述灯罩表面。

17、进一步的，所述控制面板、所述可调光组与所述云端这三者通过有线连接接入互联网并互通数据，所述手机app端与所述云端通过无线连接接入互联网并互通数据，所述云端为云服务器，所述存储模块为云服务器的数据库。

18、进一步的，所述场景分析模块对图像中的用户人体关节点建模，用户从头到脚被分为头骨、脖子、左肩、右肩、胸骨、左肘、右肘、左腕、右腕、髋、左膝、右膝、左踝、右踝一共十四个关节点，邻接的关节点表示在人体结构中的互相连接，对人体的关节点建模用无向图来表示为w＝(p，i)，其中顶点p＝{p1，p2，p3，p4，p5，p6，p7，p8，p9，p10，p11，p12，p13，p14}表示前文所定义的14个人体关节，对于每一对相互产生连接关系的人体关节pi和pj，通过一条无向图的边(pi，pj)∈i来描述关节之间的连接和约束关系，待检测的用户通过结构t＝{t1，t，t3，...，tn}来表示，其中每个ti表示人体关节pi在图像中的位置，之后将该模型分为两部份，一部份为人体关节的匹配度，另一部分为关节之间的相对位置的形变程度，前者用oi(ti)表示，为人体关节pi被置于li的不匹配度，后者用qij(ti，tj)来表示，为人体关节pi位于ti位置的同时pj与位于tj位置时两个部件相对位置的形变程度，模型最优位置的结果t*表示为：

19、

20、而对于图像中关节点的坐标，采用热力图表示法，在关节点热力图中，每个关节点热力图上的像素值都为一个0到1之间的数值，离关节越近的位置，热力图像素值越接近1，离关节点越远的位置，热力图像素值越接近0，用高斯分布来生成网络训练所需的真实标签，高斯函数所生成的人体第k个关节点的热力图真实标签wk为：

21、

22、其中，(x，y)表示热力图逐像素点的坐标位置，(xk，yk)表示人体第k个关节点映射到热力图的坐标位置，σ为高斯分布的标准差，表示分布的径向范围，采用预设值，由此得到用户14个关节点的基于高斯分布的14个热力图表示形式，

23、在完成人体关节点建模和关节点热力图坐标计算之后，采用多级预测网络人体关节点进行特征提取，其中，多级预测网络分为初始阶段stage1和修正阶段stage>＝2，在初始阶段stage1中，预测网络通过卷积层→池化层→卷积层→池化层→卷积层→池化层→卷积层→卷积层→卷积层→卷积层的顺序对采集到的图像进行关节点特征提取，并输出置信热力图与损失函数，得到置信热力图为一个14层的热力图，对应14个关节点，之后，把该图像输入到修正阶段stage>＝2中；在修正阶段stage>＝2中的每个阶段，都使用五个连续的卷积层进形特征提取，上一阶段的输出作为下一阶段的输入，同时，在每个stage阶段的末尾都进行损失函数的计算，最终对所有损失值进行求和并进行反向传播，总损失值losstotal的求和公式为：

24、

25、其中s代表阶段stage，h代表图中的人，取1，ws为当前阶段经过网络提取的热力图，w*代表经过高斯函数预测之后的热力图，h为关节点的个数，取14；

26、之后，对于经过多级预测网络特征提取后的的关节点热力图特征信息，在所述存储模块中与所述不可更改数据进行比对，预测出用户此时的姿态，从而对应到相应的场景，调用此用户在此房间此场景下对此可调光组的亮度与色温设定，并把设定的亮度与色温值传输至所述照明控制模块，所述照明控制模块通过所述输出模块把数据发送至所述可调光组。

27、进一步的，所述的场景包括：玩手机、学习、办公、看电视、休息、厕所、厨房、就餐、默认、会客、节能。

28、进一步的，所述控制面板可以进行手动场景调制，手动场景调制指令通过所述的输入模块发送给所述照明控制模块，所述照明控制模块控制所述输出模块把指令发送给所述可调光组；

29、所述存储模块存储了不可更改数据与可更改数据，其中，所述不可更改数据为所述标准人体姿态特征数据，所述可更改数据包括：所述用户人脸数据、所述场景数据、可调光组基本参数数据，用户可以在所述手机app端对所述各项可更改数据进行更改，之后所述存储模块中的所述可更改数据会进行更新，特别的，所述控制面板对所述可更改数据的更改仅为临时更改，而不会在所述存储模块中进行数据更新。

30、上述存储模块存储了不可更改数据与可更改数据，其中，所述不可更改数据为所述标准人体姿态特征数据，所述可更改数据包括：所述用户人脸数据、所述场景数据、可调光组基本参数数据，用户可以在所述手机app端对所述各项可更改数据进行更改，之后所述存储模块中的所述可更改数据会进行更新，特别的，所述控制面板对所述可更改数据的更改仅为临时更改，而不会在所述存储模块中进行数据更新。

31、基于姿态估算与自动场景识别的led吸顶灯，可调光组为家庭用吸顶灯结构，安装于家庭的天花板上。包括灯罩、led灯、摄像模块、第二通信模块、驱动器、灯底座。灯罩选用白色透光塑料材质；摄像模块选用广角摄像头，以拍摄到尽量多的画面信息，其固定于灯罩正中间并高于灯罩表面，以获得更好的视野；驱动器通过第二通信模块接收来自控制终端或云端的灯光参数调制信号，改变pwm波占空比数值，从而改变输送到驱动通道的驱动电流，实现对led灯的亮度、色温调制。

32、用户初次使用时，用手机app端进行设置，手机app端有四个主要界面，分别为：登录与注册界面、选择可调光组界面、设置可调光组基本参数界面和自定义场景参数界面。在手机app端，用户可以进行登录或录入人脸数据进行注册，可以对不同的可调光组进行选择，可以对，可调光组的基本参数进行设置，可以对场景参数进行设置，可选的场景参数有：玩手机、学习、办公、看电视、休息、厕所、厨房、就餐、默认、会客、节能等，同时，可以对每一种场景参数都进行亮度与色温的设置，所有设置好的数据会以用户的人脸为标签并储存至云端，同时，可以在控制面板端对已经设置的参数进行查看或进行临时修改。

33、在云端，用户的所有数据将会被储存，同时，用户的人脸数据将会被智能算法所识别，用户的姿态关节点热力图数据将会被智能算法识别，通过识别的结果进行决策并控制可调光组进行调光，以达到智能识别不同的用户，智能识别不同的场景的功能。

34、对于用户姿态的识别，其身体将被以头骨、脖子、左肩、右肩、胸骨、左肘、右肘、左腕、右腕、髋、左膝、右膝、左踝、右踝一共十四个关节点进行热力图建模，以高斯函数生成真实的热力图标签，以多级预测网络对数据标签进行训练并进行预测，从而识别用户的不同姿态进而对应到不同的场景。

35、与现有技术相比，本发明的有益效果是：

36、1.该基于姿态估算与自动场景识别的led吸顶灯，内设场景自动识别多功能模块，使得产品既满足了家庭照明的基本需求，又可根据具体的场景需求智能调节亮度、色温，实现场景的自适应照明；

37、2.该基于姿态估算与自动场景识别的led吸顶灯，控制设备包括云端平台、手机app及现场安装的控制面板，满足了不同用户不同情况下的调节需求；

38、3.该基于姿态估算与自动场景识别的led吸顶灯，所有数据被储存在云端，当用户在使用与云端数据兼容的新灯具时，可一键下载并配置，使新灯具直接应用先前设置，优化了用户的使用体验。