公开(公告)号：CN112199982B

公开(公告)日：2022-06-17

申请号：CN202010636003.X

申请日：2020-07-03

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  许可 ,  梁淑蓉 ,  刘亚荣

IPC: G06V20/52 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  H04N7/18 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的智能家居系统。包括视频记录子系统、信息处理子系统、智能控制子系统、行为数据分析子系统、预警子系统。视频记录子系统，利用高清摄像机、机器学习实现了24小时不间断记录用户屋内实时情况；信息处理子系统，对记录的视频数据进行图像数据处理、特征值提取，便于进一步检测异常行为数据；采用卷积神经网络CNN算法对异常行为数据进行检测，将异常行为按异常等级划分，根据预设异常阈值和异常等级采取不同的预警措施，极大程度的保障了用户的安全；系统还具有行为数据分析功能，利用大数据分析技术、人工智能、机器学习等技术，对用户的日常行为数据进行分析，便于系统更人性化的服务于不同的用户。

公开(公告)号：CN112199982A

公开(公告)日：2021-01-08

申请号：CN202010636003.X

申请日：2020-07-03

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  许可 ,  梁淑蓉 ,  刘亚荣

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  H04N7/18 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的智能家居系统。包括视频记录子系统、信息处理子系统、智能控制子系统、行为数据分析子系统、预警子系统。视频记录子系统，利用高清摄像机、机器学习实现了24小时不间断记录用户屋内实时情况；信息处理子系统，对记录的视频数据进行图像数据处理、特征值提取，便于进一步检测异常行为数据；采用卷积神经网络CNN算法对异常行为数据进行检测，将异常行为按异常等级划分，根据预设异常阈值和异常等级采取不同的预警措施，极大程度的保障了用户的安全；系统还具有行为数据分析功能，利用大数据分析技术、人工智能、机器学习等技术，对用户的日常行为数据进行分析，便于系统更人性化的服务于不同的用户。