內容簡介
本書基於作者近5~10年的相關研究成果,系統梳理了計算機視覺技術在建築內人員行為、冷熱姿態、生理參數測量等方面的研究成果,分析了半接觸式與非接觸式檢測方法、微變放大與深度學習、基於皮膚紋理和姿態估計的熱舒適檢測等技術的應用及未來發展方向。本書主要面向的讀者為智能建築領域中從事人體熱舒適和建築中人的行為研究的科研人員,建築和計算機視覺兩大領域中進行交叉學科研究的科研人員。 本書系統探討了非接觸式熱舒適感知的理論框架與實踐應用,填補了該領域系統性研究的空白。書中提及的熱舒適檢測技術不僅能運用於智能控制建築室內熱環境以節省能源,還可以對特殊人群的冷熱舒適度進行檢測。 本書著眼于非接觸式熱舒適檢測方法,提出了視頻微變放大技術與皮膚紋理檢測相結合的熱舒適感知模型,如NIST模型、NIPST模型、NIDL模型、NISDL模型,並且結合OpenPose平台與姿態估計進行熱舒適檢測,實現了識別12種反映人體熱不適的動作姿態,並提出了NIMAP模型。 本書首先介紹了傳統的接觸式與半接觸式熱舒適檢測方法,並闡述其各自利弊;其次,介紹了基於拉格朗日方法與歐拉方法的視頻放大技術檢測的原理,同時介紹了將深度學習應用於視頻放大的算法流程;再次,介紹了非接觸式熱舒適檢測方式,包括視頻微變放大與皮膚紋理檢測相結合的熱舒適感知技術和基於OpenPose開源平台的人體姿態、行為識別技術;最後,對熱舒適檢測技術的應用做出總結並展望其發展前景。目錄
1 概論