[发明专利]对老年人居住环境进行信息采集和调节的系统及方法

权利要求书

1.一种对老年人居住环境进行信息采集和调节的系统，包括光照传感、温湿度传感、视频监控、音频呼叫及自动消防和安防系统；

其特征在于：

所述光照传感系统，运用卷积神经网络技术，通过计算机对视频图片的深度学习，辨别不同光照强度时候的光源饱和度，运用网络数据集和监控视频流对光照强弱的辨别进行深度学习，自主调节室内光照强度；

所述温湿度传感系统，运用卷积神经网络技术，通过判断老年人生活习惯及计算机对老年人最适温湿度的深度学习，自行控制改变室内温湿度；

所述视频监控系统，运用卷积神经网络技术，通过深度学习帮助护理人员对每一位老人的居住环境和公共空间做实时分析和记录，在发生突发状况时，计算机智能数据中心能给出准确地指示，确保及时通知护理人员和保证最佳的救助时间；

所述音频呼叫系统，通过深度学习方法，辨别不同的分贝和声源；对于患有重大疾病或不能语音表达的病人，通过对声源的异样表达，及时传达医务人员，并做出相应的救援；

所述自动消防及安防系统，运用卷积神经网络技术，通过对火灾现场、地震现场、烟雾现场等灾难现场的图片和视频的深度学习，将其运用到养老照料中心的智能数据中，提高传感系统的感应度；当灾难情况出现时，智能数据数据中心会根据之前深度学习的结果去判断当前的灾难的情况，自动控制触发室内各个消防设备及安全消防门的打开，确保老年人的疏散顺利。

2.根据权利要求1所述的对老年人居住环境进行信息采集和调节的系统，其特征在于，所述视频监控系统包括：

监控摄像装置，用于完成对老人居住空间的监控和识别；

多路集合开关，用于对视频监控系统的开闭合控制；

数据采集，用于对老年人日常生活习惯、空间环境、形体特征的相关数据数据进行统计收集和分类；

微处理器，用于处理数据采集中所获取得数据资料及生理参数；

深度学习系统，用于深度学习微处理单元中的分类数据，以便提高对数据的识别能力；

转换器，将深度学习后的数据结果转换至养老照料中心室内空间的运行介质；

无线网络，提供智能传感设备和数据中心计算机的连接通道；

数字存贮模块，用于存储微处理器处理过的数据信息；

所述多路集合开关包括：独立分项控制，由独立的开关对相应的传感器进行单独控制；多路集合控制，由一个总开关控制所有传感器的闭合；

所述微处理器包括：

接收数据模块，接收监控设备及语音设备所传达的数据资料；

存储数据模块，存储接收到的所有数据资料，上传至云空间；

传输数据模块，将接收数据传送至深度学习系统或直接传输至转化器模块；

所述深度学习系统包括：卷积神经网络，主要应用于图像识别领域，对图片的扭曲变形具有较好的鲁棒性；卷积神经网络区别于普通神经网络在于卷积神经网络是一个层次模型，通过卷积层、池化层和激活函数等操作，从原始数据输入层中逐层提取特征，经过有全连接层和输入层构成的分类器进行分类；卷积层，感知局部模块，在原图像的小范围区域内进行特征提取；池化层，用于将卷积层所输出的特征进行进一步的特征筛选；激活函数，用于将整个神经网络的运算呈现出非线性，减少参数之间的关系，缓解过拟合情况的发生；全连接层，用于将卷积层和池化层输出的所有特征进行整合；输出层，用于输出经过深度学习后的相关数据信息。

3.一种对老年人居住环境进行信息采集和调节的方法，包括如下步骤：

获取老年人的日常生活的视频及图片；

获取老年人的日常生活习惯信息；

获取老年人居住空间不同时间段的光照强度信息；

获取老年人发病时的特征信息；

获取老年人居住空间的声源信息；

将所获得的视频、音频数据信息进行深度学习，提高对空间环境的可识别率；

通过对空间环境和老年人日常生活习惯的深度学习，对空间环境的舒适度作出研究分析。