10.20009/j.cnki.21-1106/TP.2022-0126
一种联合深度神经网络的公共空间人员总体舒适度计算方法
针对舒适度PMV指标计算模型参数常常需要人工统计的方式,采用图像分析的方法得到相关数据,提出了一种联合深度神经网络的公共空间人员总体舒适度计算方法.在获取室内人员的图像后,首先在Faster R-CNN中加入了改进后的FPN,并通过自适应聚类方法生成适用于室内人员识别的锚框,提升了图像中人员及其状态识别的准确度.然后结合室内环境传感器测得的温度、湿度信息,通过LSTM神经网络可以计算出当前环境下人员的总体舒适度.最后应用提出的方法对实际场景进行了测试,并通过PMV指标程序计算了PMV值.实验结果表明,由提出的模型得到的人员总体舒适度和实际情况的误差绝对值在0.03 之内,具有较好的应用价值.
人员总体舒适度、特征金字塔网络、长短期记忆网络
44
TP391(计算技术、计算机技术)
国家自然科学基金;政府间国际科技创新合作重点专项项目;上海市科委创新项目
2023-10-30(万方平台首次上网日期,不代表论文的发表时间)
共8页
2166-2173