基于人工智能的浴缸热水控温方法及系统

摘要

本发明涉及浴缸热水控温技术领域，具体涉及一种基于人工智能的浴缸热水控温方法及系统。方法包括：根据浴缸热成像图像得到头部子区域、尾部子区域和多个中间子区域；根据得到的各剩余中间子区域对应的子喷射区域的特征向量，得到各剩余中间子区域的基准置信度，从而得到各子喷射区域中各像素的温度置信度；根据各子喷射区域中各像素的温度置信度，计算各子喷射区域的温度，并根据各子喷射区域温度与预设的温度差异容忍度，得到需要加热的子喷射区域。本发明通过对热成像图像进行区域划分，以实现对不同子喷射对应的喷嘴进行动态调节，解决了因为温度预测不准，导致喷嘴制热时浴缸中某一区域的温度过高的问题，提高了用户的实际体验感。

权利要求

1.一种基于人工智能的浴缸热水控温方法，所述浴缸的左侧设置有多个左侧喷嘴，所述浴缸的右侧设置有多个右侧喷嘴，所述左侧喷嘴与右侧喷嘴一一对应，其特征在于，该方法包括以下步骤：

获取浴缸热成像图像，根据所述热成像图像得到浴缸对应的头部子区域、尾部子区域以及多个中间子区域，各中间子区域由两个子喷射区域组成，各子喷射区域对应一个喷嘴；

根据各子区域中像素对应的温度值得到浴缸中人体朝向；

根据所述人体朝向得到人体完全浸入水体的中间子区域，记为基准区域；求各剩余中间子区域对应的子喷射区域的特征向量；根据所述特征向量得到各剩余中间子区域对应的基准置信度，所述各剩余中间子区域为除基准区域外的其他中间子区域；

根据各中间子区域对应的基准置信度与各中间子区域对应的温度均值，得到各子喷射区域中各像素的温度置信度；

根据所述各子喷射区域中各像素的温度和温度置信度，计算各子喷射区域的温度，并根据所述各子喷射区域的温度与预设的温度差异容忍度，得到需要加热的子喷射区域。

2.根据权利要求1所述的基于人工智能的浴缸热水控温方法，其特征在于，所述得到浴缸中人体朝向的方法包括：

根据各子区域对应的温度值构建热成像图像的温度值序列，根据各子区域对应的噪声方差值构建热成像图像的噪声方差值序列；

构建热成像图像的索引序列，所述索引序列中对称的子区域的索引值互为相反数；

根据所述热成像图像的索引序列、温度值序列与噪声方差值序列,计算各子区域的索引趋向值；

求各子区域索引趋向值之和，记为总索引趋向值；

将总索引趋向值的绝对值与预设的中间范围阈值进行比较，若总索引趋向值的绝对值大于等于中间范围阈值，则根据总索引趋向值的符号来判断人体朝向。

3.根据权利要求2所述的基于人工智能的浴缸热水控温方法，其特征在于，所述各子区域的索引趋向值的计算公式为：

其中， 为子区域 的索引趋向值， 为温度值序列中子区域 的温度值， 为噪声方差值序列中子区域 的噪声方差值，为索引序列中子区域 的索引值， 为温度值序列中所有温度值之和， 为噪声方差值序列中所有噪声方差值之和。

4.根据权利要求1所述的基于人工智能的浴缸热水控温方法，其特征在于，所述特征向量包括：温度最高点、温度最低点、温度均值和噪声方差值，所述得到各剩余中间子区域对应的基准置信度的方法包括：

根据各剩余中间子区域对应的两个子喷射区域的特征向量，得到各剩余中间子区域对应的余弦相似度；

将各剩余中间子区域对应的余弦相似度记为基准置信度。

5.根据权利要求1所述的基于人工智能的浴缸热水控温方法，其特征在于，所述得到各子喷射区域中各像素的温度置信度的方法包括：根据所述各剩余中间子区域对应的基准置信度与各中间子区域对应的温度均值，构建目标函数，所述目标函数的计算公式为：其中， 为目标函数值， 为子区域 的基准置信度， 为子区域 的基准置信度， 为子区域 的基准置信度， 为子区域 的温度均值， 为子区域的温度均值， 为子区域 的温度均值， 为子区域 的温度均值；

根据所述目标函数，得到各剩余中间子区域对应的子喷射区域中各像素的温度置信度，并将所述基准区域中各像素的温度置信度设置为1。

6.根据权利要求1所述的基于人工智能的浴缸热水控温方法，其特征在于，所述得到需要加热的子喷射区域的方法包括：根据所述各子喷射区域中各像素的温度置信度与各像素的温度，计算各子喷射区域的温度，其计算公式为：

其中， 为子喷射区域 的温度， 为子喷射区域内第i行第j列像素的温度置信度， 为子喷射区域内第i行第j列像素的温度；

将各子喷射区域的温度与目标温度进行比较得到差值，若子喷射区域的温度小于目标温度，则将所述差值的绝对值与温度差异容忍度进行比较，若所述差值的绝对值大于温度差异容忍度，则判定对应子喷射区域需要被加热。

7.根据权利要求1所述的基于人工智能的浴缸热水控温方法，其特征在于，所述得到浴缸对应的头部子区域、尾部子区域以及多个中间子区域的方法包括：对所述热成像图像按预设裁剪参数进行裁剪，得到第一热成像图像；

根据预设温度阈值，对所述第一热成像图像进行截断处理，记为目标热成像图像；

对所述目标热成像图像进行区域划分，得到对应的头部子区域、尾部子区域以及多个中间子区域。

8.一种基于人工智能的浴缸热水控温系统，包括存储器和处理器，其特征在于，所述处理器执行所述存储器存储的计算机程序，以实现如权利要求1‑7任一项所述的基于人工智能的浴缸热水控温方法。

说明书

基于人工智能的浴缸热水控温方法及系统

技术领域

[0001] 本发明涉及浴缸热水控温技术领域，具体涉及一种基于人工智能的浴缸热水控温方法及系统。

背景技术

[0002] 目前的一些高级家用浴缸中会设有多对喷嘴，可利用喷嘴的水流冲击来实现按摩和加热的功能。但是现有的高级家用浴缸的加热系统中缺少自动化分析温度的功能，只能
在浴缸的一个固定位置进行温度检测，加热系统根据检测到的该固定位置的温度来对所有
喷嘴的制热功能进行调控。然而，浴缸中不同区域的水温有所差异，若同时对所有喷嘴对应
的区域进行加热，有可能导致浴缸中某一区域的温度过高，降低用户的实际体验感。

发明内容

[0003] 为了解决现有浴缸热水控温方法导致的用户体验感较差的问题，本发明的目的在于提供一种基于人工智能的浴缸热水控温方法及系统，所采用的技术方案具体如下：

[0004] 第一方面，本发明一个实施例提供了一种基于人工智能的浴缸热水控温方法包括以下步骤：

[0005] 获取浴缸热成像图像，根据所述热成像图像得到浴缸对应的头部子区域、尾部子区域以及多个中间子区域，各中间子区域由两个子喷射区域组成，各子喷射区域对应一个
喷嘴；

[0006] 根据各子区域中像素对应的温度值得到浴缸中人体朝向；

[0007] 根据所述人体朝向得到人体完全浸入水体的中间子区域，记为基准区域；求各剩余中间子区域对应的子喷射区域的特征向量；根据所述特征向量得到各剩余中间子区域对
应的基准置信度，所述各剩余中间子区域为除基准区域外的其他中间子区域；

[0008] 根据各中间子区域对应的基准置信度与各中间子区域对应的温度均值，得到各子喷射区域中各像素的温度置信度；

[0009] 根据所述各子喷射区域中各像素的温度和温度置信度，计算各子喷射区域的温度，并根据所述各子喷射区域的温度与预设的温度差异容忍度，得到需要加热的子喷射区
域。

[0010] 第二方面，本发明另一个实施例提供了一种基于人工智能的浴缸热水控温系统，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现上述所述的
基于人工智能的浴缸热水控温方法。

[0011] 优选的，所述得到浴缸中人体朝向的方法包括：

[0012] 根据各子区域对应的温度值构建热成像图像的温度值序列，根据各子区域对应的噪声方差值构建热成像图像的噪声方差值序列；

[0013] 构建热成像图像的索引序列，所述索引序列中对称的子区域的索引值互为相反数；

[0014] 根据所述热成像图像的索引序列、温度值序列与噪声方差值序列,计算各子区域的索引趋向值；

[0015] 求各子区域索引趋向值之和，记为总索引趋向值；

[0016] 将总索引趋向值的绝对值与预设的中间范围阈值进行比较，若总索引趋向值的绝对值大于等于中间范围阈值，则根据总索引趋向值的符号来判断人体朝向。

[0017] 优选的，所述各子区域的索引趋向值的计算公式为：

[0018]

[0019] 其中， 为子区域 的索引趋向值， 为温度值序列中子区域 的温度值， 为噪声方差值序列中子区域 的噪声方差值，为索引序列中子区域 的索引值， 为温度值序列
中所有温度值之和， 为噪声方差值序列中所有噪声方差值之和。

[0020] 优选的，所述特征向量包括：温度最高点、温度最低点、温度均值和噪声方差值，所述得到各剩余中间子区域对应的基准置信度的方法包括：

[0021] 根据各剩余中间子区域对应的两个子喷射区域的特征向量，得到各剩余中间子区域对应的余弦相似度；

[0022] 将各剩余中间子区域对应的余弦相似度记为基准置信度。

[0023] 优选的，所述得到各子喷射区域中各像素的温度置信度的方法包括：

[0024] 根据所述各剩余中间子区域对应的基准置信度与各中间子区域对应的温度均值，构建目标函数，所述目标函数的计算公式为：

[0025]

[0026] 其中， 为目标函数值， 为子区域 的基准置信度， 为子区域 的基准置信度， 为子区域 的基准置信度， 为子区域 的温度均值， 为子区
域 的温度均值， 为子区域 的温度均值， 为子区域 的温度均值；

[0027] 根据所述目标函数，得到各剩余中间子区域对应的子喷射区域中各像素的温度置信度，并将所述基准区域中各像素的温度置信度设置为1。

[0028] 优选的，所述得到需要加热的子喷射区域的方法包括：

[0029] 根据所述各子喷射区域中各像素的温度置信度与各像素的温度，计算各子喷射区域的温度，其计算公式为：

[0030]

[0031] 其中， 为子喷射区域 的温度， 为子喷射区域内第i行第j列像素的温度置信度， 为子喷射区域内第i行第j列像素的温度；

[0032] 将各子喷射区域的温度与目标温度进行比较得到差值，若子喷射区域的温度小于目标温度，则将所述差值的绝对值与温度差异容忍度进行比较，若所述差值的绝对值大于
温度差异容忍度，则判定对应子喷射区域需要被加热。

[0033] 优选的，所述得到浴缸对应的头部子区域、尾部子区域以及多个中间子区域的方法包括：

[0034] 对所述热成像图像按预设裁剪参数进行裁剪，得到第一热成像图像；

[0035] 根据预设温度阈值，对所述第一热成像图像进行截断处理，记为目标热成像图像；

[0036] 对所述目标热成像图像进行区域划分，得到对应的头部子区域、尾部子区域以及多个中间子区域。

[0037] 本发明实施例具有如下有益效果：

[0038] 本发明根据获得到的浴缸热成像图像得到浴缸对应的头部子区域、尾部子区域以及多个中间子区域，各中间子区域由两个子喷射区域组成，根据划分的各个子区域，计算出
各子喷射区域的温度，将各子喷射区域的温度与目标温度之间的差值与预设的温度差异容
忍度进行比较，得到需要加热的子喷射区域。本发明通过对热成像图像进行区域划分，来对
不同区域的温度进行计算，以此实现对不同子喷射区域对应的喷嘴进行动态调节，解决了
因为温度预测不准，导致喷嘴制热时浴缸中某一区域的温度过高的问题，提高了用户的实
际体验感。

附图说明

[0039] 为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅
仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，
还可以根据这些附图获得其它附图。

[0040] 图1为本发明一个实施例所提供的一种基于人工智能的浴缸热水控温方法的流程图；

[0041] 图2为本发明对热成像裁剪后的第一热成像图像；

[0042] 图3为本发明浴缸区域划分图。

具体实施方式

[0043] 为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功能效果，以下结合附图及较佳实施例，对依据本发明提出的一种基于人工智能的浴缸热水控温方法及
系统进行详细说明如下。

[0044] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

[0045] 为了解决现有浴缸热水控温方法导致的用户体验感较差的问题，本发明的主要构思为：根据获得到的浴缸热成像图像得到浴缸对应的头部子区域、尾部子区域以及多个中
间子区域，各中间子区域由两个子喷射区域组成，根据划分的各个子区域，计算出各子喷射
区域的温度，将各子喷射区域的温度与目标温度之间的差值与预设的温度差异容忍度进行
比较，得到需要加热的子喷射区域。本发明通过对热成像图像进行区域划分，来对不同区域
的温度进行计算，以此实现对不同子喷射区域对应的喷嘴进行动态调节，解决了因为温度
预测不准，导致喷嘴制热时浴缸中某一区域的温度过高的问题，提高了用户的实际体验感。

[0046] 下面结合附图具体的说明本发明所提供的一种基于人工智能的浴缸热水控温方法及系统的具体方案。

[0047] 基于人工智能的浴缸热水控温方法实施例：

[0048] 如图1所示，本实施例的基于人工智能的浴缸热水控温方法包括以下步骤：

[0049] 步骤S1，获取浴缸热成像图像，根据所述热成像图像得到对应的头部子区域、尾部子区域以及多个中间子区域，各中间子区域由两个子喷射区域组成，各子喷射区域对应一
个喷嘴。

[0050] 本实施例的步骤 S1 具体分为以下几个子步骤实现：

[0051] 步骤S1‑1，获取浴缸热成像图像，根据所述热成像图像，得到目标热成像图像。

[0052] 考虑到本实施例主要是对浴缸内水体的温度进行分析，并且如果用高分辨率图像来分析人体姿态会暴露使用者的隐私，因此本实施例采用热成像相机来得到分辨率较低的
热成像图像，后续基于获取到的热成像图像来对温度进行分析，同时也保证了用户的隐私。

[0053] 本实施例利用浴缸内的喷嘴对水流进行制热，设定喷嘴持续加热时间设为60秒，在实际过程中可根据需要进行设定。本实施例将热成像相机设置在浴缸上方，通过热成像
相机来对浴缸的热成像图像进行获取，热成像相机根据帧率连续获取多个浴缸的子热成像
图像，本实施例中将帧率设为0.5FPS，即两秒得到一帧子热成像图像，该过程一共可以得到
30帧子热成像图像。然后热成像相机将获取到的多帧热成像图像传送给控温系统，控温系
统接收到热成像图像后，将得到的30帧子热成像图像做均值处理，得到一分钟内的热成像
图像。

[0054] 由于采集的热成像图像分辨率较低，并且包含浴缸外圈的温度较低的区域（比如陶瓷表面、阀门等），导致热成像图像外圈出现混叠问题，因此得到热成像图像后，需要对热
成像图像进行预处理操作，从而方便后期对温度及指标的分析，预处理的过程为：

[0055] 第一，由于陶瓷浴缸的边缘是一种反射率较高的材质，所以热成像图像中位于浴缸外壳区域的像素容易出现混叠问题，导致最终得到的温度值会与现实温度差异过大，因
此需要对热成像图像进行裁剪，本实施例以得到浴缸区域的内接矩形为准进行裁剪。在实
际实施过程中可以根据需要来对裁剪区域进行设置。将裁剪后的热成像图像记为第一热成
像图像，如图2所示。

[0056] 第二，为了避免陶瓷表面、阀门等温度较低区域对后续温度的分析造成影响，因此需要对第一热成像图像中温度较低的像素做截断处理，即将温度低于温度阈值的像素赋予
设定的温度阈值，截断处理的实施方式为：

[0057] 对第一热成像图像的数据进行分析，得到图像内各像素点的温度值，然后根据设定的温度阈值，截断低于温度阈值的像素，本实施例设定温度阈值为C=34，其中C的单位为
摄氏度，然后对当前第一热成像图像进行截断处理： ，其中
表示图像中第i行第j列像素的温度值，所述各像素点的温度值就是各像素点的像素值。若
像素的温度值小于温度阈值，则将该像素的温度值改为 ；若像素的温度值大于温度阈值
时，则该像素的温度值保持不变。将对第一热成像图像截断处理后的图像记为目标热成像
图像。

[0058] 步骤S1‑2，对目标热成像图像进行区域划分，得到对应的头部子区域、尾部子区域以及多个中间子区域。

[0059] 当人躺在浴缸里的时候，不同位置的水接触到的身体部位不同，由于人体不同部位的温度存在差异，并且水分子的扩散需要时间，因此会导致同一浴缸中的水在不同区域
的温度会有所差别；另一方面，由于水的运动是需要时间的，当喷嘴在加热的时候，水体的
温度不会立刻达到平衡，因此也会导致不同喷嘴对应的喷射区域的温度有所差别。为了后
续对浴缸内水温进行准确地分析，来对不同喷嘴的制热情况进行调控，本实施例需要对目
标热成像图像进行区域划分，如图3所示，具体划分的过程为：

[0060] 第一，对浴缸内含喷嘴的中间区域进行划分。首先对浴缸左侧的多个喷嘴进行编号，编号分别为：A1、A2、 A3、 A4；再对浴缸右侧的多个喷嘴进行编号，编号分别为：B1、B2、
B3、B4。其中，A1与B1为一对一一对应的喷嘴，A2与B2为一对一一对应的喷嘴，A3与B3为一对
一一对应的喷嘴，A4与B4为一对一一对应的喷嘴。如图3所述。

[0061] 本实施例根据喷嘴的性能来对喷嘴喷射水流时对应的区域进行划分，根据实际情况可知，每个喷嘴所对应喷射区域可以是矩形、三角形或其它形状，并且喷射形状与对向喷
嘴的喷射区域形状相同。本实施例使用像素数为3*3的矩形作为一个喷嘴的喷射区域，并且
将每个喷嘴对应的喷射区域记为一个子喷射区域，每个喷嘴的编号作为对应子喷射区域的
编号。根据各个子喷射区域，将数字编号相同的两个子喷射区域作为一个子区域，记为中间
子区域，本实施例中共有4个中间子区域，分别记为：AB1、AB2、AB3、AB4。

[0062] 第二，对浴缸内两端无喷嘴区域进行划分。由于喷嘴只处在浴缸的中间，因此浴缸的两侧并无喷嘴，所以本实施例将浴缸的两端分别划分为头部子区域和尾部子区域，记为
AB0和AB5。当使用者在浴缸中处于躺姿时，其肩膀和头部会暴露在空气中，并且其头部会处
于头部子区域或尾部子区域。

[0063] 根据该步骤对目标热成像图像的区域划分，得到头部子区域、尾部子区域外以及多个中间子区域。本实施例得到的各个子区域分别为：AB0、AB1、AB2、AB3、AB4、AB5。

[0064] 步骤S2，根据各子区域中像素对应的温度值得到浴缸中人体朝向。

[0065] 由于人体皮肤暴露在空气中的区域温度较低，因此当对温度进行分析的时候会导致测量出来的温度与实际温度相差过大，所以当人体完全浸入水体时，得到的温度是最接
近实际温度的。本实施例考虑后续对各区域温度分析的时候需要确定一个最接近实际温度
的一个子区域作为基准区域，来使各个区域的温度更加符合实际温度，因此基准区域就是
人体完全侵入水体的子区域。由于人的头部在不同子区域时，即人体朝向不同时，得到的基
准区域是不一样的，因此本实施例需要先对人体的朝向进行分析，才能确定基准区域所在
位置。

[0066] 对目标热成像图像进行区域划分后，本实施例根据目标热成像图形中的各个子区域的温度进行分析，从而判断出人体的朝向，具体实施方式包含以下几个子步骤：

[0067] 步骤S2‑1，构建目标热成像图像的温度值序列和噪声方差值序列。

[0068] 所谓判断人体朝向就是指判断人体头部所在的子区域，由于头部是暴露在空气中，因此头部的温度会较低，并且头部所在区域的温度相较于其他区域会较小；又由于浴缸
内的水体存在反射现象，导致热成像所读温度可能是浴缸底部的、皮肤表面在水中温度、皮
肤表面在空气中的温度以及水体折射导致的异常值，因此会导致热成像图像中存在大量的
噪声。对于暴露在空气中的头部来说，不会产生反射，因此头部所在区域的噪声相较于其他
区域会较小。基于头部对各子区域的噪声和温度的影响，本实施通过温度和噪声这两个因
素来对热成像图像进行分析，来构建目标热成像图像的温度值序列和噪声方差值序列，具
构建过程为：

[0069] 首先，对目标热成像图像中的六个子区域的温度进行分析，计算各个子区域的温度，即温度中位数，得到温度值序列，记为 。本实施例对温度值序列
进行极差标准化处理，得到值域位于[0,1]区间的温度值序列。

[0070] 然后，对目标热成像图像中的六个子区域的噪声强度进行分析，计算各个子区域噪声的方差值，得到噪声方差值序列，记为 。

[0071] 步骤S2‑2，判断人体朝向。

[0072] 根据目标热成像图像中的各个子区域的分布，为每个子区域设置一个索引值，从而构建出目标热成像图像的索引序列，本实施例将对称的子区域的索引值设为相反数，具
体索引序列设定为 。本实施例中喷嘴对数为4对，呈偶数，若喷嘴数量
为奇数时需忽略最中间的一对喷嘴。

[0073] 当皮肤暴露在空气中时，会对所处区域温度和噪声程度有所影响，因此本实施例根据目标热成像图像的索引序列、温度值序列与噪声方差值序列，计算各个子区域的索引
趋向值。本实施例利用数学建模的方法拟合出目标热成像图像的索引序列、温度值序列、噪
声方差值序列与索引趋向值之间的函数关系，则索引趋向值的计算公式为：

[0074]

[0075] 其中， 为子区域 的索引趋向值， 为温度值序列中子区域 的温度值， 为噪声方差值序列中子区域 的噪声方差值，为索引序列中子区域 的索引值， 为温度值序列
中所有温度值之和， 为噪声方差值序列中所有噪声方差值之和。

[0076] 用于归一化缩放所有的温度值，使得各温度值之和相加为1； 用于归一化缩放所有的噪声方差值，使得各噪声方差值之和相加为1。

[0077] 得到的是子区域 对应索引值的系数，即子区域 所占得权重，若子区域温度值越小且噪声方差也越小，则该区域对应的权重就越大，说明头部处于该区域
的可能性就越大。该系数综合考虑了由于头部暴露于空气之中，会使所头部所处区域水体
温度低于其它区域温度，并且头部所处区域的噪声方差值也是最小的，所以该系数能够更
好地增大头部所处区域的权重值，从而使后续对人体朝向的判断更加准确。

[0078] 本实施例对各个子区域的索引趋向值求和，记为总索引趋向值 ，然后根据总索引趋向值的取值来判断人体朝向，具体为：首先设置一个中间范围阈值 ，将总索引趋向值
的绝对值与预设的中间范围阈值进行比较，当 时，则认为温差过低，无法判断人体
朝向偏向哪边，因此需要等待一段时间后重新判断，具体等待时间根据实际情况进行设定；
当 时，则对 进行进一步分析，若 ，说明索引值为负数的一侧对应的权重相
对较大，则认为人体朝向更偏向索引值为负数的一边，即头部位于子区域AB0之中；反之若
，则认为人体朝向更偏向索引值大的一边，即头部位于子区域AB5中。

[0079] 步骤S3，根据所述人体朝向得到人体完全浸入水体的中间子区域，记为基准区域；求各剩余中间子区域对应的子喷射区域的特征向量；根据所述特征向量得到各剩余中间子
区域对应的基准置信度，所述各剩余中间子区域为除基准区域外的其他中间子区域。

[0080] 当人体朝向确定后，由于使用者往往是坐卧于浴缸之中的，因此可以直接确定人体完全浸入水体的中间子区域。本实施例根据人体朝向预先标记出人体完全浸入水体的中
间子区域，当使用者头部处于子区域AB0时，则认为子区域AB2为人体完全浸入水体的区域；
反之当使用者头部处于子区域AB5时，则认为子区域AB3为人体完全浸入水体的区域。

[0081] 由于本实施例设置头部处于子区域AB0中，因此子区域AB2为人体完全浸入水体的区域。由于当人体完全浸入水体时所得到的温度是最符合实际温度的，因此将子区域AB2记
为基准区域。

[0082] 得到基准区域之后，考虑到除基准区域外的每个中间子区域都存在身体暴露在空气中的区域，因此本实施例排除基准区域，对剩余的每一对喷嘴的中间子区域进行分析，得
到每个剩余中间子区域的基准置信度，所述基准置信度是中间子区域内两个子喷射区域的
余弦相似度，以此来体现该中间子区域所得温度的可信度。本实施例以子区域AB1得到基准
置信度的具体过程为例：

[0083] 本实施例中由于每个中间子区域是由两个3*3子喷射区域合并而成的，因此分别对中间子区域中的两个子喷射区域进行分析。

[0084] 首先计算子喷射区域A1的温度最高点 、温度最低点 ，温度均值 和温度方差值 ，构建子喷射区域A1的特征向量，记为 ；同理构
建出子喷射区域B1的特征向量 。

[0085] 然后计算子喷射区域A1与子喷射区域B1的特征向量的余弦相似度，得到子区域AB1的基准置信度 。

[0086] 重复上述计算区域AB1的基准置信度的过程，得到子区域AB3和子区域AB4的基准置信度，分别为 、 。

[0087] 在目标热成像图像中，由于皮肤暴露在空气中的区域温度值较低并且暴露区域分布不平均，因此会导致子喷射区域的温度最高值、最低值和温度均值与对侧子喷射区域的
相差较大，并且噪声方差值也相差较大，进而会导致一对子喷射区域的水体相似度较低，即
该中间子区域的基准置信度就越低。因此当基准置信度越高时，则说明两个子喷射区域的
相似度越高，并且每个子喷射区域的得到的温度的可信度越高。

[0088] 由于基准区域是完全浸入水体的区域，因此将基准区域的基准置信度设置为1。

[0089] 步骤S4，根据各中间子区域对应的基准置信度与各中间子区域对应的温度均值，得到各子喷射区域中各像素的温度置信度。

[0090] 由于人体暴露在空气中的区域温度较低，因此当对人体暴露在空气中的区域的温度进行分析时会导致测量出来的温度与实际温度相差过大，当喷嘴按照设定温度进行制热
时，由于测量温度与实际温度有差异，会导致实际水体温度过高。因此需要区分皮肤外露区
域的像素，调整各像素的置信度，从而使喷射区域的温度估计值更贴近真实体感温度，防止
计算错误导致喷射区域水流温度过高。

[0091] 本实施例基于随机梯度下降法利用Adam优化器和目标函数，来调整除基准区域外各剩余中间子区域对应的子喷射区域中各像素的温度置信度，即为每个像素设置一个权
重。经过优化器得到的权重可以降低皮肤暴露区域的像素权重，进而更好地估测用户在浴
缸中的温度。作为其他实施方式也可以利用其他非线性优化器来对温度置信度进行调整。

[0092] 其中目标函数的作用是为了得到每个像素最优的温度置信度，优化器根据目标函数的损失下降来对每个像素的温度置信度进行调整，目标函数的值越小则得到的温度置信
度越优。目标函数是根据各剩余中间子区域对应的基准置信度与各子区域对应的温度均值
构建得到的，具体计算公式为：

[0093]

[0094] 其中， 为目标函数值， 为子区域 的基准置信度， 为子区域 的基准置信度， 为子区域 的基准置信度， 为子区域 的温度均值， 为子区
域 的温度均值， 为子区域 的温度均值， 为子区域 的温度均值。

[0095] 由于每个基准置信度的最大值为1，因此目标函数中 的作用是是为了分别约束每个子区域的基准置信度，防止基准置信度过低，导致过拟合。因为基
准置信度越高，则计算出来的温度可信度才能越高，但是若基准置信度过小则会导致过拟
合。

[0096] 的作用是尽可能减小权重调整后各子区域的温度与基准区域的温度之间差异，使之后得到的各像素点的温度置信度达到最优，从而使
后续得到的子喷射区域的温度更加准确。由于子区域 是人体完全浸入水体的部分，因
此该区域的温度是最符合实际的，所以利用该区域的温度均值为基准来计算目标函数。

[0097] 当每个子区域的基准置信度越高，同时温度与基准区域的温度相差越小时，所得到的各像素点的权重才是越优的。因为子区域 是人体完全浸入水体的部分，所以该区
域各像素的点温度不会有太大差异，因此本实施例将基准区域中各像素的得温度置信度均
设置为1。

[0098] 本实施例通过降低皮肤暴露在空气中的图像区域的像素权重，来重新计算每个子喷射区域的特征向量，来提高同一子区域中两个子喷射区域的相似度，从而计算得到与实
际温度更一致的子喷射区域的温度。

[0099] 步骤S5，根据所述各子喷射区域中各像素的温度和温度置信度，计算各子喷射区域的温度，并根据所述各子喷射区域的温度与预设的温度差异容忍度，得到需要加热的子
喷射区域。

[0100] 通过步骤S4得到各子喷射区域中各像素的温度置信度之后，根据得到的各子喷射区域中各像素的温度置信度来计算个子喷射区域的温度，其计算公式为：

[0101]

[0102] 其中， 为子喷射区域 的温度， 为子喷射区域 内第i行第j列像素的温度置信度， 为子喷射区域内第i行第j列像素的温度。

[0103] 根据用户对浴缸温度的设定，得到目标温度T，并根据实际需要设置温度差异容忍度 。本实施例根据目标温度与温度差异容忍度来判断各子喷射区域是否需要进行加
热，具体判断过程为：

[0104] 使计算出的子喷射区域的温度 与目标温度T进行比较，若 则该喷射区域不需要进行加热；若 ，则将两者温度差值的绝对值与温度差异容忍度 进行比
较，若 ,则说明子喷射区域 的温度与目标温度的差异较小，因此不需要进
行加热，若 ，则说明子喷射区域 的温度与目标温度差异过大，因此需要启
动该子喷射区域的喷嘴进行制热。

[0105] 为了实现对浴缸水流温度的动态调节，实际应用时可不断上述步骤，或者每隔预设时间重复一次上述步骤。

[0106] 本发明根据获得到的浴缸热成像图像得到浴缸对应的头部子区域、尾部子区域以及多个中间子区域，各中间子区域由两个子喷射区域组成，根据划分的各个子区域，计算出
各子喷射区域的温度，将各子喷射区域的温度与目标温度之间的差值与预设的温度差异容
忍度进行比较，得到需要加热的子喷射区域。本发明通过对热成像图像进行区域划分，来对
不同区域的温度进行计算，以此实现对不同子喷射区域对应的喷嘴进行动态调节，解决了
因为温度预测不准，导致喷嘴制热时浴缸中某一区域的温度过高的问题，提高了用户的实
际体验感。

[0107] 基于人工智能的浴缸热水控温系统实施例：

[0108] 本实施例基于人工智能的浴缸热水控温系统包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现上述所述的基于人工智能的浴缸热水控温方法。

[0109] 由于基于人工智能的浴缸热水控温方法已经在基于人工智能的浴缸热水控温方法实施例中进行了说明，所以本实施例不再对基于人工智能的浴缸热水控温方法进行赘
述。

[0110] 需要说明的是： 以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护
范围之内。