本技術涉及智能監(jiān)控領域，尤其是涉及一種基于zigbee的智能家居監(jiān)控方法及系統。

背景技術：

1、現有的智能家居系統往往側重于單用戶的簡單自動化控制，而在面對家庭成員多樣化的行為模式、個性化需求和同時發(fā)生的交互場景時，系統的處理能力顯得不足。這種局限性導致了系統在提供個性化服務和響應多人復雜需求時的效率低下和用戶體驗不佳。因此，需要改進。

技術實現思路

1、為了解決上述問題，本技術提供一種基于zigbee的智能家居監(jiān)控方法及系統。

2、一種基于zigbee的智能家居監(jiān)控方法，包括步驟：

3、s10:基于zigbee網絡和低清分辨率模式的攝像頭，實時接收監(jiān)控視頻流；

4、s20:逐幀獲取監(jiān)控視頻流，并對監(jiān)控視頻流預處理；

5、s30:基于圖像處理算法，將當前幀與預設的背景模型比較，識別當前幀的運動區(qū)域，并計算運動區(qū)域的大?。?/p>

6、s40:當檢測到的運動區(qū)域大于第一預設閾值時，調整攝像頭至高清分辨率模式，并啟動多目標跟蹤算法對多個運動對象進行持續(xù)監(jiān)控；

7、s50:基于面部識別api提取多個運動對象的面部特征，并將提取的特征與預設的家庭成員庫進行比對，判斷運動對象是否為家庭成員；

8、s60:當運動對象為家庭成員時，匹配預設的家庭成員庫的用戶檔案，所述用戶檔案用戶包括個性化設置和行為模式；

9、s70:當運動對象為非家庭成員時，記錄其存在；

10、s80:當運動對象為家庭成員時，基于所述用戶檔案和當前時間信息，生成相應的調整參數命令，并將調整參數命令發(fā)送至智能家居設備；

11、s90:當智能家居設備接收到調整參數命令時，調整至不同工作模式。

12、在一較佳實施例中，所述逐幀獲取監(jiān)控視頻流，并對監(jiān)控視頻流預處理的步驟，包括步驟：

13、以固定的時間間隔讀取監(jiān)控視頻流中的每一幀；

14、對每一幀進行預處理，預處理包括調整大小、灰度轉換。

15、在一較佳實施例中，所述基于圖像處理算法，將當前幀與預設的背景模型比較，識別當前幀的運動區(qū)域，并計算運動區(qū)域的大小的步驟，包括步驟：

16、在無運動對象時，采集一段時間的監(jiān)控視頻幀，并計算這些幀的平均值，創(chuàng)建一個預設的背景模型；

17、基于絕對差分法，對每一幀與預設的背景模型進行比較；

18、通過比較當前幀和預設的背景模型，識別出運動區(qū)域；

19、基于輪廓檢測方法，計算運動區(qū)域的大小。

20、在一較佳實施例中，所述基于面部識別api提取多個運動對象的面部特征，并將提取的特征與預設的家庭成員庫進行比對，判斷運動對象是否為家庭成員的步驟，包括步驟：

21、基于面部識別api提取運動對象的面部特征，生成特征向量；

22、對提取的特征向量進行標準化處理；

23、將標準化后的特征向量與預設的家庭成員庫的特征向量進行比對；

24、當比對得分大于預設相似度閾值時，判斷運動對象是家庭成員；

25、當比對得分小于預設相似度閾值時，判斷運動對象不是家庭成員。

26、在一較佳實施例中，所述當運動對象為家庭成員時，匹配預設的家庭成員庫中的用戶檔案，所述用戶檔案用戶包括個性化設置和行為模式的步驟，包括步驟：

27、所述個性化設置包括用戶的偏好設置，所述用戶的偏好設置包括燈光亮度、空調溫度；

28、所述行為模式包括用戶的日?；顒恿晳T，所述用戶的日?；顒恿晳T包括活動時間、常用設備。

29、在一較佳實施例中，所述當智能家居設備接收到調整參數命令時，調整至不同工作模式的步驟，之后步驟：

30、所述工作模式包括家庭模式，離家模式，睡眠模式，娛樂模式；

31、當工作模式是家庭模式時，調整燈光至70%亮度，設置空調至25℃；

32、當工作模式是離家模式時，關閉所有燈光，鎖定門鎖，啟動監(jiān)控攝像頭；

33、當工作模式是睡眠模式時，調整燈光至10%亮度，設置空調至20℃；

34、當工作模式是娛樂模式時，關閉所有燈光，設置空調至22℃。

35、本技術的上述目的二是通過以下技術方案得以實現的：

36、一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現上述一種基于zigbee的智能家居監(jiān)控方法的步驟。

37、本技術的上述目的三是通過以下技術方案得以實現的：

38、一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現上述一種基于zigbee的智能家居監(jiān)控方法的步驟。

39、綜上所述，本技術包括以下至少一種有益技術效果：

40、1.攝像頭以低清分辨率模式運行，通過zigbee網絡實時傳輸視頻流。這樣做是為了在保證監(jiān)控功能的同時，盡量減少網絡帶寬的占用和數據處理的需求，因為低分辨率視頻流相比高清視頻流數據量更小，更適合在無線網絡環(huán)境中進行實時傳輸。簡而言之，這是系統初始化監(jiān)控環(huán)境的過程，確保能夠持續(xù)不斷地接收到監(jiān)控場景的實時圖像信息，但又不至于消耗過多的網絡資源；

41、2.從攝像頭捕捉到的視頻中一幀一幀地提取圖像，并且對這些圖像進行初步的處理，以便為后續(xù)的分析工作做準備。這個過程確保了視頻數據在進一步使用前是清晰且格式統一的；

42、3.系統利用圖像處理算法對攝像頭捕獲的當前視頻幀進行分析，將其與預先設定的背景模型進行對比。這一過程旨在找出幀中與靜態(tài)背景不同的部分，即運動區(qū)域。通過這種比較，系統能夠識別出運動的物體，并計算出這些運動區(qū)域在畫面中所占的面積大小。這一步驟是監(jiān)測活動的重要環(huán)節(jié)，它幫助系統區(qū)分背景和前景中的動態(tài)元素；

43、4.當監(jiān)控系統中識別出的運動區(qū)域大于一個設定的大小閾值時，會被觸發(fā)，此時攝像頭會從低清模式切換到高清模式，以提供更清晰的圖像細節(jié)，并且系統會啟動跟蹤算法來對運動對象進行連續(xù)的監(jiān)視，確保能夠實時跟蹤并記錄該對象的活動情況；

44、5.系統利用面部識別api來分析運動對象的面部特征，并將這些特征與系統中已存儲的家庭成員面部特征庫進行對比。通過這種比對，系統可以判斷運動對象是否是家庭成員，從而實現對家庭內部人員的識別和區(qū)分；

45、6.當系統確認運動對象是家庭成員，則會進一步匹配該成員在預設的家庭成員庫中的用戶檔案。這個用戶檔案包含了該家庭成員的個性化設置和行為模式，以便系統可以根據這些信息來定制智能家居設備的響應，提供更加個性化的服務和自動化控制；

46、7.系統會根據匹配到的家庭成員的用戶檔案以及當前的日期和時間信息，自動生成適合該成員的控制命令。這些控制命令旨在根據用戶的個性化偏好和行為習慣來調整智能家居設備的狀態(tài)，然后系統會將這些命令發(fā)送至相應的智能家居設備，以執(zhí)行諸如調節(jié)溫度、照明或安全設置等操作；

47、8.智能家居設備在接收到來自用戶或自動化系統的控制指令后，會根據指令的要求改變其當前的工作狀態(tài)，進入預先設定好的不同工作模式。例如，如果是一個智能燈泡，它可能會從關閉模式切換到亮燈模式，或者從一個亮度級別調整到另一個；如果是一個智能恒溫器，它可能會從制冷模式切換到加熱模式，以適應室內溫度的變化需求。這個過程體現了智能家居設備的高度靈活性和響應能力。