具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明提供一种数字展厅灯光智能中央控制方法，包括：

步骤S1、获取展厅现场的环境图像；

步骤S2、对环境图像进行分析，确定展厅现场的游客的年龄段分布情况；

步骤S3、基于年龄段分布情况，对展厅中的灯光进行控制。

上述技术方案的工作原理和有益效果为：每隔一段时间通过采集展厅内的人流聚集图像并进行处理，分析该展台的参展人数量和年龄段分布，统计游客的整体年龄段，然后结合各年龄段与所需求的光环境的映射对应关系，调节展台灯光系统达到与该游客数量以及整体年龄段相适宜的最优的光照强度以及色度，例如，假如展厅内只有年龄段为30岁到40岁和10岁到20岁两个年龄段的人，这两个年龄段的人群对光环境的适宜程度不一致，一个年龄段喜欢强光厌恶弱光，一个年龄段喜欢弱光厌恶强光，此时就根据这两个年龄段预设喜好的灯光环境进行综合计算，最终得到光强度适中的灯光环境特性，使双方都不会感到反感，综合考虑共同的感受，从而提高了参展人的灯光体验感受和参展舒适度，且每隔固定时间对展厅内进行拍摄，能够根据参展人数量变化和年龄段变化进行灵活控制，更加智能化。

在一个优选实施例中，获取展厅现场的环境图像包括：

通过设置在展厅现场多个预设的位置的多个摄像头对展厅进行拍摄，获得多个拍摄图像；

将多个拍摄图像进行拼接，获得环境图像。

上述技术方案的技术原理和有益效果为：通过在展厅现场多个位置分别设置摄像头对展厅现场人群进行多方位的拍摄图像获取，通过连续不断的拍摄图像获取，能够实现对游客进行跟踪定位，能够实现从多个角度对游客进行联动跟踪拍摄，获取该游客更为全面的脸部图像从而提高年龄识别的识别精度，并且能够在对游客进行年龄确定后，对该游客的位置进行跟踪标注，当该游客走到其中一个展台时，该展台就直接获取到该游客的年龄识别结果不用重新对该游客的年龄进行计算，从而降低计算量。通过将多个拍摄图像进行拼接所得到的环境图像能够将展厅全方位显示。

在一个优选实施例中，对环境图像进行分析，确定展厅现场的游客的年龄段分布情况包括：

对环境图像中的人脸进行识别，得到环境图像中的人脸位置；

根据环境图像中人脸位置对连续多张环境图像进行图像分割，得到多张人脸图像并生成参展人脸图像集合；

根据参展人脸图像集合对参展游客进行年龄识别，确定展厅现场的游客的年龄段分布情况。

上述技术方案的工作原理和有益效果为：首先对连续多张环境图像中的人脸进行识别，得到环境图像中的人脸位置，随后将人脸位置周围预设尺寸大小的区域进行切割得到人脸图像，在进行切割前为防止游客离摄像头远近关系不同，而导致的人脸在图像中的大小尺寸不同，需要对人脸位置的图像进行缩放变化，使其达到标准的尺寸，随后再进行切割。在得到人脸图像后，利用多张人脸图像生成参展人脸图像集合，最后根据参展人脸图像集合对参展游客进行年龄识别，确定展厅现场的游客的年龄段分布情况。通过切割多张环境图像，得到多位游客的多张人脸图像，而通过对某位游客的多张人脸图像的综合情况来对该游客进行年龄识别，能够防止偶然性判断失误的情况发生，最后对每一位游客都进行年龄识别后，得到每位游客所处的年龄段，通过统计确定展厅现场的游客的年龄段分布情况。

在一个优选实施例中，对环境图像中的人脸进行识别，得到环境图像中的人脸位置包括：

框选出环境图像中具有简单人脸特征的图像作为初始人脸图像，提取其中的第一人脸特征向量；

从预存的人脸特征向量库中获得已训练的第二人脸特征向量；

将第一人脸特征向量与第二人脸特征向量进行匹配，当匹配度大于预设的匹配阈值时，确定初始人脸图像位置为人脸位置。

上述技术方案的工作原理和有益效果为：框选出环境图像中具有简单人脸特征的图像作为初始人脸图像，该初始人脸图像是经过粗略判断得到的，需要进行进一步的更为精确地判断，提取初始人脸图像中的第一人脸特征向量，其中特征向量包括瞳孔、眼角、鼻子、嘴角、额头头发、下巴、耳朵等多种局部部位之间的相对位置关系特征，从预存的人脸特征向量库中获得已训练的第二人脸特征向量，将第一人脸特征向量与所诉第二人脸特征向量进行匹配，当匹配度大于预设的匹配阈值时，确定初始人脸图像位置为人脸位置。从而实现了对初始人脸图像进行更细致的判断，确定该初始人脸图像位置是否为真的人脸图像位置，通过一次快速判断，二次精准判断，在第一次快速判断时对初始人脸图像位置的物体进行跟踪捕捉，然后再通过较慢的、精准的特征向量匹配算法对初始人脸图像位置是否真的存在人脸进行进一步判断，能够实现对环境图像中快速运动变换的图案进行人脸识别。

在一个优选实施例中，框选出环境图像中具有人脸特征的图像作为初始人脸图像，提取其中的第一人脸特征向量包括：

检测环境图像中所具有的两眼及嘴唇的图像特征，确定满足人脸三角形位置关系特征的两眼及嘴唇的图像特征在图像中的位置，并对环境图像进行归一化及仿射变换，使三角形区域位于固定位置后按预设比例进行缩放，并截取周围预设尺寸大小的初始人脸图像；

采用主成分分析或特征点提取小波变换系数的方法提取初始人脸图像中的第一人脸特征向量。

上述技术方案的工作原理和有益效果为：检测环境图像中具有的两眼及嘴唇的图像特征，两眼及嘴唇形成的三角形位置关系特征作为人脸上较为显著的突出特征，能够根据这个特征对人脸位置进行较为快速的、粗略的判断，对环境图像进行归一化及仿射变换，使三角形区域位于固定位置后按预设的比例对图像进行缩放，使三角形区域大小与标准规格大小一致，方便对该区域的图像进行裁剪，截取三角形区域周围预设尺寸大小的初始人脸图像，实现对环境图像中的人脸图像进行裁剪，从而降低初始人脸图像外的特征点对判断结果带来影响，最后采用主成分分析或特征点提取小波变换系数的方法提取初始人脸图像中的第一人脸特征向量，从而得到初始人脸图像中的特征向量，方便后续对初始人脸图像进行更为精确的计算及分析。

在一个优选实施例中，根据环境图像中人脸位置对连续多张环境图像进行图像分割，得到多张人脸图像并生成参展人脸图像集合包括：

确定环境图像中人脸位置周围预设尺寸大小的区域，对该区域的图像进行图像分割得到人脸图像，并为人脸位置标注唯一的游客标签；

将连续多张环境图像中具有相同游客标签的人脸图像划分到同一个组，得到游客人脸图像组；

基于环境图像中每个游客对应的游客人脸图像组，生成参展人脸图像集合。

上述技术方案的工作原理和有益效果为：对环境图像中的人脸位置进行图像分割得到人脸图像，并为人脸位置标注唯一的游客标签，从而方便根据游客标签对同一位游客的人脸所在位置进行跟踪与定位，将连续多张环境图像中具有相同游客标签的人脸图像划分到同一个组，得到同一游客的多张人脸图像并组成游客人脸图像组，方便通过游客人脸图像组中大量的人脸图像对游客的具体年龄进行更为精确的计算，减少了偶然性情况对计算结果的影响所导致的计算结果与现实年龄不符的情况。

在一个优选实施例中，根据参展人脸图像集合对参展游客进行年龄识别，确定展厅现场的游客的年龄段分布情况包括：

提取参展人脸图像集合中某位游客的游客人脸图像组，利用游客人脸图像组对该游客的年龄段进行识别，识别过程如下：

对该游客的游客人脸图像组中每张人脸图像进行预处理后得到人脸上多个位置的第一类人脸区域图片；

将第一类人脸区域图片按位置进行归类，得到该游客脸上同一个部位的多张人脸区域图片组成的第一类区域图片组；

利用特征提取算法对每个第一类区域图片组进行共性特征提取，得到多个第一类特征；

获取若干不同年龄下的人脸图像，将人脸图像按照待识别的多个年龄段划分为多个人脸图像集，每个年龄段对应一个人脸图像集；

对某个年龄段的人脸图像集中每张人脸图像进行预处理后得到多个位置的第二类人脸区域图片，

将第二类人脸区域图片按位置进行归类，得到该游客脸上同一个部位的多张人脸区域图片组成的第二类区域图片组；

利用特征提取算法对每个第二类区域图片组进行共性特征提取，得到该年龄段人群面部的多个第二类特征；

将第一类特征与某个年龄段对应的第二类特征按对应位置进行匹配得到匹配度；

将匹配度最大的第二类特征对应的年龄段作为该游客所处年龄段；

对参展人脸图像集合中所有游客人脸图像组进行年龄段识别，得到展厅现场的游客的年龄段分布情况。

上述技术方案的工作原理和有益效果为：对某位游客进行年龄识别，识别时提取该游客的游客人脸图像组，对该游客的游客人脸图像组中每张人脸图像进行预处理后得到人脸上多个位置的第一类人脸区域图片，比如眼睛区域图片、鼻子区域图片、嘴部区域图片，若游客人脸图像组中有n张人脸图像，则得到2n张眼睛区域图片、n张鼻子区域图片、n张嘴部区域图片。将第一类人脸区域图片按位置进行归类，得到该游客脸上同一个部位的多张人脸区域图片组成的第一类区域图片组，比如得到眼睛区域图片组、鼻子区域图片组、嘴部区域图片组。利用特征提取算法对每个第一类区域图片组进行共性特征提取，得到该游客脸部的多个第一类特征，比如该游客的眼部特征、鼻子特征、嘴部特征。对某个年龄段的人脸图像集中每张人脸图像进行预处理后得到多个位置的第二类人脸区域图片，比如对于70岁到80岁人群的人脸图像集，通过对图像集中的图片进行预处理得到第二类人脸区域图片，通过将第二类人脸区域图片按位置进行归类，得到70岁到80岁人群的人脸图像集脸上同一个部位的多张人脸区域图片组成的第二类区域图片组，利用特征提取算法对每个第二类区域图片组进行共性特征提取，得到70岁到80岁人群面部的多个第二类特征，比如70岁到80岁人群面部的眼部特征、鼻子特征、嘴部特征。将第一类特征与某个年龄段对应的第二类特征按对应位置进行匹配得到匹配度，比如将第一类特征中的眼部特征与第二类特征中的眼部特征进行对应的匹配，将第一类特征中的嘴部特征与第二类特征中的嘴部特征进行对应的匹配，最终得到多个第一类特征与多个第二类特征的综合匹配度，该匹配度作为该游客的年龄与该年龄段之间的相似程度，将匹配度最大的第二类特征对应的年龄段作为该游客所处年龄段。最后对参展人脸图像集合中所有游客人脸图像组进行年龄段识别，得到展厅现场的游客的年龄段分布情况。

在一个优选实施例中，预处理包括：

采用多关键点定位方法，对游客人脸图像组或人脸图像数据中人脸图像的关键点进行定位，其中，关键点包括瞳孔、嘴角、鼻子和耳朵中的任意一种或多种结合；

根据所定位得到的多个关键点在人脸图像中的位置关系，对人脸图像进行旋转、平移、缩放及拉伸操作，使人脸图像按预设的标准完成对齐工作；

分别以对齐后的人脸图像的多个关键点位置为中心，按照关键点的类型对关键点周围的区域进行预设尺寸大小的分割处理，得到人脸区域图片。

上述技术方案的工作原理和有益效果为：由于人脸图像存在大小不一、角度不均的情况，采用多关键点定位方法，对游客人脸图像组或人脸图像数据中人脸图像的关键点进行定位，根据所定位得到的多个关键点在人脸图像中的位置关系，对人脸图像进行旋转、平移、缩放及拉伸操作，使人脸图像按预设的标准完成对齐工作，以方便后续的年龄识别工作，并且能够提高人脸定位、年龄识别的准确程度。分别以对齐后的人脸图像的多个关键点位置为中心，按照关键点的类型对关键点周围的区域进行预设尺寸大小的分割处理，得到人脸区域图片，比如对于关键点眼睛，主要提取眼角的图像用于通过眼角皱纹判断年龄、提取眼底眼袋的图像判断游客年龄，在进行分割处理时便需要将这两个位置的图像进行分割及归类处理，最终得到人脸多个区域的人脸区域图片，方便通过人脸上不同区域的状况对游客的年龄进行综合判断。

在一个优选实施例中，基于年龄段分布情况，对展厅中的灯光进行控制包括以下步骤：

步骤S400、根据年龄段分布情况，为各年龄段标注游客人数并计算出各年龄段对应游客数量占游客总数量的权重系数；

步骤S401、将年龄段按对应标注的游客数量从大到小进行排序，得到年龄段排序序列；

步骤S402、提取年龄段排序序列中的第一个年龄段，并将该年龄段放入主要年龄段小组；

步骤S403、统计所有主要年龄段小组内多个年龄段各自对应游客数量的和值，计算该和值占游客总数量的百分比值；

步骤S404、当百分比值小于预设的百分比阈值时，重复步骤S402至步骤S403；

步骤S405、当百分比值大于或等于预设的百分比阈值时，将主要年龄段小组内已有的年龄段作为统计年龄段；

步骤S406、确定各个统计年龄段对应预设的第一类光环境特性和第二类光环境特性；

步骤S407、获取展品所需要的第三类光环境特性；

步骤S408、根据所述第一类光环境特性、所述第二类光环境特性和所述第三类光环境特性，通过将其中相对应的参数数值基于权重系数的综合加权计算，得到第四光环境特性，计算公式如下：

式中，Q₄，S₄分别表示第四光环境特性中的光强度及色度，Q₃，S₃分别表示第三光环境特性中的光强度及色度，Q₂，S₂分别表示第二光环境特性中的光强度及色度，Q₁，S₁分别表示第一光环境特性中的光强度及色度，K_N表示第N个统计年龄段对应的权重系数，M表示统计年龄段的总个数；

设定光强度下限值Q_min，当Q_min<Q₄时，使Q₄取值为Q_min，设定光强度上限值Q_max，当Q₄<Q_max时，使Q₄取值为Q_max；

设定色度下限值S_min，当S_min<S₄，使S₄取值为S_min，设定色度上限值S_max，当S₄<S_max时，使S₄取值为S_max；

步骤S409、将第四光环境特性作为最优灯光环境特性，并根据最优灯光环境特性对应的光强度以及色度的参数对展厅现场的灯光设备进行控制。

上述技术方案的工作原理和有益效果为：根据年龄段分布情况，为各年龄段标注游客人数并计算出各年龄段对应游客数量占游客总数量的权重系数，通过权重系数来把握某个年龄段所对应适应的灯光参数在计算过程中的重要程度，将年龄段按对应标注的游客数量从大到小进行排序，得到年龄段排序序列，方便对游客数量最大的年龄段进行提取；提取年龄段排序序列中的第一个年龄段，并将该年龄段放入主要年龄段小组，从而实现将年龄段排序序列中剩余多个年龄段中的第一位进行循环提取；统计所有主要年龄段小组内多个年龄段各自对应游客数量的和值，计算该和值占游客总数量的百分比值；当百分比值小于预设的百分比阈值时，重复上面的循环提取步骤，当百分比值大于或等于预设的百分比阈值时，打破循环提取步骤，将主要年龄段小组内已有的年龄段作为统计年龄段；确定各个统计年龄段对应预设的第一类光环境特性和第二类光环境特性，该第一类光环境参数主要为该主要年龄段中大部分人觉得较为舒适的灯光环境，第二类光环境参数主要为该主要年龄段中大部分人觉得不舒适的灯光环境；获取展品所需要的第三类光环境特性，第三类光环境参数为展品所需要的最佳补光环境；根据第一类光环境特性、第二类光环境特性和第三类光环境特性，通过将其中相对应的参数数值基于权重系数的综合加权计算，得到第四光环境特性，将第四光环境特性作为最优灯光环境特性，并根据最优灯光环境特性对应的光强度以及色度的参数对展厅现场的灯光设备进行控制，从而提高了参展人的灯光体验感受和参展舒适度。

为达到上述目的，本发明实施例还提供了一种数字展厅灯光智能中央控制系统，包括：

图像获取模块，用于获取展厅现场的环境图像；

图像分析模块，用于对环境图像进行分析，确定展厅现场的游客的年龄段分布情况；

灯光控制模块，用于基于年龄段分布情况，对展厅中的灯光进行控制。

上述技术方案的工作原理和有益效果为：每隔一段时间通过图像获取模块采集展厅内的图像并通过图像分析模块进行处理，分析确定该展台的参展人数量和年龄段分布，通过灯光控制模块统计游客的整体年龄段，调节展台灯光系统达到与整体年龄段相适宜的最优的光照强度以及色度，例如，假如展厅内只有年龄段为30岁到40岁和10岁到20岁两个年龄段的人，这两个年龄段的人群对光环境的适宜程度不一致，一个年龄段喜欢强光厌恶弱光，一个年龄段喜欢弱光厌恶强光，此时就根据这两个年龄段预设的喜好灯光环境进行综合计算，最终得到光强度适中的灯光环境参数，使双方都不会感到反感，综合考虑同的感受，从而提高了参展人的灯光体验感受和参展舒适度，且每隔固定时间对展厅内进行拍摄，能够根据参展人数量变化和年龄段变化进行灵活控制，更加智能化。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。