【技术实现步骤摘要】
【国外来华专利技术】
本公开内容涉及用于确定人穿过门的意图的机器学习(ml)模型的领域，并且具体地涉及基于门附近的物理环境的变化来调整这样的ml模型。
技术介绍
1、自动门已被使用了几十年。当人靠近并想要穿过时，自动门使用马达将门打开。门可以是滑动门、摇摆门或旋转门。自动门具有人们不需要使用把手或肌肉力量来打开门的优点。用户体验很方便，并且还具有以下额外的优点：当穿过门时通过接触表面而传播污染物的风险最小。
2、传统上，已经使用主动或被动红外传感器来检测人何时表现出要穿过门的意图。其他传感器也是已知的。然而，这种意图检测并不是最佳的。在某些情况下，正在进入的人需要非常靠近门以发出触发打开的意图的信号，从而导致正在进入的人等待门打开的等待时间。在其他情况下，传感器过于宽松，当人们走过门但没有进入门的意图时，传感器会触发打开，这可能会导致顺应气候(加热或冷却)的空气从容纳自动门的建筑物中逸出，从而导致能量损失。
3、众所周知，评估人的轨迹可以更准确地确定意图。然而，如何更新这样的轨迹评估以反映不断变化的物理环境？
技术实现思路
1、一个目的是改进用于确定要穿过门的意图的ml模型如何适应变化中的物理环境。
2、根据第一方面，提供了一种用于调整意图模型的方法，该意图模型是用于确定人要穿过门的意图的机器学习ml模型。该方法由意图确定器执行。该方法包括：确定门外的物理环境已经变化；增加意图模型的训练速率，其中，训练基于输入特征，所述输入特征基于来自覆盖门附近的区域的图像捕获设备的
3、该方法还可以包括：当意图模型推断出要穿过门的意图时，触发门打开。
4、增加意图模型的训练速率可以包括：丢弃先前加载的意图模型；以及训练新意图模型来替换先前加载的意图模型。
5、增加意图模型的训练速率可以包括：用更好地对应于所确定的物理环境的新意图模型来替换先前的意图模型。
6、确定门外的物理环境已经变化可以包括：基于来自图像捕获设备的图像数据来确定门外的物理环境已经变化。
7、训练可以基于根据人确实穿过了门还是避免穿过门而得出的标签。
8、确定门外的物理环境已经变化可以包括：对图像数据中的至少一个对象进行分类；确定至少一个对象中的每一个的位置；创建包括至少一个对象及其相应位置的当前对象图；以及在当前对象图与相应的先前对象图充分地不同时，确定门外的物理环境已经变化。
9、确定门外的物理环境已经变化可以包括：确定物理环境中持续超过阈值持续时间的变化。
10、根据第二方面，提供了一种用于调整意图模型的意图确定器，该意图模型是用于确定人要穿过门的意图的机器学习ml模型。该意图确定器包括：处理器；以及存储指令的存储器，所述指令在由处理器执行时使意图确定器进行以下操作：确定门外的物理环境已经变化；增加意图模型的训练速率，其中，训练基于输入特征，所述输入特征基于来自覆盖门附近的区域的图像捕获设备的图像数据；以及基于来自图像捕获设备的图像数据，应用意图模型来推断人何时表现出要穿过门的意图。
11、意图确定器还可以包括：当意图模型推断出要穿过门的意图时，触发门打开。
12、用于增加意图模型的训练速率的指令可以包括当由处理器执行时使意图确定器进行以下操作的指令：丢弃先前加载的意图模型；以及训练新意图模型来替换先前加载的意图模型。
13、用于增加意图模型的训练速率的指令可以包括当由处理器执行时使意图确定器用更好地对应于所确定的物理环境的新意图模型替换先前的意图模型的指令。
14、用于确定门外的物理环境已经变化的指令可以包括当由处理器执行时使意图确定器基于来自图像捕获设备的图像数据来确定门外的物理环境已经变化的指令。
15、训练可以基于根据人确实穿过了门还是避免穿过门而得出的标签。
16、用于确定门外的物理环境已经变化的指令可以包括当由处理器执行时使意图确定器进行以下操作的指令：对图像数据中的至少一个对象进行分类；确定至少一个对象中的每一个的位置；创建包括至少一个对象及其相应位置的当前对象图；以及在当前对象图与相应的先前对象图充分地不同时，确定门外的物理环境已经变化。
17、用于确定门外的物理环境已经变化的指令可以包括：确定物理环境中持续超过阈值持续时间的变化。
18、根据第三方面，提供了一种用于调整意图模型的计算机程序，该意图模型是用于确定人要穿过门的意图的机器学习ml模型。该计算机程序包括计算机程序代码，该计算机程序代码当在意图确定器上被执行时，使意图确定器进行以下操作：确定门外的物理环境已经变化；增加意图模型的训练速率，其中，训练基于输入特征，所述输入特征基于来自覆盖门附近的区域的图像捕获设备的图像数据；以及基于来自图像捕获设备的图像数据，应用意图模型来推断人何时表现出要穿过门的意图。
19、根据第四方面，提供了一种计算机程序产品，该计算机程序产品包括根据第三方面所述的计算机程序以及包括存储有该计算机程序的非暂态存储器的计算机可读装置。
20、一般而言，除非本文另有明确定义，否则权利要求中使用的所有术语都应根据其在
中的通常含义进行解释。除非另有明确说明，否则所有对“一/一个/该元件、设备、部件、装置、步骤等”的引用都应公开地被解释为指代该元件、设备、部件、装置、步骤等的至少一个实例。除非明确说明，否则本文公开的任何方法的步骤不必按照公开的确切顺序来执行。
【技术保护点】
1.一种用于调整意图模型(20)的方法，所述意图模型(20)是用于确定人要穿过门(15)的意图的机器学习ML模型，所述方法由意图确定器(1)执行，所述方法包括：
2.根据权利要求1所述的方法，还包括：
3.根据权利要求1或2所述的方法，其中，增加(42)所述意图模型(20)的训练速率包括：
4.根据权利要求1或2所述的方法，其中，增加(42)所述意图模型(20)的训练速率包括：用更好地对应于所确定的物理环境的新意图模型(20)替换先前的意图模型(20)。
5.根据前述权利要求中任一项所述的方法，其中，确定(40)门外的物理环境已经变化包括：基于来自所述图像捕获设备(11)的图像数据来确定门外的物理环境已经变化。
6.根据前述权利要求中任一项所述的方法，其中，所述训练基于根据人确实穿过了所述门还是避免穿过所述门而得出的标签。
7.根据前述权利要求中任一项所述的方法，其中，确定(40)门外的物理环境已经变化包括：
8.根据前述权利要求中任一项所述的方法，其中，确定(40)门外的物理环境已经变化包括：确
9.一种用于调整意图模型(20)的意图确定器(1)，所述意图模型(20)是用于确定人要穿过门(15)的意图的机器学习ML模型，所述意图确定器(1)包括：
10.根据权利要求9所述的意图确定器(1)，还包括：
11.根据权利要求9或10所述的意图确定器(1)，其中，用于增加所述意图模型(20)的训练速率的指令包括在由所述处理器执行时使所述意图确定器(1)进行以下操作的指令(67)：
12.根据权利要求9或10所述的意图确定器(1)，其中，用于增加所述意图模型(20)的训练速率的指令包括当由所述处理器执行时使所述意图确定器(1)用更好地对应于所确定的物理环境的新意图模型(20)替换先前的意图模型(20)的指令(67)。
13.根据权利要求9至12中任一项所述的意图确定器(1)，其中，用于确定门外的物理环境已经变化的指令包括当由所述处理器执行时使所述意图确定器(1)基于来自所述图像捕获设备(11)的图像数据来确定门外的物理环境已经变化的指令(67)。
14.根据权利要求9至13中任一项所述的意图确定器(1)，其中，所述训练基于根据人确实穿过了所述门还是避免穿过所述门而得出的标签。
15.根据权利要求9至14中任一项所述的意图确定器(1)，其中，用于确定门外的物理环境已经变化的指令包括当由所述处理器执行时使所述意图确定器(1)进行以下操作的指令(67)：
16.根据权利要求9至15中任一项所述的意图确定器(1)，其中，用于确定门外的物理环境已经变化的指令包括确定所述物理环境中持续超过阈值持续时间的变化。
17.一种用于调整意图模型(20)的计算机程序(67，91)，所述意图模型(20)是用于确定人要穿过门(15)的意图的机器学习ML模型，所述计算机程序包括计算机程序代码，所述计算机程序代码在意图确定器(1)上被执行时使所述意图确定器(1)进行以下操作：
18.一种计算机程序产品(64，90)，所述计算机程序产品(64，90)包括根据权利要求17所述的计算机程序以及包括存储有所述计算机程序的非暂态存储器的计算机可读装置。
...【技术特征摘要】
【国外来华专利技术】
1.一种用于调整意图模型(20)的方法，所述意图模型(20)是用于确定人要穿过门(15)的意图的机器学习ml模型，所述方法由意图确定器(1)执行，所述方法包括：
2.根据权利要求1所述的方法，还包括：
3.根据权利要求1或2所述的方法，其中，增加(42)所述意图模型(20)的训练速率包括：
4.根据权利要求1或2所述的方法，其中，增加(42)所述意图模型(20)的训练速率包括：用更好地对应于所确定的物理环境的新意图模型(20)替换先前的意图模型(20)。
5.根据前述权利要求中任一项所述的方法，其中，确定(40)门外的物理环境已经变化包括：基于来自所述图像捕获设备(11)的图像数据来确定门外的物理环境已经变化。
6.根据前述权利要求中任一项所述的方法，其中，所述训练基于根据人确实穿过了所述门还是避免穿过所述门而得出的标签。
7.根据前述权利要求中任一项所述的方法，其中，确定(40)门外的物理环境已经变化包括：
8.根据前述权利要求中任一项所述的方法，其中，确定(40)门外的物理环境已经变化包括：确定所述物理环境中持续超过阈值持续时间的变化。
9.一种用于调整意图模型(20)的意图确定器(1)，所述意图模型(20)是用于确定人要穿过门(15)的意图的机器学习ml模型，所述意图确定器(1)包括：
10.根据权利要求9所述的意图确定器(1)，还包括：
11.根据权利要求9或10所述的意图确定器(1)，其中，用于增加所述意图模型(20)的训练速率的指令包括在由所述处理器执行时使所述意图确定器(1)进行以下操作的指令(...
【专利技术属性】
技术研发人员：古斯塔沃·吕德，肯尼斯·佩尔尼尔，
申请(专利权)人：亚萨合莱有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。