← 最新论文
⚡ electrical engineering

Experimental study on surveillance video-based indoor occupancy measurement with occupant-centric control

本文通过对比实验验证了结合大语言模型(LLM)优化的 YOLOv8+DeepSeek 视觉检测管道在提升室内 occupancy 测量精度方面的有效性,并证明将其集成至 HVAC 模型预测控制框架后,可实现高达 17.94% 的节能潜力,从而为智能建筑的以人为中心控制提供了实证基础。

原作者: Irfan Qaisar, Kailai Sun, Qingshan Jia, Qianchuan Zhao

发布于 2026-03-30
📖 1 分钟阅读☕ 轻松阅读

原作者: Irfan Qaisar, Kailai Sun, Qingshan Jia, Qianchuan Zhao

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

这篇论文讲述了一个关于**“如何更聪明地控制大楼空调”**的故事。

想象一下,你走进一栋写字楼,空调系统就像一个**“有点迷糊的管家”。传统的管家(现在的空调系统)通常只看时间表**:比如“早上 9 点到下午 6 点,不管有没有人,都开足马力制冷/制热”。这导致了很多浪费:没人时空调还在拼命工作,或者人刚进来时空调还没反应过来,让人冻得发抖或热得冒汗。

为了解决这个问题,研究人员想给这个管家装上一双**“火眼金睛”(摄像头),让它能实时看到房间里到底有几个人,从而按需调节温度。这就是“以人为中心的控制”(OCC)**。

但这双“火眼金睛”也有难点:

  1. 看错了:把墙上的海报里的人当成真人。
  2. 数错了:人挤在一起时,漏数了或者重复数了。
  3. 记性差:上一秒看到一个人,下一秒因为遮挡没看到,管家就以为人走了,把空调关了,结果人其实还在。

这篇论文就是一场“管家升级”的实验,他们测试了三种不同的“看人”方法,看看哪种能让空调既省电又舒服。

实验中的三种“看人”方法

研究人员在清华大学的实验室里,用真实的监控视频做了实验,对比了三种方案:

  1. 方案 A:单眼快闪(仅检测)

    • 比喻:就像一个人拿着放大镜,一帧一帧地看照片。看到一个人就数 1,没看到就数 0。
    • 缺点:如果人走得太快,或者被桌子挡住了一半,放大镜就会“眼花”,导致人数忽高忽低,像坐过山车一样不稳定。
  2. 方案 B:连环追踪(检测 + 追踪)

    • 比喻:给每个人发一个**“专属号码牌”。摄像头不仅看到人,还负责跟踪**这个号码牌。即使人暂时被挡住,只要号码牌还在,管家就知道“哦,他还在,只是躲起来了”。
    • 优点:比方案 A 稳定多了,不会轻易把人“弄丢”。
    • 缺点:如果人太多太挤,号码牌可能会贴错(比如把 A 的号码牌贴到了 B 身上),或者在极度拥挤时还是跟丢。
  3. 方案 C:超级大脑辅助(检测 + 追踪 + 大语言模型 LLM)

    • 比喻:这是最厉害的一招。在“连环追踪”的基础上,请来了一位**“超级侦探”(大语言模型,LLM)**。
    • 怎么工作:当摄像头(侦探助手)拿不准的时候(比如:“这里好像有个人,但被挡住了,置信度不高”),它会把情况汇报给“超级侦探”。
    • 侦探的作用:超级侦探不看原始视频(保护隐私),而是看助手提供的**“线索报告”**(比如:上一秒有 3 人,下一秒显示 0 人,但这不合理,因为人不可能瞬间消失)。侦探会根据逻辑推理:“这肯定是看错了,人应该还在”,然后修正数据。
    • 结果:这个“超级侦探”能发现并纠正那些连追踪算法都搞不定的错误,特别是**“明明有人却以为没人”**这种致命错误。

实验结果:谁赢了?

经过大量测试,“超级侦探”方案(YOLOv8 + DeepSeek 大模型) 表现最好:

  • 准确率最高:它数人的时候最准,错误最少。
  • 最懂“有人/没人”:它极少犯“有人却以为没人”的错误。这对空调控制至关重要,因为如果误以为没人而关掉空调,里面的人就会很难受。

这对大楼意味着什么?(省电又舒服)

研究人员把这个最聪明的“看人系统”接入了大楼的空调控制系统(MPC),并模拟了一整年的运行情况。

  • 传统模式(只看时间表):空调像个死板的机器人,不管有没有人都按固定模式跑。
  • 新模式(用“超级侦探”)
    • 省电:因为能精准知道什么时候没人,空调就能在没人时大胆“偷懒”(调高/调低温度),而在有人时及时“干活”。结果,空调能耗降低了约 18%!这相当于省下了近五分之一的电费。
    • 舒适:因为不再误判“没人”,所以不会在有人时突然关掉空调。房间里的人感觉更舒适,不舒服的概率(PPD)降到了最低。

总结

这篇论文告诉我们:
在智能建筑里,“数对人”不仅仅是个拍照问题,更是一个“逻辑推理”问题

以前的方法只是机械地数数,容易出错;而引入人工智能(大语言模型) 作为“逻辑修正器”,就像给摄像头装上了一个会思考的大脑。它能理解上下文,纠正误判,让空调系统变得既聪明(知道什么时候该省)又贴心(知道什么时候该暖)。

这不仅能让大楼大幅省电(迈向净零排放),还能让在里面工作的人更舒服。这就是用 AI 让建筑变得“懂人心”的生动案例。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →