一种基于多模态融合的热舒适度两阶段优化评估方法

一种基于多模态融合的热舒适度两阶段优化评估方法。第一阶段优化通过以脸部红外热成像输入的神经网络构成的通用热舒适模型中，引入注意力机制进行改进；利用目标检测算法自动提取RGB图像中的个性化特征性别，与第一优化阶段改进型神经网络模型从红外图像中同步端到端提取的温度特征进行多模态融合。本发明解决通用模型在参与训练成员组间预测偏差，有效的提高了热舒适模型对具体训练成员间的准确率和面向新个体的泛化能力，避免模型频繁的高成本的更新，并进一步优化了热舒适模型。为多模态特征融合在热舒适评估领域提供了新的方法，其轻量级特点也为个人热舒适系统的实际应用提供了可行的技术方案。