本文提出了一种基于Vision Transformer（ViT）的隐私保护衣物分类方案，用于实现安全的 occupant-centric control（OCC）系统。尽管利用摄像头图像进行HVAC控制以优化热舒适的研究已广泛开展，但现有工作未考虑 occupant 图像的隐私保护问题。已有的隐私保护图像分类方法在应用时会面临严重的精度下降。本文引入ViT进行衣物绝缘性估计，在DeepFashion数据集（按衣物绝缘性分类）上的实验表明，传统基于像素的方法在加密图像上精度大幅下降，而所提方案在加密图像上保持了高精度，所有类别上均未出现精度下降。该工作为在保护隐私的前提下利用视觉数据进行智能建筑控制提供了可行路径。