智能家居控制方法、装置和服务器制造方法及图纸

本发明专利技术提出一种智能家居控制方法、装置和服务器，所述方法包括：获取当前用户的面部图像；提取所述面部图像的预设特征，并且根据所提取的预设特征判断所述当前用户的位置和/或人脸朝向；其中，所述预设特征通过对多张人脸图片进行训练得到，并且所述多张人脸图片包括指示用户的位置和/或人脸朝向的多张图片；以及根据所述当前用户的位置和/或人脸朝向对智能家居的操作进行控制。本发明专利技术实施例中，通过提取用户面部图像的预设特征来对当前用户的位置和/或人脸朝向进行判断，并且预设特征通过对用户的多张人脸图片进行训练得到，这样，能够根据用户的位置和/或人脸朝向来控制智能家居的操作，实现更为精细的控制。

Smart home control method, device and server

The invention provides a smart home control method, device and server, the method includes: acquiring the face image of the current user; extracting the preset features of the face image, and judging the position and/or face orientation of the current user according to the extracted preset features; wherein the preset features pass through many A face picture is trained, and the plurality of face pictures includes a plurality of pictures indicating a user's position and/or face orientation, and controls the operation of a smart home according to the current user's position and/or face orientation. In the embodiment of the invention, the position and/or face orientation of the current user are judged by extracting a preset feature of the user's face image, and the preset feature is obtained by training a plurality of face pictures of the user, so that the operation of the smart home can be controlled according to the position and/or face orientation of the user, and the operation of the smart home is realized. More elaborate control.

【技术实现步骤摘要】
智能家居控制方法、装置和服务器
本专利技术涉及互联网领域，并具体涉及一种智能家居控制方法、装置和服务器。
技术介绍
技术的高速发展给人们的生活带来了越来越多的便利。如今，智能家居已经逐渐普及到了人们的生活中。智能家居不仅能够使得人们家中更为舒适和美观，还能实现节能环保，因此得到了越来越多的青睐。现有技术中，可以通过人脸识别或者指纹识别装置来识别用户，并且通过无线网络对智能家居进行一定的控制。然而，现有技术的方案通常是识别用户的身份，当确定用户具有权限来控制智能家居时，对智能家居进行控制，并没有进一步识别用户的位置和/或人脸朝向，并且根据用户的位置和/或人脸朝向来控制智能家居的操作。
技术实现思路
本专利技术实施例提供一种智能家居控制方法、装置和服务器，以至少解决现有技术中的一个或更多个技术问题，至少提供一种有益的选择。第一方面，本专利技术实施例提供了一种智能家居控制方法，包括：获取当前用户的面部图像；提取所述面部图像的预设特征，并且根据所提取的预设特征判断所述当前用户的位置和/或人脸朝向；其中，所述预设特征通过对多张人脸图片进行训练得到，并且所述多张人脸图片包括指示用户的位置和/或人脸朝向的多张图片；以及根据所述当前用户的位置和/或人脸朝向对智能家居的操作进行控制。结合第一方面，本专利技术在第一方面的第一种实施方式中，在所述获取当前用户的面部图像之后，所述方法还包括：判断当前环境的亮度是否小于第一阈值；以及在确定当前环境的亮度小于所述第一阈值时，控制所述智能家居中的照明设备打开以重新获取所述当前用户的面部图像；以及所述提取所述面部图像的预设特征，并且根据所提取的预设特征判断所述当前用户的位置和/或人脸朝向，包括：提取重新获取的面部图像的预设特征，并且根据所提取的预设特征判断所述当前用户的位置和/或人脸朝向。结合第一方面，本专利技术在第一方面的第二种实施方式中，所述根据所提取的预设特征判断所述当前用户的位置和/或人脸朝向，包括：将所提取的预设特征输入预设分类器中，判断所述当前用户的位置和/或人脸朝向；其中，所述预设分类器通过指示用户的位置和/或人脸朝向的多张人脸图片进行训练得到。结合第一方面，本专利技术在第一方面的第三种实施方式中，所述获取当前用户的人脸图像，包括：以预定时间间隔获取当前用户的至少一张面部图像；所述提取所述面部图像的预设特征，并且根据所提取的预设特征判断所述当前用户的位置和/或人脸朝向，包括：提取所述至少一张面部图像中每张面部图像的预设特征，并且根据所提取的预设特征判断所述当前用户的行进速度和/或方向；并且所述根据所述当前用户的位置和/或人脸朝向对智能家居的操作进行控制，包括：根据所述当前用户的行进速度和/或方向对智能家居的操作进行控制。结合第一方面的第三种实施方式，所述根据所述当前用户的行进速度和/或方向对智能家居的操作进行控制，包括：根据所述当前用户的行进速度和/或方向控制所述智能家居中照明设备的打开或闭合；或根据所述当前用户的行进速度和/或方向控制所述智能家居中声音播放设备的打开、闭合、或音量调节。第二方面，本专利技术实施例提供了一种智能家居控制装置，包括：获取模块，用于获取当前用户的面部图像；判断模块，用于提取所述面部图像的预设特征，并且根据所提取的预设特征判断所述当前用户的位置和/或人脸朝向；其中，所述预设特征通过对多张人脸图片进行训练得到，并且所述多张人脸图片包括指示用户的位置和/或人脸朝向的多张图片；以及控制模块，用于根据所述当前用户的位置和/或人脸朝向对智能家居的操作进行控制。第三方面，本专利技术实施例提供了一种服务器，所述服务器包括：一个或多个处理器；存储装置，配置为存储一个或多个程序；通信接口，配置为使所述处理器和存储装置与外部设备进行通信；当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述第一方面中的方法。第四方面，本专利技术实施例提供了一种计算机可读存储介质，用于存储所述智能家居控制装置所用的计算机软件指令，其包括用于执行上述第一方面中的智能家居控制方法为所述智能家居控制装置所涉及的程序。上述技术方案中的另一个技术方案具有如下优点或有益效果：本专利技术实施例中，通过提取用户面部图像的预设特征来对当前用户的位置和/或人脸朝向进行判断，并且预设特征通过对多张人脸图片进行训练得到，这样，能够根据用户的位置和/或人脸朝向来控制智能家居的操作，实现更为精细的控制。上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本专利技术进一步的方面、实施方式和特征将会是容易明白的。附图说明在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本专利技术公开的一些实施方式，而不应将其视为是对本专利技术范围的限制。图1为根据本专利技术一个实施例的智能家居控制方法的流程图；图2为根据本专利技术另一实施例的智能家居控制方法的流程图；图3为根据本专利技术另一实施例的智能家居控制方法的流程图；图4为根据本专利技术另一实施例的智能家居控制装置的结构示意图；图5为根据本专利技术另一实施例的智能家居控制装置的结构示意图；图6为根据本专利技术另一实施例的服务器的结构示意图。具体实施方式在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本专利技术的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。图1示出了根据本专利技术一个实施例的智能家居控制方法100的流程图。需要说明的是，方法100可以应用于某个单独的设备，也可以嵌入某些智能家居中，例如可以嵌入智能音箱、智能空调等设备中，只要该设备具备图像获取装置，能够实现人脸识别即可。如图1所示，方法100可以包括：S110：获取当前用户的面部图像；S120：提取所述面部图像的预设特征，并且根据所提取的预设特征判断所述当前用户的位置和/或人脸朝向；此处，预设特征可以通过对多张人脸图片进行训练得到，并且多张人脸图片应包括指示用户的位置和/或人脸朝向的多张图片。可以理解的是，这样得到的预设特征能更好地体现用户的位置和/或人脸朝向。本专利技术实施例中提到的训练为机器学习的一种方法，通过训练从大量数据中得到模型参数。并且，对多张面部图片进行训练时，可以通过神经网络技术进行。特别地，可以通过卷积神经网络或优选地深度卷积神经网络进行训练。卷积神经网络广泛用于图像和视频识别、推荐系统以及自然语言处理。本专利技术实施例利用卷积神经网络对所获取的面部图像进行人脸识别。卷积神经网络主要包括：卷积层、激活函数、池化层和全连接层。其中，常用的激活函数有sigmoid、tanh和ReLU，可以根据实际情况选择。池化的目的是减少输入的维度，本专利技术实施例中，输入为面部图像，如今常用的池化技术包括Max-Pooling、Min-Pooling和Average-Pooling。在具体实施中，卷积神经网络的层数可以根据需要进行选择，并不一定只包含四个层。本专利技术实施例中，通过训练得到的是关于用户的面部图像的特征，可以称为人脸特征。特别地，为了更方便地控制智能家居，优选提取与用户的当前位置和本文档来自技高网...

【技术保护点】
1.一种智能家居控制方法，其特征在于，包括：获取当前用户的面部图像；提取所述面部图像的预设特征，并且根据所提取的预设特征判断所述当前用户的位置和/或人脸朝向；其中，所述预设特征通过对多张人脸图片进行训练得到，并且所述多张人脸图片包括指示用户的位置和/或人脸朝向的多张图片；以及根据所述当前用户的位置和/或人脸朝向对智能家居的操作进行控制。

【技术特征摘要】
1.一种智能家居控制方法，其特征在于，包括：获取当前用户的面部图像；提取所述面部图像的预设特征，并且根据所提取的预设特征判断所述当前用户的位置和/或人脸朝向；其中，所述预设特征通过对多张人脸图片进行训练得到，并且所述多张人脸图片包括指示用户的位置和/或人脸朝向的多张图片；以及根据所述当前用户的位置和/或人脸朝向对智能家居的操作进行控制。2.根据权利要求1所述的方法，其特征在于，在所述获取当前用户的面部图像之后，所述方法还包括：判断当前环境的亮度是否小于第一阈值；以及在确定当前环境的亮度小于所述第一阈值时，控制所述智能家居中的照明设备打开以重新获取所述当前用户的面部图像；以及所述提取所述面部图像的预设特征，并且根据所提取的预设特征判断所述当前用户的位置和/或人脸朝向，包括：提取重新获取的面部图像的预设特征，并且根据所提取的预设特征判断所述当前用户的位置和/或人脸朝向。3.根据权利要求1所述的方法，其特征在于，所述根据所提取的预设特征判断所述当前用户的位置和/或人脸朝向，包括：将所提取的预设特征输入预设分类器中，判断所述当前用户的位置和/或人脸朝向；其中，所述预设分类器通过指示用户的位置和/或人脸朝向的多张人脸图片进行训练得到。4.根据权利要求1所述的方法，其特征在于，所述获取当前用户的人脸图像，包括：以预定时间间隔获取当前用户的至少一张面部图像；所述提取所述面部图像的预设特征，并且根据所提取的预设特征判断所述当前用户的位置和/或人脸朝向，包括：提取所述至少一张面部图像中每张面部图像的预设特征，并且根据所提取的预设特征判断所述当前用户的行进速度和/或方向；并且所述根据所述当前用户的位置和/或人脸朝向对智能家居的操作进行控制，包括：根据所述当前用户的行进速度和/或方向对智能家居的操作进行控制。5.根据权利要求4所述的方法，其特征在于，所述根据所述当前用户的行进速度和/或方向对智能家居的操作进行控制，包括：根据所述当前用户的行进速度和/或方向控制所述智能家居中照明设备的打开或闭合；或根据所述当前用户的行进速度和/或方向控制所述智能家居中声音播放设备的打开、闭合、或音量调节。6.一种智能家居控制装置，其特征在于，包括：获取模块，用于获取当前用户的面部图像；...

【专利技术属性】
技术研发人员：杨锐，崔磊，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11