智能家居工作方法及装置制造方法及图纸

本发明专利技术公开了一种智能家居工作方法及装置。其中，该方法包括：获取用户的图像信息；将图像信息输入行为识别模型，由行为识别模型输出与图像信息对应的行为类型，其中的，行为识别模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：图像信息和图像信息对应的行为类型；根据行为类型控制智能家居进行工作。本发明专利技术解决了相关技术中智能家居娱乐性较低，体验度较差的技术问题。

Working methods and devices of smart home

【技术实现步骤摘要】
智能家居工作方法及装置
本专利技术涉及智能家居领域，具体而言，涉及一种智能家居工作方法及装置。
技术介绍
随着用户对家居智能性的要求逐步提高，居家娱乐和居家艺术的重要性日渐凸显。而现有技术多为满足居家舒适性和便利性，对满足用户娱乐和艺术要求的技术尚有不足。针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种智能家居工作方法及装置，以至少解决相关技术中智能家居娱乐性较低，体验度较差的技术问题。根据本专利技术实施例的一个方面，提供了一种智能家居工作方法，包括：获取用户的图像信息；将所述图像信息输入行为识别模型，由所述行为识别模型输出与所述图像信息对应的行为类型，其中，所述行为识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像信息和所述图像信息对应的行为类型；根据所述行为类型控制智能家居进行工作。可选的，所述智能家居进行工作包括下列至少之一：调整灯光，播放音乐。可选的，获取用户的图像信息之前包括：检测用户是否处于所述智能家居的工作范围；在确定所述用户处于所述智能家居的工作范围的情况下，获取用户的图像信息。可选的，根据所述行为类型控制智能家居进行工作包括：根据所述行为类型确定对应的控制指令；根据所述控制指令控制智能家居进行工作。可选的，根据所述行为类型控制智能家居进行工作之前包括：确定智能家居工作范围的房间信息，其中，所述房间信息包括下列至少之一：光线，声音，色调；根据所述房间信息控制智能家居进行工作。可选的，还包括：获取用户语音信息；基于语音识别模型，根据所述语音信息确定所述语音信息对应的控制指令，其中，所述语音识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：语音信息和所述语音信息对应的控制指令；根据所述控制指令对智能家居进行控制。根据本专利技术实施例的另一方面，还提供了一种智能家居工作装置，包括：第一获取模块，用于获取用户的图像信息；第一识别模块，用于将所述图像信息输入行为识别模型，由所述行为识别模型输出与所述图像信息对应的行为类型，其中的，所述行为识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像信息和所述图像信息对应的行为类型；第一工作模块，用于根据所述行为类型控制智能家居进行工作。可选的，该装置包括：确定模块，用于确定智能家居工作范围的房间信息，其中，所述房间信息包括下列至少之一：光线，声音，色调；第二工作模块，用于根据所述房间信息控制智能家居进行工作。可选的，该装置还包括：第二获取模块，用于获取用户语音信息；第二识别模块，用于基于语音识别模型，根据所述语音信息确定所述语音信息对应的控制指令，其中，所述语音识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：语音信息和所述语音信息对应的控制指令；控制模块，用于根据所述控制指令对智能家居进行控制。根据本专利技术实施例的另一方面，还提供了一种存储介质，所述存储介质存储有程序指令，其中，在所述程序指令运行时控制所述存储介质所在设备执行上述任意一项所述的方法。根据本专利技术实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任意一项所述的方法。在本专利技术实施例中，采用获取用户的图像信息；将所述图像信息输入行为识别模型，由所述行为识别模型输出与所述图像信息对应的行为类型，其中，所述行为识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像信息和所述图像信息对应的行为类型；根据所述行为类型控制智能家居进行工作的方式，通过行为识别模型，达到了识别图像信息对应的行为类型，进而达到通过行为类型控制智能家居工作的目的，从而实现了针对各房间各场景的辨识分析，根据用户的需求，自动配置娱乐项目的技术效果，进而解决了相关技术中智能家居娱乐性较低，体验度较差的技术问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的一种智能家居工作方法的流程图；图2是根据本专利技术实施例的一种智能家居工作装置的结构示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。根据本专利技术实施例，提供了一种智能家居工作方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。图1是根据本专利技术实施例的一种智能家居工作方法的流程图，如图1所示，该方法包括如下步骤：步骤S102，获取用户的图像信息；步骤S104，将图像信息输入行为识别模型，由行为识别模型输出与图像信息对应的行为类型，其中，行为识别模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：图像信息和图像信息对应的行为类型；步骤S106，根据行为类型控制智能家居进行工作。在本专利技术实施例中，采用获取用户的图像信息；将所述图像信息输入行为识别模型，由所述行为识别模型输出与所述图像信息对应的行为类型，其中，所述行为识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像信息和所述图像信息对应的行为类型；根据所述行为类型控制智能家居进行工作的方式，通过行为识别模型，达到了识别图像信息对应的行为类型，进而达到通过行为类型控制智能家居工作的目的，从而实现了针对各房间各场景的辨识分析，根据用户的需求，自动配置娱乐项目的技术效果，进而解决了相关技术中智能家居娱乐性较低，体验度较差的技术问题。在获取用户的图像信息之后，需要对图像信息进行相关的预处理，消除图像中无用的信息，对图像进行去噪、特征抽取等，经过预处理后，可以大大提高图像识别的准确性和识别效率。上述行为识别模型是基于深层次的卷积神经网络和长短时记本文档来自技高网...

【技术保护点】
1.一种智能家居工作方法，其特征在于，包括：/n获取用户的图像信息；/n将所述图像信息输入行为识别模型，由所述行为识别模型输出与所述图像信息对应的行为类型，其中，所述行为识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像信息和所述图像信息对应的行为类型；/n根据所述行为类型控制智能家居进行工作。/n

【技术特征摘要】
1.一种智能家居工作方法，其特征在于，包括：
获取用户的图像信息；
将所述图像信息输入行为识别模型，由所述行为识别模型输出与所述图像信息对应的行为类型，其中，所述行为识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像信息和所述图像信息对应的行为类型；
根据所述行为类型控制智能家居进行工作。


2.根据权利要求1所述的方法，其特征在于，其中，所述智能家居进行工作包括下列至少之一：调整灯光，播放音乐。


3.根据权利要求2所述的方法，其特征在于，获取用户的图像信息之前包括：
检测用户是否处于所述智能家居的工作范围；
在确定所述用户处于所述智能家居的工作范围的情况下，获取用户的图像信息。


4.根据权利要求3所述的方法，其特征在于，根据所述行为类型控制智能家居进行工作包括：
根据所述行为类型确定对应的控制指令；
根据所述控制指令控制智能家居进行工作。


5.根据权利要求1所述的方法，其特征在于，根据所述行为类型控制智能家居进行工作之前包括：
确定智能家居工作范围的房间信息，其中，所述房间信息包括下列至少之一：光线，声音，色调；
根据所述房间信息控制智能家居进行工作。


6.根据权利要求1所述的方法，其特征在于，还包括：
获取用户语音信息；
基于语音识别模型，根据所述语音信息确定所述语音信息对应的控制指令，其中，所述语音识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：语音信息和所述语音信息对应的控...

【专利技术属性】
技术研发人员：吴少波，易斌，高婧雯，赵慧子，
申请(专利权)人：格力电器武汉有限公司，珠海格力电器股份有限公司，
类型：发明
国别省市：湖北;42