[发明专利]一种智能家居控制系统及方法

说明书

技术领域

本发明涉及智能家居控制领域，特别是涉及一种基于深度学习判别用户情绪，从而实现自动对智能家居设备智能控制的智能家居控制系统及方法。

背景技术

智能家居(英文：smart home,home automation)是以住宅为平台，利用综合布线技术、网络通信技术、安全防范技术、自动控制技术、音视频技术将家居生活有关的设施集成，构建高效的住宅设施与家庭日程事务的管理系统，提升家居安全性、便利性、舒适性、艺术性，并实现环保节能的居住环境。

随着高科技的快速发展，人们对智能家居的追求越来越高，但当前智能家居方案大多还是由人作为主导，使用者通过语音或者手机APP的方式达到控制智能设备的目的。而家作为一个较为放松的场所，如果设备操作过多的由人来控制，会无形中增加人的负担，有时候甚至会影响用户的情绪。

随着社会生活与工作压力的不断增大，由情绪失控所导致悲剧事件不断发生，因此，如果能根据用户情绪自动调节智能设备，使之达到一种帮助用户放松的状态而无需过多的人为操作，同时可以调节用户的情绪，舒缓生活压力，则更为人性化。

发明内容

为克服上述现有技术存在的不足，本发明之目的在于提供一种智能家居控制系统及方法，以基于深度学习的方法判别用户情绪，并自动控制智能家居设备，以达到减轻用户负担、调节用户情绪的目的。

为达上述目的，本发明提出一种智能家居控制系统，包括：

图像采集单元，用于采集人脸图像，并将采集到的人脸图像信号发送至情绪判别器；

语音采集单元，用于采集声音信号，并将采集到的声音信号发送至情绪判别器；

情绪判别器，用于分别根据人脸图像信号及声音信号进行情绪识别，并将获得的情绪识别结果进行融合，得到最终的情绪识别结果；

控制单元，用于根据情绪判别器的情绪识别结果产生对应的智能家居控制信号。

进一步地，情绪判别器进一步包括：

模型训练生成单元，通过大量的样本数据进行训练模型，以用于通过人脸或语音信息进行情绪识别；

图像判别单元，包括人脸判别模型，将获取的人脸图像通过该模型训练生成单元生成的训练模型来获得用户当前的图像情绪识别结果。

语音判别单元，包括语音判别模型，将获得的语音信息通过该模型训练生成单元生成的训练模型来获得用户当前的语音情绪识别结果；

融合单元，用于将当前图像情绪识别结果与语音情绪识别结果进行融合，得到最佳的情绪识别结果。

进一步地，该融合单元分别为图像情绪识别结果与语音情绪识别结果赋予相应的权重，最终的情绪识别结果通过权重值的加权计算获得。

进一步地，最终的情绪识别结果通过如下公式计算获得：

当前情绪＝α*图像情绪识别结果+β*语音情绪识别结果

其中，α和β分别为图像情绪识别结果与语音情绪识别结果的权重值。

进一步地，该控制单元预先定义一组情绪并设置对应各种情绪对智能家居的相应控制信号。

为达到上述目的，本发明还提供一种智能家居控制方法，包括如下步骤：

步骤一，分别采集人脸图像信号与用户的声音数据，并将采集到的人脸图像信号与声音数据发送至情绪判别器；

步骤二，分别根据人脸图像信号及声音信号进行当前用户的情绪识别，并将获得的情绪识别结果进行融合，得到最终的情绪识别结果；

步骤三，根据最终的情绪识别结果产生对应的智能家居控制信号，以自动控制各智能家居。

进一步地，步骤二进一步包括：

步骤S1，将获取的人脸图像通过模型训练生成单元生成的情绪判别模型来获得用户当前的图像情绪识别结果；

步骤S2，将获取的语音信息通过模型训练生成单元生成的情绪判别模型来获得用户当前的语音情绪识别结果；

步骤S3，将当前图像情绪识别结果与语音情绪识别结果进行融合，得到最终的情绪识别结果。

进一步地，于步骤S3中，分别为图像情绪识别结果与语音情绪识别结果赋予相应的权重，最终的情绪识别结果通过权重值的加权计算获得。

进一步地，该最终的情绪识别结果通过如下公式计算获得：

当前情绪＝α*图像情绪识别结果+β*语音情绪识别结果

其中，α和β分别为图像情绪识别结果与语音情绪识别结果的权重值。

进一步地，该方法还包括：预先定义一组情绪并设置对应各种情绪对智能家居的相应控制信号。