[发明专利]利用人机交互手势唤醒智能设备的方法及装置

权利要求书

1.一种利用人机交互手势唤醒智能设备的方法，其特征在于，包括如下步骤：

S110、利用设备的摄像头对用户进行拍摄，将当前时刻拍摄到的图像存为Image；

S120、使用Haar进行人脸检测，在图像Image中检测出所有超过预设大小Face_Size的人脸矩形列表Face_Rect_List；预设大小的定义可为尺寸大小，具体可用长宽方向上的像素数量来表征；

S130、根据统计的多人静音手势与人脸比例参数，基于返回的人脸框列表Face_Rect_List设置手势检测的感兴趣区域Rect_Roi_List；

S140、在手势检测的感兴趣区域Rect_Roi_List中进行静音手势检测，如若检测到目标，则返回值Is_Mute为true并进入步骤S150；如若没有检测到则Is_Mute为false并进入步骤S120；

S150、将所述静音信号Is_Mute传入后台，判断静音信号Is_Mute为true时，暂停当前播放视屏或广播，在所述后台启动语音识别功能；判断静音信号Is_Mute为false时，执行步骤S120，对下一帧数据进行处理。

2.根据权利要求1所述的利用人机交互手势唤醒智能设备的方法，其特征在于，所述步骤S120包括：

将所述拍摄图像进行预处理转换成灰度图像，将所述灰度图像作为输入，使用Haar分类器进行检测，若检测到人脸，则返回人脸的坐标参数，并进入到步骤S130；若没有检测到人脸，则进入步骤S120，处理下一帧拍摄图像；其中，所述人脸矩形列表Face_Rect_List由多个人脸框Face_Rect组成，其中Face_Rect的定义为[face_x，face_y，face_width，face_height]，face_x为人脸框的左上角的x坐标，face_y为人脸框的左上角的y坐标，face_width为人脸框的宽，face_height为人脸框的高。

3.根据权利要求2所述的利用人机交互手势唤醒智能设备的方法，其特征在于，所述步骤S130中，所述手势检测区域Rect_Roi_List由多个Rect_Roi组成，Rect_Roi的定义为[face_x-0.1*face_width，face_y+face_height，1.2*face_width，1.4*face_height]，对每个人脸框Face_Rect生成手势检测区域Rect_Roi。

4.根据权利要求3所述的利用人机交互手势唤醒智能设备的方法，其特征在于，所述步骤S140包括：

使用Sliding Window的方式遍历手势检测区域Rect_Roi_List从而得到多个候选框，将所述候选框输入到静音检测模型中进行检测；若检测到目标做了静音的动作，则设置静音信号Is_Mute为true，反之则设置静音信号Is_Mute为false。

5.根据权利要求4所述的利用人机交互手势唤醒智能设备的方法，其特征在于，所述静音检测模型为基于opencv自带的Haar分类器进行训练得到的模型。

6.一种利用人机交互手势唤醒智能设备的装置，包括后台运行装置，其特征在于，还包括：

拍摄图像获取装置，用于获取利用摄像头对用户进行拍摄所得的图像；

人脸框列表获取装置，用于利用人脸分类器对所述拍摄的图像进行人脸检测，获取尺寸超出预设大小的人脸框列表；

手势检测区域列表获取装置，用于根据统计的多人静音手势与人脸比例参数，基于返回的人脸框列表设置手势检测区域列表；

静音手势检测装置，用于在手势检测区域列表中的手势检测区域进行静音手势检测，如若检测到目标，则设置静音信号Is_Mute为true，如若没有检测到所述目标，则设置所述静音信号Is_Mute为false，并将所述静音信号Is_Mute传输给所述后台运行装置；

所述后台运行装置用于接收所述静音信号Is_Mute，判断所述静音信号Is_Mute为true时，暂停当前播放视屏或广播，在所述后台启动语音识别功能；判断所述静音信号Is_Mute为false时，致使所述人脸框列表获取装置对下一帧数据进行处理。