[发明专利]智能家居的控制方法及装置在审

专利信息
申请号: 201811075428.7 申请日: 2018-09-14
公开(公告)号: CN110908340A 公开(公告)日: 2020-03-24
发明(设计)人: 陈浩广;冯德兵;万会;吴伟 申请(专利权)人: 珠海格力电器股份有限公司
主分类号: G05B19/418 分类号: G05B19/418;G05B15/02
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 赵囡囡;张文华
地址: 519070 *** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能家居 控制 方法 装置
【说明书】:

本申请属于智能家居领域,提供了一种智能家居的控制方法,包括:采集拍摄得到的目标对象的图像信息;识别图像信息,并通过使用至少一个分类模型对识别结果进行分类处理,确定目标对象的类型,其中,分类模型为基于历史图像数据训练得到的模型,历史图像数据包含不同类型的对象的至少一种特征数据;基于目标对象的类型,控制家用电器。本申请解决了用户在控制家电时,需要进行手动调整家电的运行状态,用户体验较差的技术问题。

技术领域

本申请涉及智能家居领域,具体而言,涉及一种智能家居的控制方法及装置。

背景技术

现有技术中,用户在对家电控制时,需手动通过手机,或遥控器,或家电设备上的按键来选择用户所需的对应家电的运行状态,浪费了用户的时间,不能自动为用户提供个性化的对应家电的运行状态,用户体验较差。

发明内容

本申请实施例提供了一种智能家居的控制方法及装置,以至少解决用户在控制家电时,需要进行手动调整家电的运行状态,用户体验较差的技术问题。

根据本申请实施例的一个方面,提供了一种智能家居的控制方法,包括:采集拍摄得到的目标对象的图像信息;识别图像信息,并通过使用至少一个分类模型对识别结果进行分类处理,确定目标对象的类型,其中,分类模型为基于历史图像数据训练得到的模型,历史图像数据包含不同类型的对象的至少一种特征数据;基于目标对象的类型,控制家用电器。

可选地,分类模型包括如下至少之一:SVM模型、贝叶斯模型、深度学习模型、神经网络模型、决策树模型、KNN模型。

可选地,在使用了多个分类模型的情况下,识别图像信息,并通过使用至少一个分类模型对识别结果进行分类处理,确定目标对象的类型,包括:识别图像信息,得到识别结果,其中,识别结果包括:目标对象的至少一种特征数据;使用每个分类模型分别对识别结果进行分类处理,获取每个分类模型对应的分类结果,其中,每个分类模型对应不同的分类规则;基于每个分类模型对应的分类结果,确定目标对象的类型。

可选地,基于每个分类模型对应的分类结果,确定目标对象的类型,包括:基于每个分类模型对应的分类结果,确定分类结果的类型;统计每种类型的分类结果的数量,并基于统计结果,确定目标对象的类型。

可选地,基于统计结果,确定目标对象的类型,包括:比较每种类型的分类结果的数量;将数量值最大的分类结果的类型,作为目标对象的类型。

可选地,基于目标对象的类型,控制家用电器包括:基于目标对象的类型,查询该类型对应的控制指令;基于查询得到的控制指令控制家用电器的运行模式。

可选地,在家用电器为多个的情况下,查询到的控制指令包括至少多个子控制指令,其中,每个子控制指令中携带了对应的家用电器的标识信息,使得不同的子控制指令发送至对应的家用电器。

可选地,在家用电器部署在不同的空间内的情况下,如果监测到目标对象进入到对应的空间内,启动位于该空间内的家用电器,并启动拍摄设备拍摄目标对象的图像信息。

可选地,通过如下任意一种方式检测目标对象是否进入到对应的空间内:通过设置在不同空间内的感应器来感应目标对象,感应器包括以下至少之一:监控器、摄像机、语音监测设备和体感监测设备。

根据本申请实施例的一个方面,提供了一种智能家居的控制装置,装置包括:采集模块,用于采集拍摄得到的目标对象的图像信息;确定模块,用于识别图像信息,并通过使用至少一个分类模型对识别结果进行分类处理,确定目标对象的类型,其中,分类模型为基于历史图像数据训练得到的模型,历史图像数据包含不同类型的对象的至少一种特征数据;控制模块,用于基于目标对象的类型,控制家用电器。

根据本申请实施例的一个方面,提供了一种存储介质,其特征在于,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述的智能家居的控制方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海格力电器股份有限公司,未经珠海格力电器股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811075428.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top