[发明专利]居住环境中的人脸识别

权利要求书

1.在包括多个家庭设备的居住环境中，一种用于识别位于所述居住环境中的个人的方法，所述方法包括：

当所述个人位于所述居住环境中时，采集包括个人的头部和面部的一个或多个图像的图像集；

将所述图像集作为输入应用于机器学习模型，所述机器学习模型已经被训练，以基于计算出的在所述图像集与参考图像之间的相似度从群体中识别所述个人，所述参考图像是所述群体中的不同人的头部和面部的参考图像，所述群体包括与所述居住环境相关联的不同人；

所述机器学习模型识别在所述群体中的哪一个人是所述个人；以及，

基于所述个人的身份，生成用于所述家庭设备中的一个家庭设备的操作指令,

其中，所述参考图像包括作为二维图像的所述人的头部和面部的投影，

其中，所述二维图像从所述人的头部和面部的三维模型生成，或者所述二维图像从包括所述人的头部和面部的多个视图生成。

2.根据权利要求1所述的方法，其特征在于，所述机器学习模型还能够识别出，在所述群体中没有人是所述个人。

3.根据权利要求1所述的方法，其特征在于，根据所述不同人的头部和面部的参考图像训练所述机器学习模型。

4.根据权利要求1所述的方法，其特征在于，计算相似度包括：

计算在所述图像集和所述参考图像之间的距离指标；以及，

基于所述距离指标，计算加权组合。

5.根据权利要求1所述的方法，其特征在于，已经根据在所述居住环境中采集的不同人的头部和面部的图像，训练所述机器学习模型。

6.根据权利要求1所述的方法，其特征在于，通过所述家庭设备中的一个或多个家庭设备采集所述图像集。

7.根据权利要求1所述的方法，其特征在于，当在所述居住环境中识别个人时，进一步训练所述机器学习模型。

8.根据权利要求1所述的方法，其特征在于，在所述家庭设备上进行所述机器学习模型的训练,并且在所述家庭设备上执行所述机器学习模型。

9.根据权利要求1所述的方法，其特征在于，在所述居住环境外部的云中进行所述机器学习模型的训练,并且在所述云中执行所述机器学习模型。

10.根据权利要求1所述的方法，其特征在于，接收所述操作指令的家庭设备是暖通空调设备、照明设备、电动门窗用品、用电家具或陈设、音频设备、环境控制器、厨房设备、浴室设备和家用机器人设备中的一种。

11.根据权利要求1所述的方法，其特征在于，生成所述指令包括：

检索所识别的个人的用户画像；以及，

基于所述用户画像生成所述操作指令。

12.根据权利要求1所述的方法，其特征在于，所述操作指令是打开或者关闭所述家庭设备的指令。

13.根据权利要求1所述的方法，其特征在于，所述操作指令是改变所述家庭设备的设置的指令。

14.根据权利要求1所述的方法，其特征在于，还包括：

使被添加到所述居住环境的家庭设备自动可访问所述机器学习模型。

15.一种电子装置，其特征在于，包括存储器和处理器，所述存储器上存储有程序指令，所述处理器执行所述程序指令以执行权利要求1至14中任一项所述的方法。

16.一种在居住环境中的家庭设备网络，其特征在于，包括：

经由所述家庭设备网络连接的多个家庭设备；以及，

如在权利要求15中所述的电子装置。

17.一种计算机可读存储介质，包括指令，其特征在于，当所述指令被计算机执行时，引起所述计算机执行根据权利要求1至14中的任一项所述的方法。