[发明专利]一种用户状态识别方法、装置、存储介质及空调

说明书

本发明提供一种用户状态识别方法、装置、存储介质及空调，所述方法包括：采集所处室内的环境图像；对所述环境图像进行多尺度的特征信息提取，得到所述环境图像的多尺度特征信息图；对所述多尺度特征信息图进行感兴趣区域提取，得到多尺度感兴趣区域；通过预先训练的人脸识别模型对所述多尺度感兴趣区域进行人脸识别，识别出所述环境图像中的用户的面部状态。本发明提供的方案能够提高人脸识别精度和范围。

技术领域

本发明涉及控制领域，尤其涉及一种用户状态识别方法、装置、存储介质及空调。

背景技术

目前的人脸识别需要靠近摄像头一定的距离内才能进行识别，远距离的不能进行准确的人脸识别。

发明内容

本发明的主要目的在于克服上述现有技术的缺陷，提供一种用户状态识别方法、装置、存储介质及空调，以解决现有技术中远距离的不能进行准确的人脸识别的问题。

本发明一方面提供了一种用户状态识别方法，包括：采集所处室内的环境图像；对所述环境图像进行多尺度的特征信息提取，得到所述环境图像的多尺度特征信息图；对所述多尺度特征信息图进行感兴趣区域提取，得到多尺度感兴趣区域；通过预先训练的人脸识别模型对所述多尺度感兴趣区域进行人脸识别，识别出所述环境图像中的用户的面部状态。

可选地，对所述环境图像进行多尺度的特征信息提取，包括：对所述环境图像进行多尺度的图像卷积处理，得到多尺度特征信息图；和/或，对所述多尺度特征信息图进行感兴趣区域提取，得到多尺度感兴趣区域，包括：将得到的所述多尺度特征信息图输入特征金字塔网络进行感兴趣区域提取，得到多尺度感兴趣区域。

可选地，所述面部状态，包括：睡眠状态和/或疲劳状态；当所属设备为空调时，所述方法，还包括：当识别出用户处于睡眠状态时，控制所述空调进入睡眠模式运行；和/或，当识别出用户处于疲劳状态时，通过发出语音信息提醒用户休息。

可选地，还包括：基于所述环境图像的多尺度特征信息图，进行用户姿态估计和/或肢体关键点识别，得到用户姿态估计信息和肢体关键点信息；根据得到的用户姿态估计信息和/或肢体关键点信息预测用户的健康状况。

可选地，根据得到的用户姿态估计信息和/或肢体关键点信息预测用户的健康状况，包括：根据得到的用户姿态估计信息和/或肢体关键点信息利用扩展卡尔曼滤波算法预测用户的健康状况。

本发明另一方面提供了一种用户状态识别装置，包括：图像采集单元，用于采集所处室内的环境图像；特征提取单元，用于对所述环境图像进行多尺度的特征信息提取，得到所述环境图像的多尺度特征信息图；区域提取单元，用于对所述多尺度特征信息图进行感兴趣区域提取，得到多尺度感兴趣区域；状态识别单元，用于通过预先训练的人脸识别模型对所述多尺度感兴趣区域进行人脸识别，识别出所述环境图像中的用户的面部状态。

可选地，对所述环境图像进行多尺度的特征信息提取，包括：对所述环境图像进行多尺度的图像卷积处理，得到多尺度特征信息图；和/或，对所述多尺度特征信息图进行感兴趣区域提取，得到多尺度感兴趣区域，包括：将得到的所述多尺度特征信息图输入特征金字塔网络进行感兴趣区域提取，得到多尺度感兴趣区域。

可选地，所述面部状态，包括：睡眠状态和/或疲劳状态；当所属设备为空调时，所述装置，还包括：控制单元，用于当识别出用户处于睡眠状态时，控制所述空调进入睡眠模式运行；和/或，提醒单元，用于当识别出用户处于疲劳状态时，通过发出语音信息提醒用户休息。

可选地，还包括：姿态估计单元，用于基于所述环境图像的多尺度特征信息图，进行用户姿态估计和/或肢体关键点识别，得到用户姿态估计信息和肢体关键点信息；状况预测单元，用于根据得到的用户姿态估计信息和/或肢体关键点信息预测用户的健康状况。

可选地，所述姿态估计单元，根据得到的用户姿态估计信息和/或肢体关键点信息预测用户的健康状况，包括：根据得到的用户姿态估计信息和/或肢体关键点信息利用扩展卡尔曼滤波算法预测用户的健康状况。