[发明专利]家用电器的控制方法、控制装置、家用电器及存储装置

权利要求书

1.一种家用电器的控制方法，其特征在于，所述控制方法包括：

获得原始图像；

利用头肩检测模型从所述原始图像中获得人物的头肩图像；

利用人脸检测模型从所述头肩图像中获得人物的脸部图像；

响应于所述脸部图像符合预设鉴权条件的判断结果，获得符合所述预设鉴权条件的所述脸部图像对应的人物的控制指令；

根据所述控制指令控制所述家用电器执行相应的操作；

其中，所述获得原始图像的步骤之前，还包括：

预设基于深度学习算法的所述头肩检测模型和所述人脸检测模型；

其中，所述预设基于深度学习算法的所述头肩检测模型/所述人脸检测模型的步骤包括：

将Yolov2原始网络模型中除最后一层卷积层外的其余卷积层进行通道缩小和/或部分删除处理，以形成多个Yolov2裁剪网络模型；

对多个所述Yolov2裁剪网络模型分别进行训练和测试；

根据各所述Yolov2裁剪网络模型的测试结果，从多个所述Yolov2裁剪网络模型中选择其中一个作为所述头肩检测模型/所述人脸检测模型。

2.根据权利要求1所述的控制方法，其特征在于，所述将Yolov2原始网络模型中除最后一层卷积层外的其余卷积层进行通道缩小和/或部分删除处理的步骤包括：

将所述Yolov2原始网络模型作为待裁剪网络模型；

将所述待裁剪网络模型中除最后一层卷积层外的最靠近所述最后一层卷积层的预定数量的卷积层删除，以获得已裁剪网络模型；

对所述已裁剪网络模型进行训练和测试；

响应于所述已裁剪网络模型的测试结果符合预期的判断结果，将所述已裁剪网络模型作为所述待裁剪网络模型，并返回所述将所述待裁剪网络模型中除最后一层卷积层外的最靠近所述最后一层卷积层的预定数量的卷积层删除的步骤；

响应于所述已裁剪网络模型的测试结果不符合预期的判断结果，以不同的缩小方式将最后获得的满足预期的已裁剪网络模型中除最后一层卷积层外的其他卷积层做通道缩小处理，以形成多个所述Yolov2裁剪网络模型。

3.根据权利要求1所述的控制方法，其特征在于，所述将Yolov2原始网络模型中除最后一层卷积层外的其余卷积层进行通道缩小和/或部分删除处理的步骤之前，还包括：

利用k-means聚类算法获得不同k值对应的锚框值，其中，所述k值为聚类中心的数量；

利用获得的多个锚框值分别调整所述Yolov2原始网络模型；

对多个调整后的所述Yolov2原始网络模型分别进行训练和测试；

根据各调整后的所述Yolov2原始网络模型的测试结果选择最符合预期的调整后所述的Yolov2原始网络模型。

4.根据权利要求1所述的控制方法，其特征在于，所述获得符合所述预设鉴权条件的所述脸部图像对应的人物的控制指令的步骤包括：

获得符合所述预设鉴权条件的所述脸部图像对应的整体人物图像；

从所述整体人物图像中获得对应人物的手势类型；

根据所述手势类型生成对应的所述控制指令。

5.根据权利要求1所述的控制方法，其特征在于，所述根据所述控制指令控制所述家用电器执行相应的操作的步骤包括：

根据所述控制指令控制所述家用电器进行温度调节。

6.一种家用电器的控制装置，其特征在于，包括处理器和存储器，所述处理器耦接所述存储器，所述存储器中存储有程序指令，所述处理器执行所述程序指令，通过所述程序指令实现如权利要求1-5中任一项所述的控制方法。

7.一种家用电器，其特征在于，包括如权利要求6中所述的控制装置以及摄像头。

8.一种具有存储功能的装置，其特征在于，所述装置存储有程序数据，所述程序数据能够被执行以实现如权利要求1-5中任一项所述的控制方法。