[发明专利]一种基于会议机器人的演示文稿控制方法、装置、存储介质及终端

说明书

本发明公开了一种基于会议机器人的演示文稿控制方法、装置、存储介质及终端，所述方法包括：利用摄像头采集图像帧生成图像集合；利用麦克风阵列采集语音数据；基于识别方法对所述图像集合和/或所述语音数据进行识别，生成控制指令，所述识别方法为手势识别和语音识别；通过所述控制指令对演示文稿进行控制显示。因此，采用本申请实施例，可以提高演讲效率。

技术领域

本发明涉及计算机技术领域，特别涉及一种基于会议机器人的演示文稿控制方法、装置、存储介质及终端。

背景技术

目前，在会议、教学、产品发布会等场景中人们越来越多的用投影仪演示文稿，这使得演讲者更好地表达自己要讲演的内容，同时也大大降低了观众对演讲者所表达内容的理解难度。

在目前演示文稿的方案中，演讲者会使用翻页激光笔来控制文稿的播放、暂停、上翻页与下翻页等，在使用时需要将接收器插入电脑主机的USB接口，然后点击射频遥控器的相关功能键便可控制演示文稿。由于这种翻页激光笔由一个RF射频遥控器与一个无线接收器(USB接口)组成，当距离超过设定的距离时，无线接收器无法接收到信号，使得无法控制演示文稿完成预期功能，从而导致降低了文稿演讲效率。

发明内容

本申请实施例提供了一种基于会议机器人的演示文稿控制方法、装置、存储介质及终端。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

第一方面，本申请实施例提供了一种基于会议机器人的演示文稿控制方法，所述方法包括：

利用摄像头采集图像帧生成图像集合；

利用麦克风阵列采集语音数据；

基于识别方法对所述图像集合和/或所述语音数据进行识别，生成控制指令，所述识别方法为手势识别和语音识别；

通过所述控制指令对演示文稿进行控制显示。

可选的，所述基于识别方法对所述图像集合或所述语音数据进行识别，生成控制指令，包括：

将所述图像集合中各图像帧输入预设注意力区域判别模型中，获取目标区域；

基于所述目标区域进行手势识别，生成控制指令。

可选的，所述基于识别方法对所述图像集合或所述语音数据进行识别，生成控制指令，包括：

将所述语音数据输入语音识别模块中进行识别，转换生成文字信息；

获取所述文字信息中的关键字；

将所述关键字和预设关键字进行匹配，生成匹配结果集合；

在所述匹配结果集合中获取目标匹配结果；

根据所述目标匹配结果生成控制指令。

可选的，所述将所述图像集合中各图像帧输入预设注意力区域判别模型中，获取目标区域，包括：

将所述图像集合中各图像帧输入预设注意力区域判别模型中，对所述图像集合中各图像帧对应的区域空间进行加权求和，生成加权后的区域空间；

在所述区域空间中获取注意力大于预设阈值的区域；

将所述注意力大于预设阈值的区域确定为目标区域。

可选的，所述基于所述目标区域进行手势识别，生成控制指令，包括：

将所述目标区域输入手势识别模型中，获取手势集合；

输出所述手势集合中各手势对应的识别概率值；