CN105700363B - 一种智能家居设备语音控制装置的唤醒方法及系统 - Google Patents

Abstract

本发明公开了一种智能家居设备语音控制装置的唤醒方法及系统，方法包括：智能家居设备采集用户的图像数据，检测图像数据中是否存在人脸；当检测到图像中存在人脸时，根据图像识别算法判断是否存在预先存储的特定的人脸；当检测到存在预先存储的特定的人脸时，定位人脸中的眼睛位置，当检测到眼睛的眼球聚焦时间超过一预定时间阈值时，则控制唤醒智能家居设备语音控制装置。本发明可在复杂背景下的人脸检测技术，在有多张有脸的情况下，唤醒语音识别，提高了语音识别的可靠性，同时通过判断时间偏差阈值提高了系统处理的精确度。

Description

一种智能家居设备语音控制装置的唤醒方法及系统

技术领域

本发明涉及智能家居技术领域，尤其涉及一种智能家居设备语音控制装置的唤醒方法及系统。

背景技术

一套智能家居系统控制系统一般是由多个智能设备组成的，这些智能设备有些是有操作系统的，有些是没有操作系统的。目前智能家居交互方式是在有操作系统的设备上进行点击操作来控制其他设备。

语音控制是目前比较流行的人机交互方式，也是未来的趋势。但是，语音控制不是一直处于监听用户说话的状态，需要用户操作将其唤醒，才能进行语音识别等操作。

现有技术中的唤醒方式是通过用户的点击操作。比如长按HOME键来唤醒语音功能，或是在智能电视上需要点击遥控器相应地按钮来唤醒语音功能。这种唤醒方式的优点是操控方式直截了当。缺点是用户不能够脱离双手来操作设备。该方式应用在手机上尚且可以被用户所接受，因为手机已经成为随身物品。但是，在家里，手机已经脱离了随身物品的属性，其他智能设备也具有同样地问题。所以，在智能家居系统当中，用该方式唤醒语音控制功能给用户带来了极大的不便。

现有技术中还有利用一种低功耗的芯片长时间监听用户的特定指令来唤醒语音功能。这种唤醒方式的优点是让用户脱离了双手来操控设备，但是该低功耗芯片技术用语音来唤醒语音，容易出现混淆，无法识别是唤醒语音功能或是执行操作指令。

因此，现有技术还有待于改进和发展。

发明内容

鉴于现有技术的不足，本发明目的在于提供一种智能家居设备语音控制装置的唤醒方法及系统，旨在解决现有技术中用语音唤醒语音控制装置，命令易出现混淆，而采用低功耗芯片监听用户的唤醒指令的技术不成熟且成本高的缺陷。

本发明的技术方案如下：

一种智能家居设备语音控制装置的唤醒方法，其中，方法包括；

智能家居设备采集用户的图像数据，检测图像数据中是否存在人脸；

当检测到图像中存在人脸时，根据图像识别算法判断是否存在预先存储的特定的人脸；

当检测到存在预先存储的特定的人脸时，定位人脸中的眼睛位置，当检测到眼睛的眼球聚焦时间超过一预定时间累积阈值时，则控制唤醒智能家居设备语音控制装置。

所述的智能家居设备语音控制装置的唤醒方法，其中，所述智能家居设备采集用户的图像数据，检测图像数据中是否存在人脸具体包括：

智能家居设备通过摄像头实时采集视频流，将视频流进行采样得到采样数据；

将采样数据量化后得到的量化数据进行重新编码得到图像数据；

通过人脸检测算法检测图像数据中是否存在人脸。

所述的智能家居设备语音控制装置的唤醒方法，其中，所述当检测到图像中存在人脸时，利用图像识别算法判断是否存在预先存储的特定的人脸具体包括：

当检测到图像中存在人脸时，获取图像中所有的人脸，对所有的人脸图像做串行处理，根据图像识别算法依次识别是否存在预先存储的特定的人脸。

所述的智能家居设备语音控制装置的唤醒方法，其中，所述当检测到存在预先存储的特定的人脸时，定位人脸中的眼睛位置，当检测到眼睛的眼球聚焦时间超过一预定时间阈值时，则唤醒智能家居设备语音控制装置具体包括：

当检测到图像中存在预先存储的特定的人脸时，对接收到的图像做串行处理依次做人眼定位算法，定位人脸中的眼睛位置；

提取人脸中的眼睛图像，并判断眼球是否处于聚焦状态；

若检测到眼球处于聚焦状态时的前后两次的时间差小于一预定时间偏差阈值，且眼球处于聚焦状态时间超过一预定时间累积阈值时，则控制唤醒智能家居设备语音控制装置。

所述的智能家居设备语音控制装置的唤醒方法，其中，所述提取人脸中的眼睛图像，并判断眼球是否处于聚焦状态具体包括：

提取人脸中的眼睛图像并做串行处理，依次进行聚焦状态分析；

提取眼睛图像中的眼球的特征信息，根据特征信息判断眼球是否处于聚焦状态。

一种智能家居设备语音控制装置的唤醒系统，其中，系统包括：

图像采集模块，用于智能家居设备采集用户的图像数据，检测图像数据中是否存在人脸；

检测与判断模块，用于当检测到图像中存在人脸时，根据图像识别算法判断是否存在预先存储的特定的人脸；

定位与唤醒模块，用于当检测到存在预先存储的特定的人脸时，定位人脸中的眼睛位置，当检测到眼睛的眼球聚焦时间超过一预定时间阈值时，则控制唤醒智能家居设备语音控制装置。

所述的智能家居设备语音控制装置的唤醒系统，其中，所述图像采集模块具体包括：

视频采集单元，用于智能家居设备通过摄像头实时采集视频流，将视频流进行采样得到采样数据；

编码单元，用于将采样数据量化后得到的量化数据进行重新编码得到图像数据；

检测单元，用于通过人脸检测算法检测图像数据中是否存在人脸。

所述的智能家居设备语音控制装置的唤醒系统，其中，所述检测与判断模块具体包括：

检测与判定单元，用于当检测到图像中存在人脸时，获取图像中所有的人脸，对所有的人脸图像做串行处理，根据图像识别算法依次识别是否存在预先存储的特定的人脸。

所述的智能家居设备语音控制装置的唤醒系统，其中，所述定位与唤醒模块具体包括：

定位单元，用于当检测到图像中存在预先存储的特定的人脸时，对接收到的图像做串行处理依次做人眼定位算法，定位人脸中的眼睛位置；

判断单元，用于提取人脸中的眼睛图像，并判断眼球是否处于聚焦状态；

控制单元，用于若检测到眼球处于聚焦状态时的前后两次的时间差小于一预定时间偏差阈值，且眼球处于聚焦状态时间超过一预定时间累积阈值时，则控制唤醒智能家居设备语音控制装置。

所述的智能家居设备语音控制装置的唤醒系统，其中，所述判断单元具体包括：

图像提取及分析单元，用于提取人脸中的眼睛图像并做串行处理，依次进行聚焦状态分析；

聚焦状态判断单元，用于提取眼睛图像中的眼球的特征信息，根据特征信息判断眼球是否处于聚焦状态。

本发明提供了一种智能家居设备语音控制装置的唤醒方法及系统，本发明可在复杂背景下的人脸检测技术，在有多张有脸的情况下，唤醒语音识别，提高了语音识别的可靠性，同时通过判断时间偏差阈值提高了系统处理的精确度。

附图说明

图1为本发明中一种智能家居设备语音控制装置的唤醒方法的较佳实施例的流程图；

图2为本发明中一种智能家居设备语音控制装置的唤醒方法的具体应用实施例的流程图；

图3为本发明的一种智能家居设备语音控制装置的唤醒系统的较佳实施例的功能原理框图。

具体实施方式

为使本发明的目的、技术方案及效果更加清楚、明确，以下对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明还提供了一种智能家居设备语音控制装置的唤醒系统的较佳实施例的流程图，如图1所示，其中，方法包括：

步骤S100、智能家居设备采集用户的图像数据，检测图像数据中是否存在人脸。

具体地，现有的智能家居设备包括但不限于智能电视、智能洗衣机、智能空调、智能冰箱、智能灯、智能插座。具体地，本发明实施例中，将一智能家居设备作为数据运算中心，其他设备作为受控的设备。数据运算中心与一摄像头连接，摄像头为数据的采集端。智能家居设备通过摄像头采集用户的视频数据，并将视频数据处理为一帧帧的图像数据。进一步地检测图像数据中是否有人脸信息，其中检测是否有人脸信息可通过人脸检测算法，基于视频图像的人脸识别方法一般都是自动检测人脸区域，从视频中提取特征，最后如果人脸存在则识别出人脸的身份。视频人脸识别起源于基于静态图像的人脸识别，即识别系统自动的检测和分割出人脸，然后用基于静态图像的识别方法进行识别。通过利用姿态和从视频中估计到的深度信息合成一个虚拟的正面人脸。另外一个能提高识别率的方法是利用视频中充裕的帧图像，基于每帧图像的识别结果，使用“投票”机制。投票方法可以是确定的，但是概率投票方法一般来说更好。具体的投票方法可根据需要进行确定。

具体实施时，所述步骤S100具体包括：

步骤S101、智能家居设备通过摄像头实时采集视频流，将视频流进行采样得到采样数据；

步骤S102、将采样数据量化后得到的量化数据进行重新编码得到图像数据；

步骤S103、通过人脸检测算法检测图像数据中是否存在人脸。

具体实施时，智能家居设备通过摄像头实时采集视频流，将视频流进行采样得到采样数据，将采样数据进行量化得到量化数据，将量化后的数据进行重新编码得到图像数据，通过人脸检测算法检测图像数据中是否存在人脸。具体的人脸检测算法可采用基于机器学习的模型，通过人脸检测算法检测图像数据中是否存在人脸。其中人脸检测算法可采用人工神经网络（Artificial Neural Network，即ANN ）或是支持向量机SVM(SupportVector Machine）模型来进行人脸检测。ANN算法或SVM算法现有技术中已有详细的算法实现，因此此处不再赘述。

步骤S200、当检测到图像中存在人脸时，根据图像识别算法判断是否存在预先存储的特定的人脸。

具体实施时，如果检测到有人脸，则找出所有的人脸，然后进入下一步。由于图像背景可能是复杂背景，所以可能会检测到多张人脸。此处将所有检测到的人脸以集合的形式传送，根据收到的人脸图像信息做串行处理，并通过图像识别算法依次判断是否为特定的人脸(即是否为主人的人脸)。具体地，将检测到的所有人脸图像与预先存储的特定的人脸进行比较，具体的，提取检测到的所有人脸图像中的特征，与预先存储的特定的人脸的特征进行对比，判断相同的特征是否超过一百分比阈值，若超过百分比阈值则说明存储特定的人脸。具体的该百分比阈值可设置为80%~90%。

进一步地，所述步骤S200具体包括：

步骤S210、当检测到图像中存在人脸时，获取图像中所有的人脸，对所有的人脸图像做串行处理，根据图像识别算法依次识别是否存在预先存储的特定的人脸。

具体实施时，根据收到的人脸图像信息做串行处理，依次判断是否为特定的人脸(即是否为主人的人脸)。如果存在特定的人脸，则进行下一步。并将特定的人脸图像以集合的形式传送。如果不存在特定的人脸，则判断系统设置。出于安全性考虑，系统默认为特定的人脸识别模式。特定的人脸为系统预先学习的，存在于识别训练库中。只有录入到系统训练库中的人脸才能够应用操作。如果不需要考虑此安全性，可以设置为不需要特定的人脸。图像识别算法可以采用基于LGBP的人脸识别方法或者基于AdaBoost的Gabor特征选择及判别分析方法或基于特定的人脸子空间的人脸识别方法等。其中AdaBoost是一种演算法，是通过迭代弱分类器而产生最终的强分类器的算法。LGBP是一种基于局部Gabor二值模式的特征和稀疏表示的识别方法。Gabor是一个用于边缘提取的线性滤波器。Gabor滤波器的频率和方向表达同人类视觉系统类似。在空间域中，一个二维Gabor滤波器是一个由正弦平面波调制的高斯核函数。

步骤S300、当检测到存在预先存储的特定的人脸时，定位人脸中的眼睛位置，当检测到眼睛的眼球聚焦时间超过一预定时间累积阈值时，则控制唤醒智能家居设备语音控制装置。

具体实施时，当检测到识别出的人脸图像中有特定的人脸时，定位人脸中的眼睛位置，通过判断用户的眼睛的眼球是否一直盯着摄像头一段时间，而判断用户是否需要唤醒智能家居设备语音控制装置。具体实施时，当检测到视频中用户的眼睛在一预定时间内保持不变，则唤醒智能家居设备语音控制装置。唤醒智能家居设备语音控制装置后，用户可通过语音来控制家中的智能家居设备的开启或关闭。

具体地，所述步骤S300具体包括：

步骤S301、当检测到图像中存在预先存储的特定的人脸时，对接收到的图像做串行处理依次做人眼定位算法，定位人脸中的眼睛位置；

步骤S302、提取人脸中的眼睛图像，并判断眼球是否处于聚焦状态；

步骤S303、若检测到眼球处于聚焦状态时的前后两次的时间差小于一预定时间偏差阈值，且眼球处于聚焦状态时间超过一预定时间累积阈值时，则控制唤醒智能家居设备语音控制装置。

具体实施时，将收到的人脸图像做串行处理，依次做人眼定位算法，如果存在定位到人眼的图像，则进行下一步。并且提取眼球图像，将该图像以集合的形式传送。如果没有定位到人眼，则继续从头采集图像数据。其中，人眼定位算法可以采用ASM算法。ASM算法是Active Shape Model算法， ASM是一种基于点分布模型的算法，分为ASM训练和ASM搜索。ASM训练是对形状进行建模，ASM搜索是对形状进行匹配，具体的ASM算法是现有技术，此处也不再赘述。

具体实施时，当检测到眼球处于聚焦状态时，判断眼球处于聚焦状态时的前后两次时间偏差值是否小于设定的时间偏差阈值，如果小于成立，则判断聚焦状态时间累积是否超过一预定时间累积阈值。如果小于不成立，说明前面聚焦状态不连续，需要重新累积时间，则将时间累积值清零后，继续判断累积时间是否大于系统设定的时间累积阈值。其中，时间累积值是指多次时间累积信号叠加的时间值。时间累积阈值是指时间累积值的最大上限。时间偏差值是指两次时间累加信号之间的时间差值。时间偏差阈值是值，两次时间累加信号之间的最大差值。当时间偏差值大于时间偏差阈值时，则累积时间清零。时间偏差值在每次信号处理后都会重置。时间偏差阈值优选的可设置为1s.

具体地，当判断累计时间是否大于系统设定的时间累积阈值，如果大于成立，说明人眼的聚焦状态已经持续一定时间，则控制唤醒智能家居设备语音控制装置，并关闭时间识别。如果小于成立，说明人眼聚焦状态持续的时间不够，则累计时间阈值，并循环至采集图像数据。其中时间累积阈值优选可设置为5s。

其中步骤S302具体包括：

步骤S321、提取人脸中的眼睛图像并做串行处理，依次进行聚焦状态分析；

步骤S322、提取眼睛图像中的眼球的特征信息，根据特征信息判断眼球是否处于聚焦状态。

具体实施时，将收到的人眼图像做串行处理，依次进行聚焦状态分析；通过图像处理算法，提取眼球的特征信息。根据特征信息判断眼球的聚焦状态。如果存在眼球为聚焦的，则进行下一步。只要存在眼球为聚焦状态的图像即可。如果不存在眼球不为聚焦的，则继续采集图像。分析眼球聚焦状态的方法可以根据眼球的位置以及状态，判断眼球是否处于聚焦状态，例如眼球在处于2mm的范围内移动则判定处于聚焦状态。

进一步地，图2为是本发明中一种智能家居设备语音控制装置的唤醒方法的具体应用实施例的流程图，方法包括：

步骤S10、开始；

步骤S11、采集图像数据；

步骤S12、人脸检测；

步骤S13、判断是否存在人脸，如果是，则执行步骤S14，如果否，则执行步骤S25；

步骤S14、人脸识别；

步骤S15、判断是否存在特定的人脸，如果是，则执行步骤S16，如果否，则执行步骤S25；

步骤S16、人眼定位；

步骤S17、判断是否定位到人眼，如果是，则执行步骤S18，如果否，则执行步骤S25；

步骤S18、分析眼球聚焦状态；

步骤S19、判断眼球是否为聚焦状态，如果是，则执行步骤S20，如果否，则执行步骤S25；

步骤S20、判断是否开启识别时间阈，如果是，则执行步骤S21，如果否，则执行步骤S22；

步骤S21、判断时间偏差值是否小于时间偏差阈值，如果是，则执行步骤S24，如果否，则执行步骤S23；

步骤S22、开启识别时间阈；

步骤S23、时间累积值清零；

步骤S24、判断时间累积值是否大于时间累积阈值，如果是，则执行步骤S26和步骤S27，如果否，则执行步骤S25；

步骤S25、时间累积；

步骤S26、控制唤醒语音控制装置；

步骤S27、关闭识别时间阈；

步骤S28、结束。

本发明了一种智能家居设备语音控制装置的唤醒方法，该方法主要为智能家居领域或智能设备领域所设计，能够让用户脱离双手而实现使用语音识别这种高效率交互方式的全新的方法。本发明以复杂背景下的人脸检测以及多张人脸串行处理的技术方案，解决了复杂背景的情况下，唤醒语音识别，提高了可靠性。通过设置时间偏差阈值提高了系统处理的精确度。

本发明利用智能家居中存在的智能硬件（此处为摄像头），创造一种新型的开启语音交互模型的方法。即无需传统的按键方式开启，提高了产品的用户体验感，方便了用户的使用，具有广阔的应用场景及使用价值。

本发明还提供了一种智能家居设备语音控制装置的唤醒系统的较佳实施例的功能原理框图，如图3所示，其中，系统包括：

图像采集模块100，用于智能家居设备采集用户的图像数据，检测图像数据中是否存在人脸；具体如上方法实施例所述。

检测与判断模块200，用于当检测到图像中存在人脸时，根据图像识别算法判断是否存在预先存储的特定的人脸；具体如上方法实施例所述。

定位与唤醒模块300，用于当检测到存在预先存储的特定的人脸时，定位人脸中的眼睛位置，当检测到眼睛的眼球聚焦时间超过一预定时间阈值时，则控制唤醒智能家居设备语音控制装置；具体如上方法实施例所述。

所述的智能家居设备语音控制装置的唤醒系统，其中，所述图像采集模块具体包括：

视频采集单元，用于智能家居设备通过摄像头实时采集视频流，将视频流进行采样得到采样数据；具体如上方法实施例所述。

编码单元，用于将采样数据量化后得到的量化数据进行重新编码得到图像数据；具体如上方法实施例所述。

检测单元，用于通过人脸检测算法检测图像数据中是否存在人脸；具体如上方法实施例所述。

所述的智能家居设备语音控制装置的唤醒系统，其中，所述检测与判断模块具体包括：

检测与判定单元，用于当检测到图像中存在人脸时，获取图像中所有的人脸，对所有的人脸图像做串行处理，根据图像识别算法依次识别是否存在预先存储的特定的人脸；具体如上方法实施例所述。

所述的智能家居设备语音控制装置的唤醒系统，其中，所述定位与唤醒模块具体包括：

定位单元，用于当检测到图像中存在预先存储的特定的人脸时，对接收到的图像做串行处理依次做人眼定位算法，定位人脸中的眼睛位置；具体如上方法实施例所述。

判断单元，用于提取人脸中的眼睛图像，并判断眼球是否处于聚焦状态；具体如上方法实施例所述。

控制单元，用于若检测到眼球处于聚焦状态时的前后两次的时间差小于一预定时间偏差阈值，且眼球处于聚焦状态时间超过一预定时间累积阈值时，则控制唤醒智能家居设备语音控制装置；具体如上方法实施例所述。

所述的智能家居设备语音控制装置的唤醒系统，其中，所述判断单元具体包括：

图像提取及分析单元，用于提取人脸中的眼睛图像并做串行处理，依次进行聚焦状态分析；具体如上方法实施例所述。

聚焦状态判断单元，用于提取眼睛图像中的眼球的特征信息，根据特征信息判断眼球是否处于聚焦状态；具体如上方法实施例所述。

综上所述，本发明提供了一种智能家居设备语音控制装置的唤醒方法及系统，方法包括：智能家居设备采集用户的图像数据，检测图像数据中是否存在人脸；当检测到图像中存在人脸时，根据图像识别算法判断是否存在预先存储的特定的人脸；当检测到存在预先存储的特定的人脸时，定位人脸中的眼睛位置，当检测到眼睛的眼球聚焦时间超过一预定时间阈值时，则控制唤醒智能家居设备语音控制装置。本发明可在复杂背景下的人脸检测技术，在有多张有脸的情况下，唤醒语音识别，提高了语音识别的可靠性，同时通过判断时间偏差阈值提高了系统处理的精确度。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (8)

1.一种智能家居设备语音控制装置的唤醒方法，其特征在于，方法包括；

智能家居设备采集用户的图像数据，检测图像数据中是否存在人脸；

当检测到图像中存在人脸时，根据图像识别算法判断是否存在预先存储的特定的人脸；

当检测到存在预先存储的特定的人脸时，定位人脸中的眼睛位置，当检测到眼睛的眼球聚焦时间超过一预定时间累积阈值时，则控制唤醒智能家居设备语音控制装置；

所述当检测到存在预先存储的特定的人脸时，定位人脸中的眼睛位置，当检测到眼睛的眼球聚焦时间超过一预定时间阈值时，则唤醒智能家居设备语音控制装置具体包括：

当检测到图像中存在预先存储的特定的人脸时，对接收到的图像做串行处理依次做人眼定位算法，定位人脸中的眼睛位置；

提取人脸中的眼睛图像，并判断眼球是否处于聚焦状态；

若检测到眼球处于聚焦状态时的前后两次的时间差小于一预定时间偏差阈值，且眼球处于聚焦状态时间超过一预定时间累积阈值时，则控制唤醒智能家居设备语音控制装置；当时间偏差值大于时间偏差阈值时，则累积时间清零。

2.根据权利要求1所述的智能家居设备语音控制装置的唤醒方法，其特征在于，所述智能家居设备采集用户的图像数据，检测图像数据中是否存在人脸具体包括：

智能家居设备通过摄像头实时采集视频流，将视频流进行采样得到采样数据；

将采样数据量化后得到的量化数据进行重新编码得到图像数据；

通过人脸检测算法检测图像数据中是否存在人脸。

3.根据权利要求2所述的智能家居设备语音控制装置的唤醒方法，其特征在于，所述当检测到图像中存在人脸时，利用图像识别算法判断是否存在预先存储的特定的人脸具体包括：

当检测到图像中存在人脸时，获取图像中所有的人脸，对所有的人脸图像做串行处理，根据图像识别算法依次识别是否存在预先存储的特定的人脸。

4.根据权利要求3所述的智能家居设备语音控制装置的唤醒方法，其特征在于，所述提取人脸中的眼睛图像，并判断眼球是否处于聚焦状态具体包括：

提取人脸中的眼睛图像并做串行处理，依次进行聚焦状态分析；

提取眼睛图像中的眼球的特征信息，根据特征信息判断眼球是否处于聚焦状态。

5.一种智能家居设备语音控制装置的唤醒系统，其特征在于，系统包括：

图像采集模块，用于智能家居设备采集用户的图像数据，检测图像数据中是否存在人脸；

检测与判断模块，用于当检测到图像中存在人脸时，根据图像识别算法判断是否存在预先存储的特定的人脸；

定位与唤醒模块，用于当检测到存在预先存储的特定的人脸时，定位人脸中的眼睛位置，当检测到眼睛的眼球聚焦时间超过一预定时间阈值时，则控制唤醒智能家居设备语音控制装置；

所述定位与唤醒模块具体包括：

定位单元，用于当检测到图像中存在预先存储的特定的人脸时，对接收到的图像做串行处理依次做人眼定位算法，定位人脸中的眼睛位置；

判断单元，用于提取人脸中的眼睛图像，并判断眼球是否处于聚焦状态；

控制单元，用于若检测到眼球处于聚焦状态时的前后两次的时间差小于一预定时间偏差阈值，且眼球处于聚焦状态时间超过一预定时间累积阈值时，则控制唤醒智能家居设备语音控制装置；当时间偏差值大于时间偏差阈值时，则累积时间清零。

6.根据权利要求5所述的智能家居设备语音控制装置的唤醒系统，其特征在于，所述图像采集模块具体包括：

视频采集单元，用于智能家居设备通过摄像头实时采集视频流，将视频流进行采样得到采样数据；

编码单元，用于将采样数据量化后得到的量化数据进行重新编码得到图像数据；

检测单元，用于通过人脸检测算法检测图像数据中是否存在人脸。

7.根据权利要求6所述的智能家居设备语音控制装置的唤醒系统，其特征在于，所述检测与判断模块具体包括：

检测与判定单元，用于当检测到图像中存在人脸时，获取图像中所有的人脸，对所有的人脸图像做串行处理，根据图像识别算法依次识别是否存在预先存储的特定的人脸。

8.根据权利要求7所述的智能家居设备语音控制装置的唤醒系统，其特征在于，所述判断单元具体包括：

图像提取及分析单元，用于提取人脸中的眼睛图像并做串行处理，依次进行聚焦状态分析；

聚焦状态判断单元，用于提取眼睛图像中的眼球的特征信息，根据特征信息判断眼球是否处于聚焦状态。