CN107560090A - 空调的送风控制方法及装置、终端 - Google Patents

Abstract

本发明公开了一种空调的送风控制方法及装置、终端。其中，该方法包括：检测指定区域的图像信息；依据图像信息判断指定区域是否发生指定事件；依据判断结果控制空调设备对指定区域的送风状态。本发明解决了相关技术中无法实时调整空调的送风状态，导致用户的体验度降低的技术问题。

Description

空调的送风控制方法及装置、终端

技术领域

本发明涉及空调控制技术领域，具体而言，涉及一种空调的送风控制方法及装置、终端。

背景技术

相关技术中，空调在送风时，一般会根据遥控器发出的指令信息进行送风，其送风的角度和风向、出风的风速都是根据控制指令进行的相应的操作，没有考虑到当前用户正在做的事情，无法实时调整空调的送风状态，例如，在用户睡觉时，仍然快速送风，导致用户不能快速安睡，导致用户的体验度降低。

针对上述的相关技术中无法实时调整空调的送风状态，导致用户的体验度降低的技术问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种空调的送风控制方法及装置、终端，以至少解决相关技术中无法实时调整空调的送风状态，导致用户的体验度降低的技术问题。

根据本发明实施例的一个方面，提供了一种空调的送风控制方法，包括：检测指定区域的图像信息；依据所述图像信息判断所述指定区域是否发生指定事件；依据判断结果控制空调设备对所述指定区域的送风状态。

进一步地，依据所述图像信息判断所述指定区域是否发生指定事件，包括：将所述图像信息与预设模板图像进行比较，得到所述图像信息与所述模板图像的差异；依据所述差异确定所述指定区域是否发生所述指定事件。

进一步地，将所述图像信息与预设模板图像进行比较，得到所述图像信息与所述模板图像的差异，包括：判断所述图像信息中是否存在与所述预设模板图像中一致的目标对象，如果存在，则确定所述指定区域发生了所述指定事件。

进一步地，所述指定区域包括：用餐区域；所述目标对象包括以下至少之一：用餐人员、食材、餐具、食材状态。

进一步地，依据判断结果控制空调设备对所述指定区域的送风状态，包括：确定所述目标对象在所述指定区域的位置；依据所述位置调整所述空调设备对所述位置的送风状态。

进一步地，在依据判断结果控制空调设备对所述指定区域的送风状态的过程中，所述方法还包括以下之一：采集所述指定区域内用户的第一用户图像信息；从所述第一用户图像信息中提取控制指令；依据所述控制指令控制所述空调设备调整所述送风状态；采集所述指定区域内用户的语音指令；对所述语音指令进行识别；根据识别结果控制所述空调设备调整所述送风状态。

进一步地，在依据判断结果控制空调设备对所述指定区域的送风状态的过程中，所述方法还包括：采集所述指定区域内用户的第二用户图像信息；将所述第二用户图像信息作为预设模型的输入，识别用户的身份，其中，所述预设模型是使用多组数据通过机器学习训练出来的，所述多组数据中的每组数据均包括：用户图像和该用户图像中用于指示用户身份的标签；依据所述用户的身份确定与所述用户的身份对应的送风状态。

进一步地，所述送风状态包括以下至少之一：所述空调设备的送风方向、送风速度、送风方向的切换角速度。

根据本发明实施例的另一方面，还提供了一种空调的送风控制装置，包括：检测模块，用于检测指定区域的图像信息；判断模块，用于依据所述图像信息判断所述指定区域是否发生指定事件；控制模块，用于依据判断结果控制空调设备对所述指定区域的送风状态。

根据本发明实施例的另一方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的空调的送风控制方法。

根据本发明实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任意一项所述的空调的送风控制方法。

根据本发明实施例的另一方面，还提供了一种终端，包括：图像采集装置，用于采集指定区域的图像信息；处理器，所述处理器运行程序，其中，所述程序运行时对于从所述图像采集装置输出的数据执行如下处理步骤：依据所述图像信息判断所述指定区域是否发生指定事件；依据判断结果控制空调设备对所述指定区域的送风状态。

在本发明实施例中，可以先检测到指定区域的图像信息，并依据该图像信息判断指定区域是否发生指定的事件，最后可以根据判断结果控制空调设备对指定区域的送风状态。在该实施例中，可以通过检测指定区域的图像信息，判定出对指定区域的送风状态，可以灵活的根据拍摄到的图像信息，调整送风状态，从而在指定事件发生时，舒适使用空调，解决相关技术中无法实时调整空调的送风状态，导致用户的体验度降低的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种空调的送风控制方法的流程图；

图2是根据本发明实施例的一种空调的送风控制装置的结构图；

图3是根据本发明实施例的一种终端的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为方便用户理解本发明，下面对本发明中涉及的部分术语或名词进行解释：

像素：是计算机屏幕上所能显示的最小单位，用来表示图像的单位，指可以显示出的水平和垂直像素的数组，屏幕中的像素点越多，画面的分辨率越高，图像就越细腻逼真。

像素点：指像素的数值。

二值化：对摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，对于图片的内容，可以简单的分为前景与背景，先对彩色图进行处理，使图片只有前景信息与背景信息，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图了。

CNN，卷积神经网络，描述了对输入图像的操作，输出一组描述图像内容的分类或分类的概率，即对输入的图像进行识别，以输出图像中的对象的概率；通过一系列卷积层级建构出更为抽象的概念，包括建立多个神经元，并建立对应的输入层和输出层，从而将输入的节点通过神经元不断关联，得到优化对象，一般会包括卷积层、过滤层，通过前向传导、损失函数、后向传导、以及函数更新作为一个学习周期，对每一训练图片，程序将重复固定数目的周期过程，以不断优化训练学习结果。

以图搜图，在获取到图像后，通过深度学习对结果进行排序，并通过用户记录的三元组数据(查询图片、点击图片和未点击图片)来训练模型的排序损失函数，从而得到排序结果，在输入一张图像后，模型会自动检测出主体，然后按照排序分数高低排出相关对象的结果。

迁移学习，实质是图像匹配，通过迁移学习将模型应用在各个领域中，具体是数据库中的图片的矢量表示X通过线性变换迁移到别的领域的图像X1上，通过引用随机傅里叶函数，将迁移变换转变为非线性函数，然后得到需要的图像。

朴素贝叶斯，给一张图片，可以返回对象分类，将图片识别作为一个简单的态度，以得到相应的对象。

依存语法，构建主词与描述主词的词之间的关系，依存语法中没有词组这个层次，每一个结点都与句子中的单词相对应，能直接处理句子中词与词之间的关系，以便于分析和信息提取。

决策树，根据特征进行分类，每个节点提出一个问题，将数据分为两类，并继续提问，这些问题是在已有的数据上学习训练的，以在投入新数据时，根据数据所在的树上的问题，将数据划分到对应的叶子上。

深度学习，是机器学习中一种基于对数据进行表征学习的方法，概念源于人工神经网络的研究，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示，含多隐层的多层感知器就是一种深度学习结构。

KNN算法，如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。KNN算法中，所选择的邻居都是已经正确分类的对象。

声学模型，采用双向长短时记忆模型，删减反向传播信息和未来信息，得到语义指令。

模仿问答，将用户的语音提问通过语音识别转化为文本，再通过文本问答系统生成答案，随后生成语音答案以及相应的面部表情。

根据本发明实施例，提供了一种空调的出风控制的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

在本发明的下述实施例，可以应用于各种电器设备，电器设备可以包括但不限于：空调、冰箱、洗衣机等，本发明以空调为优选的实施对象，对本发明的实施例做出说明。

以下实施例中，空调可以包括多个种类的空调，可以包括但不限于：按使用方式，分为壁挂机、柜机、天花机、窗机、移动式空调、嵌入式空调等，按使用环境，分为家用空调、商用空调。本发明实施例中的空调可以使用在多种环境下，包括以家庭、餐厅、商店为主体的使用面积较小的用户，也可以包括：办公区、厂区、超市等大面积使用的用户。其中，在当前的空调使用中，无法灵活调整空调的送风状态，这样会使用户在特定事件发生时，吹风不舒适，降低用户的体验度，本发明实施例中，可以通过采集指定区域的图像信息，判断是否发生指定事件，并在指定事件发生时，调整空调设备的送风状态。

图1是根据本发明实施例的一种空调的送风控制方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102，检测指定区域的图像信息。

步骤S104，依据图像信息判断指定区域是否发生指定事件。

步骤S106，依据判断结果控制空调设备对指定区域的送风状态。

通过上述实施例，可以先检测到指定区域的图像信息，并依据该图像信息判断指定区域是否发生指定的事件，最后可以根据判断结果控制空调设备对指定区域的送风状态。在该实施例中，可以通过检测指定区域的图像信息，判定出对指定区域的送风状态，可以灵活的根据拍摄到的图像信息，调整送风状态，从而在指定事件发生时，舒适使用空调，解决相关技术中无法实时调整空调的送风状态，导致用户的体验度降低的技术问题。

本发明实施例中，可以在房间的指定区域设置一个或多个摄像头，以采集指定区域的图像信息，本发明中对于摄像头的设置位置不做限定，可以包括但不限于：在每个房间的入口处设置一个摄像头、房屋外部、房屋顶部、餐厅对面、厨房入口等，通过不同位置的摄像头可以分别采集所在区域的空调设备的图像，在采集图像时，可以是每隔预设时间段(例如，每隔一分钟)拍摄一次图像，然后分析出图像中的是否发生指定事件，并根据判定结果调整送风状态。本发明中对于拍摄的图像的类别不做限定，包括但不限于：黑白图像(灰度图像)、彩色图像(RGB图像)。在分析图像时，可以根据二值化图像处理方式分析图像中的信息，具体的，在分析时，可以对图像中多个像素点与历史图像中的像素点位置进行比较，以确定出存在差异的像素点，然后将存在差异的像素点区分出来，得到图像中是否存在用户以及用户的身份信息。

其中，指定区域可以是用户或者对空调所对应的方向预先设置的一个或多个拍摄区域，通过预先设置的摄像头可以拍摄到指定区域的图像信息，例如，在就餐区域的周围设置摄像头以拍摄该就餐区域的图像信息，或者在厨房入口设置摄像头以拍摄厨房内的摄像头。图像信息可以是指拍摄到的指定区域的图像，并将图像发送至数据库中。本发明中，可以将多个摄像头分别与空调设备、服务器和用户家庭网关建立网络连接，并在采集到图像后，将采集的图像发送至预设数据库中，以方便服务器分析图像信息。本发明中的网关设备可以包括但不限于：无线网卡、蓝牙、WiFi等，通过建立的网络，可以方便发送拍摄的图像。可选的，指定区域包括：用餐区域。

在空调的指定区域可以包括多个区域，例如，就餐区域为A区域，厨房为B区域，休息室为C区域，空调设备的对应的摄像头可以拍摄上述的各个区域，以得到指定区域的图像信息。

在检测到指定区域的图像信息后，对于依据图像信息判断指定区域是否发生指定事件，其可以包括：将图像信息与预设模板图像进行比较，得到图像信息与模板图像的差异；依据差异确定指定区域是否发生指定事件。

即可以预先在服务器或者数据库中预先存储一个预设模板图像，例如，预先拍摄一张在就餐区域用户正在就餐的图像，将该图像作为预设模板图像，本发明中对于预设模板图像不做具体限定，可以是对多个指定区域都预先存储一张预设模板图像，以用于之后的图像信息比较。在检测到指定区域的图像后(即当前时间在指定区域的图像)，将其余预设模板图像进行比较，从而分析出差异，依据差异确定指定区域是否发生指定事件。其中，预设模板图像中可以包括多个信息，包括但不限于：用户、用户数量、用户特征、用户正在就餐、用户正在烧饭等信息，将预设模板图像中的多个信息分析出来，并将预设模板图像和模板图像信息存储在预设模型中，以用于之后分析指定区域的图像信息。

其中，在分析当前拍摄的指定区域与预设模板图像的差异时，可以通过二值化处理方式对图像进行预处理，以提取出图像中存在明显差异的地方。在二值化处理时，可以分析图像中的各个像素点所在的像素差异和颜色差异，从而确定出整体的图像存在的差异。

本发明实施例中，在将图像信息与预设模板图像进行比较，得到图像信息与模板图像的差异时，可以包括：判断图像信息中是否存在与预设模板图像中一致的目标对象，如果存在，则确定指定区域发生了指定事件。可选的，在指定区域为就餐区域时，目标对象包括以下至少之一：用餐人员、食材、餐具、食材状态。

可选的，预设数据库或者服务器可以预先存储预设模板图像中预先存储的多个特征信息，从而在分析当前拍摄的指定区域的图像信息与预设模板图像的差异时，可以通过比较特征信息来确定出存在差异的地方。其中，在分析差异时，以图像信息中是否存在目标对象为比较的主要差异特征，若图像信息中存在目标对象，则可以确定发生指定事件。其中，图像中存在用户的特征信息，该特征信息可以包括但不限于：用户身高数据、用户的五官数据、用户脸部特征、用户发型数据、用户的手指数据、用户喜好穿的衣物特征信息(包括衣物、颜色信息)等，在分析用户图像信息时，可以通过多种方式进行分析，其可以包括但不限于如下方式分析：人脸识别、虹膜识别、手势识别等。可以利用CNN算法，从拍摄到的图像信息中提取出用户的多个特征信息，在提取时，可以将图像中输入至神经网络中，以通过建立相应的神经元，并根据神经元之间的预设函数(如Sigmoid函数)确定图像特征和图像特征映射，从而根据确定的特征映射，输出图像的多个特征。另外，在分析图像差异时，可以采用深度学习，建立第一预设模型之后，再次进行用户身份特征和用户特征提取时，可以利用以图搜图的方法搜索数据库中与当前拍摄图像相似的图像，并提取出图像中用户特征信息，也可以使用朴素贝叶斯算法提取用户特征信息。

在分析图像中的目标对象时，可以利用深度学习或者KNN算法，将图像信息中存在相同特征的图像信息滤除，以得到存在差异的特征信息，进而得到图像信息与模板图像的差异信息。例如，在拍摄到就餐区域的图像信息，将图像信息与预设模板图像进行比较，若判断出图像中并没有目标对象，则可以确定没有发生指定事件，若判断出存在目标对象，则可以确定发生了指定事件。指定事件的类型在本发明中不做限定，包括但不限于：就餐事件、烧饭、睡觉等。

可选的，上述依据判断结果控制空调设备对指定区域的送风状态可以包括：确定目标对象在指定区域的位置；依据位置调整空调设备对位置的送风状态。既可以根据目标对象在指定区域的位置，调整送风状态。例如，如图像信息中存在就餐桌、用户、餐具、食材，则可以判定当前正在就餐，此时可以调整空调的送风状态，如调整送风角度与就餐桌存在差异，也可以调整风速，减小风速，以使用户能更好的就餐，提高用户的体验度。目标对象在指定区域的位置可以是指多个方面，以就餐为例，用户放置食材的在就餐桌的位置、用户正在就餐的位置都是可以考虑的范围，在用户就餐的位置，可以减小风速，以使用户能更舒适的就餐。

另外，还可以根据用户位置、食材状态和餐具位置调整送风状态，本发明实施例中可以在餐桌或者空调上设置温湿度传感器，以根据温湿度传感器检测到的当前食材温度，调整送风状态，例如，在检测到当前餐桌上温度较高时，可以提高送风量和送风速度，在检测到当前餐桌上的温度较低时，可以适当调低送风速度，并偏移送风方向，以使食材的温度降低速度减缓，在判断餐桌上的食材温度的高低时，可以是根据预设的温度范围进行调整，该预设的温度范围可以是用户自行设置的温度范围，例如，10摄氏度至25摄氏度，在超出25摄氏度时，可以调高送风量、送风速度，在低于10摄氏度，可以适当降低送风量。而对于办公区域的商用空调，目标对象可以包括但不限于：用户、用户特征等，可以在检测图像信息中存在用户时，适当降低风速、偏移风向，而在夜晚检测到对应的指定区域没有人时，可以减小送风量、调低送风速度。

其中，在调整餐桌上的送风量时，若检测温度过高，可以将送风方向对着散发热量的食材，而在检测到温度过低时，可以将送风方向偏移餐桌，并在调整送风方向和送风量时，不要对着人送风，以保证用户用餐舒适。

另外，还可以根据用户位置、食材状态和餐具位置调整送风状态，本发明实施例中可以检测食材的蒸气状态确定食材所属的温度范围。该确定过程可以通过采集食材的图像信息来实现，从图像信息中提取特征信息(例如水蒸气图像与标准图像之间的差异)，利用特征信息确定温度范围。

对于上述步骤S106，其可以包括以下之一：采集指定区域内用户的第一用户图像信息；从第一用户图像信息中提取控制指令；依据控制指令控制空调设备调整送风状态；采集指定区域内用户的语音指令；对语音指令进行识别；根据识别结果控制空调设备调整送风状态。

其中，上述的控制指令可以包括多种指示，包括但不限于：手势指引风向的位置、手势指引风速大小。而对于语音指令，可以是用户在感受到当前的环境后，通过发出语音信息，调整空调的送风状态，例如，用户发出“降低风速至1级”、“关闭扫风”、“风向向下调整”等，空调或者其他语音接收装置在接收到用户的语音指令后，通过分析模型分析出语义，在分析语音指令时，可以通过模仿问答方式或者声学模型进行语音指令的识别，从而解析出语音中包含指令控制的部分，其中，声学模型可以通过历史预设时间段和数据库中保存的语音和语义信息建立的声学模型，通过输入语音信息，可以解析出语义内容。

另外，在依据判断结果控制空调设备对指定区域的送风状态的过程中，方法还包括：采集指定区域内用户的第二用户图像信息；将第二用户图像信息作为预设模型的输入，识别用户的身份，其中，预设模型是使用多组数据通过机器学习训练出来的，多组数据中的每组数据均包括：用户图像和该用户图像中用于指示用户身份的标签；依据用户的身份确定与用户的身份对应的送风状态。上述实施方式中的送风状态可以包括以下至少之一：空调设备的送风方向、送风速度、送风方向的切换角速度。在建立预设模型时，可以通过历史时间段中拍摄的用户图像和用户图像中指示用户身份的标签，确定用户身份和用户身份对应的送风状态。在拍摄的图像信息中可以着重提取包含用户的用户图像信息，并将对应的用户图像标签和用户图像存储在数据库中，以让机器学习训练，从而在拍摄到最新的图像后，可以根据输入的图像信息，分析出图像中的用户身份，另外，可以建立每个用户身份对应的喜好设置的空调参数，并将数据和用户身份存在数据库，也同样建立一个数据模型，以在确定出用户的身份信息后，提取对应的空调调整参数，从而使得用户可以更好的使用空调。

本发明中在分析图像时，可以采用以图搜图的方式，将模型中与当前图像有相似特征的图像提取出来，并通过迁移学习算法，确定出最接近的图像。而在确定用户身份信息对应的用户调整的空调参数时，可以通过KNN算法提取出用户的身份对应的送风状态。上述的送风状态中的送风方向可以根据不同的空调确定，而送风速度和切换角速度可以是根据指定区域的用户身份和其他目标对象确定出调整的送风速度和切换角速度的数据。

通过上述实施例，可以根据采集的图像信息与预设模板图像进行比较，确定出存在差异的目标图像信息，并分析出图像中的用户身份、用户身份对应的送风状态信息，从而确定出调整空调的参数。

下面是一种可选的空调送风方法的实施例，该方法可以包括如下步骤：

11，获取无人用餐时用餐区域的图像，并储存为模板图像(对应于上述实施例的预设模板图像)。

12、实时采集用餐区域图像，并将采集图像与模板图像对比，识别出是否正在用餐(对应于上述指定事件)。

13、当识别到正在用餐时，控制空调风向与风速，避开用餐区域(调整送风状态)。

在确定空调的控制方式时，可以利用摄像头和红外传感器，识别人体位置和人体位置附件的用餐情况。结合用户发出的语音控制指令和手势控制指令，控制着空调的上下导风和左右扫风吹向用户的速度，以及避开用户附件的饭菜，以免饭菜降温过快。

在上述实施例中，可以红外和摄像头检测吃饭场景，通过图像比对，判别正在吃饭，提供语音、手势控制，控制风避开饭菜，调节风向，从而让用户可以更舒适的使用空调。

图2是根据本发明实施例的一种空调的送风控制装置的结构图，如图2所示，该装置可以包括：检测模块21，用于检测指定区域的图像信息；判断模块23，用于依据图像信息判断指定区域是否发生指定事件；控制模块25，用于依据判断结果控制空调设备对指定区域的送风状态。

通过上述实施例，可以利用检测模块21先检测到指定区域的图像信息，并通过判断模块23依据该图像信息判断指定区域是否发生指定的事件，最后可以通过控制模块25根据判断结果控制空调设备对指定区域的送风状态。在该实施例中，可以通过检测指定区域的图像信息，判定出对指定区域的送风状态，可以灵活的根据拍摄到的图像信息，调整送风状态，从而在指定事件发生时，舒适使用空调，解决相关技术中无法实时调整空调的送风状态，导致用户的体验度降低的技术问题。

其中，上述判断模块23包括：比较子模块，用于将所述图像信息与预设模板图像进行比较，得到所述图像信息与所述模板图像的差异；确定子模块，用于依据所述差异确定所述指定区域是否发生所述指定事件。

可选的，上述比较子模块可以包括：判断子模块，用于判断所述图像信息中是否存在与所述预设模板图像中一致的目标对象，如果存在，则确定所述指定区域发生了所述指定事件。

上述的空调的送风控制装置还可以包括处理器和存储器，上述检测模块21、判断模块23、控制模块25等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来调整空调设备的运行参数，以合理、准确的调整空调的送风状态。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

本发明实施例还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述任意一项的空调的送风控制方法。

本发明实施例的还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述任意一项的空调的送风控制方法。

本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：检测指定区域的图像信息；依据图像信息判断指定区域是否发生指定事件；依据判断结果控制空调设备对指定区域的送风状态。

可选地，上述处理器执行程序时，还可以将图像信息与预设模板图像进行比较，得到图像信息与模板图像的差异；依据差异确定指定区域是否发生指定事件。

可选地，上述处理器执行程序时，还可以判断图像信息中是否存在与预设模板图像中一致的目标对象，如果存在，则确定指定区域发生了指定事件。其中，指定区域包括：用餐区域；目标对象包括以下至少之一：用餐人员、食材、餐具、食材状态。

可选地，上述处理器执行程序时，还可以确定目标对象在指定区域的位置；依据位置调整空调设备对位置的送风状态。

可选地，上述处理器执行程序时，还可以包括以下之一：采集指定区域内用户的第一用户图像信息；从第一用户图像信息中提取控制指令；依据控制指令控制空调设备调整送风状态；采集指定区域内用户的语音指令；对语音指令进行识别；根据识别结果控制空调设备调整送风状态。

可选地，上述处理器执行程序时，还可以采集指定区域内用户的第二用户图像信息；将第二用户图像信息作为预设模型的输入，识别用户的身份，其中，预设模型是使用多组数据通过机器学习训练出来的，多组数据中的每组数据均包括：用户图像和该用户图像中用于指示用户身份的标签；依据用户的身份确定与用户的身份对应的送风状态。其中，送风状态包括以下至少之一：空调设备的送风方向、送风速度、送风方向的切换角速度。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：检测指定区域的图像信息；依据图像信息判断指定区域是否发生指定事件；依据判断结果控制空调设备对指定区域的送风状态。

可选地，上述计算机程序产品执行程序时，还可以将图像信息与预设模板图像进行比较，得到图像信息与模板图像的差异；依据差异确定指定区域是否发生指定事件。

可选地，上述计算机程序产品执行程序时，还可以判断图像信息中是否存在与预设模板图像中一致的目标对象，如果存在，则确定指定区域发生了指定事件。其中，指定区域包括：用餐区域；目标对象包括以下至少之一：用餐人员、食材、餐具、食材状态。

可选地，上述计算机程序产品执行程序时，还可以确定目标对象在指定区域的位置；依据位置调整空调设备对位置的送风状态。

可选地，上述计算机程序产品执行程序时，还可以包括以下之一：采集指定区域内用户的第一用户图像信息；从第一用户图像信息中提取控制指令；依据控制指令控制空调设备调整送风状态；采集指定区域内用户的语音指令；对语音指令进行识别；根据识别结果控制空调设备调整送风状态。

可选地，上述计算机程序产品执行程序时，还可以采集指定区域内用户的第二用户图像信息；将第二用户图像信息作为预设模型的输入，识别用户的身份，其中，预设模型是使用多组数据通过机器学习训练出来的，多组数据中的每组数据均包括：用户图像和该用户图像中用于指示用户身份的标签；依据用户的身份确定与用户的身份对应的送风状态。其中，送风状态包括以下至少之一：空调设备的送风方向、送风速度、送风方向的切换角速度。

图3是根据本发明实施例的一种终端的示意图，如图3所示，该终端可以包括：图像采集装置31，用于采集指定区域的图像信息；处理器33，处理器运行程序，其中，程序运行时对于从图像采集装置输出的数据执行如下处理步骤：依据图像信息判断指定区域是否发生指定事件；依据判断结果控制空调设备对指定区域的送风状态。

通过上述图像采集装置31可以采集指定区域的图像信息，并通过处理器33依据图像信息判断指定区域是否发生指定事件，并依据判断结果控制空调设备对指定区域的送风状态。从而可以灵活的根据摄像头拍摄的图像信息调整空调的送风状态。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (12)

1.一种空调的送风控制方法，其特征在于，包括：

检测指定区域的图像信息；

依据所述图像信息判断所述指定区域是否发生指定事件；

依据判断结果控制空调设备对所述指定区域的送风状态。

2.根据权利要求1所述的方法，其特征在于，依据所述图像信息判断所述指定区域是否发生指定事件，包括：

将所述图像信息与预设模板图像进行比较，得到所述图像信息与所述模板图像的差异；

依据所述差异确定所述指定区域是否发生所述指定事件。

3.根据权利要求2所述的方法，其特征在于，将所述图像信息与预设模板图像进行比较，得到所述图像信息与所述模板图像的差异，包括：

判断所述图像信息中是否存在与所述预设模板图像中一致的目标对象，如果存在，则确定所述指定区域发生了所述指定事件。

4.根据权利要求3所述的方法，其特征在于，所述指定区域包括：用餐区域；所述目标对象包括以下至少之一：用餐人员、食材、餐具、食材状态。

5.根据权利要求3所述的方法，其特征在于，依据判断结果控制空调设备对所述指定区域的送风状态，包括：

确定所述目标对象在所述指定区域的位置；依据所述位置调整所述空调设备对所述位置的送风状态。

6.根据权利要求1所述的方法，其特征在于，在依据判断结果控制空调设备对所述指定区域的送风状态的过程中，所述方法还包括以下之一：

采集所述指定区域内用户的第一用户图像信息；从所述第一用户图像信息中提取控制指令；依据所述控制指令控制所述空调设备调整所述送风状态；

采集所述指定区域内用户的语音指令；对所述语音指令进行识别；根据识别结果控制所述空调设备调整所述送风状态。

7.根据权利要求1所述的方法，其特征在于，在依据判断结果控制空调设备对所述指定区域的送风状态的过程中，所述方法还包括：

采集所述指定区域内用户的第二用户图像信息；

将所述第二用户图像信息作为预设模型的输入，识别用户的身份，其中，所述预设模型是使用多组数据通过机器学习训练出来的，所述多组数据中的每组数据均包括：用户图像和该用户图像中用于指示用户身份的标签；

依据所述用户的身份确定与所述用户的身份对应的送风状态。

8.根据权利要求1至7中任意一项所述的方法，其特征在于，所述送风状态包括以下至少之一：所述空调设备的送风方向、送风速度、送风方向的切换角速度。

9.一种空调的送风控制装置，其特征在于，包括：

检测模块，用于检测指定区域的图像信息；

判断模块，用于依据所述图像信息判断所述指定区域是否发生指定事件；

控制模块，用于依据判断结果控制空调设备对所述指定区域的送风状态。

10.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至8中任意一项所述的空调的送风控制方法。

11.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至8中任意一项所述的空调的送风控制方法。

12.一种终端，其特征在于，包括：

图像采集装置，用于采集指定区域的图像信息；

处理器，所述处理器运行程序，其中，所述程序运行时对于从所述图像采集装置输出的数据执行如下处理步骤：依据所述图像信息判断所述指定区域是否发生指定事件；依据判断结果控制空调设备对所述指定区域的送风状态。