CN107871118A - 烹饪器具的控制方法、装置和系统、存储介质、处理器 - Google Patents
烹饪器具的控制方法、装置和系统、存储介质、处理器 Download PDFInfo
- Publication number
- CN107871118A CN107871118A CN201710923248.9A CN201710923248A CN107871118A CN 107871118 A CN107871118 A CN 107871118A CN 201710923248 A CN201710923248 A CN 201710923248A CN 107871118 A CN107871118 A CN 107871118A
- Authority
- CN
- China
- Prior art keywords
- image
- cooking apparatus
- model
- default
- destination object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010411 cooking Methods 0.000 title claims abstract description 167
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000010801 machine learning Methods 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims description 18
- 230000011664 signaling Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 15
- 238000003062 neural network model Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 11
- 238000012549 training Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 241000406668 Loxodonta cyclotis Species 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010052804 Drug tolerance Diseases 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000026781 habituation Effects 0.000 description 1
- 230000013016 learning Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J27/00—Cooking-vessels
- A47J27/08—Pressure-cookers; Lids or locking devices specially adapted therefor
- A47J27/0802—Control mechanisms for pressure-cookers
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J27/00—Cooking-vessels
- A47J27/08—Pressure-cookers; Lids or locking devices specially adapted therefor
- A47J27/09—Safety devices
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J36/00—Parts, details or accessories of cooking-vessels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Abstract
本发明公开了一种烹饪器具的控制方法、装置和系统、存储介质、处理器。其中,该方法包括:获取预设区域内检测到的对象的第一图像;利用第一模型对第一图像进行识别,确定对象是否为目标对象,其中,第一模型为使用多组第一数据通过机器学习训练出来的,每组第一数据均包括:第一图像以及确定对象是否为目标对象的标签;在对象是目标对象的情况下,控制烹饪器具进入预设工作模式,其中,预设工作模式用于表征烹饪器具不响应接收到的控制指令。本发明解决了现有技术中的烹饪器具能够被所有用户进行操作,存在安全隐患且烹饪效果差的技术问题。
Description
技术领域
本发明涉及家用电器控制领域,具体而言,涉及一种烹饪器具的控制方法、装置和系统、存储介质、处理器。
背景技术
为了防止儿童在家长未监视的情况下随意操作烹饪器具(包括电饭煲、电压力锅等),现有的烹饪器具均具有童锁功能,在烹饪器具开启童锁功能后,用户无法对烹饪器具进行任何操作。
由于现有的烹饪器具的童锁功能需要手动开启,很多家长会习惯性忘记开启,导致儿童能够操作烹饪器具,无法及时保护儿童安全。
针对现有技术中的烹饪器具能够被所有用户进行操作,存在安全隐患且烹饪效果差的问题,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烹饪器具的控制方法、装置和系统、存储介质、处理器,以至少解决现有技术中的烹饪器具能够被所有用户进行操作,存在安全隐患且烹饪效果差的技术问题。
根据本发明实施例的一个方面,提供了一种烹饪器具的控制方法,包括:获取预设区域内检测到的对象的第一图像;利用第一模型对第一图像进行识别,确定对象是否为目标对象,其中,第一模型为使用多组第一数据通过机器学习训练出来的,每组第一数据均包括:第一图像以及确定对象是否为目标对象的标签;在对象是目标对象的情况下,控制烹饪器具进入预设工作模式,其中,预设工作模式用于表征烹饪器具不响应接收到的控制指令。
根据本发明实施例的另一方面,还提供了一种烹饪器具的控制装置,包括:获取模块,用于获取预设区域内检测到的对象的第一图像;处理模块,用于利用第一模型对第一图像进行识别,确定对象是否为目标对象,其中,第一模型为使用多组第一数据通过机器学习训练出来的,每组第一数据均包括:第一图像以及确定对象是否为目标对象的标签;控制模块,用于在对象是目标对象的情况下,控制烹饪器具进入预设工作模式,其中,预设工作模式用于表征烹饪器具不响应接收到的控制指令。
根据本发明实施例的另一方面,还提供了一种烹饪器具的控制系统,包括:拍摄装置,用于拍摄预设区域内检测到的对象的第一图像;处理器,与拍摄装置连接,用于利用第一模型对第一图像进行识别,确定对象是否为目标对象,其中,第一模型为使用多组第一数据通过机器学习训练出来的,每组第一数据均包括:第一图像以及确定对象是否为目标对象的标签;控制器,与处理器连接,用于在对象是目标对象的情况下,控制烹饪器具进入预设工作模式,其中,预设工作模式用于表征烹饪器具不响应接收到的控制指令。
根据本发明实施例的另一方面,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实施例中的烹饪器具的控制方法。
根据本发明实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述实施例中的烹饪器具的控制方法。
在本发明实施例中,获取预设区域内检测到的对象的第一图像,利用第一模型对第一图像进行识别,确定对象是否为目标对象,在对象是目标对象的情况下,控制烹饪器具进入预设工作模式,从而实现通过图像识别技术自动控制烹饪器具进入预设工作模式,防止目标对象随意操作烹饪器具,解决了现有技术中的烹饪器具能够被所有用户进行操作,存在安全隐患且烹饪效果差的技术问题,达到了避免儿童在家长未监视的情况下使用烹饪器具,提高烹饪器具的安全性,提升烹饪器具的烹饪效果的效果。
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烹饪器具的控制方法的流程图;
图2是根据本发明实施例的一种烹饪器具的控制装置的示意图;以及
图3是根据本发明实施例的一种烹饪器具的控制系统的示意图。
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。
实施例1
根据本发明实施例,提供了一种烹饪器具的控制方法的实施例,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。
图1是根据本发明实施例的一种烹饪器具的控制方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取预设区域内检测到的对象的第一图像。
具体地,上述预设区域可以是烹饪器具(例如,电饭煲、电压力锅等)上安装的摄像头能够检测到的范围,上述预设区域内检测到的对象可以是准备操作烹饪器具的用户,包括:成人和儿童。
步骤S104,利用第一模型对第一图像进行识别,确定对象是否为目标对象,其中,第一模型为使用多组第一数据通过机器学习训练出来的,每组第一数据均包括:第一图像以及确定对象是否为目标对象的标签。
具体地,上述的目标对象可以是儿童;上述的第一模型可以是预先通过机器学习训练得到的用于识别拍摄到的用户是否是儿童的模型,具体可以建立一个神经网络模型,并获取多张不同用户的第一图像,然后通过人工标注的方式为每张第一图像中拍摄到的用户进行标记,得到多组第一数据,例如,如果用户是儿童,则在该第一图像中增加标签1,如果是成人,则在该第一图像中增加标签2,最后使用多组第一数据输入神经网络模型中进行训练,得到第一模型。
步骤S106,在对象是目标对象的情况下,控制烹饪器具进入预设工作模式,其中,预设工作模式用于表征烹饪器具不响应接收到的控制指令。
具体地,上述的预设工作模式可以是童锁模式,当烹饪器具进入童锁模式之后,用户无法对烹饪器具进行操作。
在一种可选的方案中,可以在烹饪器具上安装摄像头,在摄像头检测到靠近烹饪器具的用户之后,可以对该用户进行拍照,得到该用户的第一图像,摄像头将拍摄到的第一图像传输给烹饪器具的主控芯片进行处理,主控芯片上可以预先设置一个图像识别模块,将第一图像输入至预先训练好的第一模型中进行识别,得到第一图像对应的标签,通过标签可以确定拍摄到的用户是否为儿童,如果确定拍摄到的用户是儿童,例如,第一模型输出的标签为1,则烹饪器具进入童锁模式,避免儿童操作烹饪器具。
通过本发明上述实施例,获取预设区域内检测到的对象的第一图像,利用第一模型对第一图像进行识别,确定对象是否为目标对象,在对象是目标对象的情况下,控制烹饪器具进入预设工作模式,从而实现通过图像识别技术自动控制烹饪器具进入预设工作模式,防止目标对象随意操作烹饪器具,解决了现有技术中的烹饪器具能够被所有用户进行操作,存在安全隐患且烹饪效果差的技术问题,达到了避免儿童在家长未监视的情况下使用烹饪器具,提高烹饪器具的安全性,提升烹饪器具的烹饪效果的效果。
可选地,在本发明上述实施例中,步骤S104,利用第一模型对第一图像进行识别,确定对象是否为目标对象包括:
步骤S10402,利用第二模型对第一图像进行识别,确定对象的年龄信息,其中,第二模型为使用多组第二数据通过机器学习训练出来的,每组第二数据均包括:第一图像以及确定对象的年龄信息。
具体地,上述的第二模型可以是预先通过机器学习训练得到用于识别拍摄到的用户的年龄的模型,具体可以建立一个神经网络模型,并获取多张不同用户的第一图像,然后通过人工标注的方式为每张第一图像中拍摄到的用户的年龄进行标记,得到多组第二数据,最后使用多组第二数据输入神经网络模型中进行训练,得到第二模型。
步骤S10404,判断对象的年龄信息是否小于预设年龄信息。
具体地,上述的预设年龄信息可以是预先设置的用于确定检测到的用户是否为儿童的年龄,例如,由于社会和人们公认的儿童的年龄段为0-14岁,因此,上述的预设年龄信息可以是15岁,也即,小于15岁的用户是儿童,大于等于15岁的用户为成人。
步骤S10406,如果对象的年龄信息小于预设年龄信息,则确定对象是目标对象。
步骤S10408,如果对象的年龄信息大于等于预设年龄信息,则确定对象不是目标对象。
在一种可选的方案中,在拍摄到靠近烹饪器具的用户的第一图像之后,为了判断检测到的用户是否为儿童,图像识别模块可以将第一图像输入至预先训练好的第二模型中进行识别,第二模型输出该用户的年龄,然后进一步判断该用户的年龄是否为0-14岁,如果确定该用户的年龄是0-14岁,也即小于15岁,则确定该用户为儿童,否则确定该用户为成人。
通过上述步骤,可以通过图像识别技术识别出用户的年龄,并通过对该用户的年龄进行判断,从而确定该用户是否为目标对象,进一步确定是否控制烹饪器具进入预设工作模式。
可选地,在本发明上述实施例中,步骤S104,利用第一模型对第一图像进行识别,确定对象是否为目标对象包括:
步骤S10412,获取目标对象的第二图像。
具体地,由于一个家庭中的家庭成员有限,可以预先向烹饪器具中输入家庭成员中儿童的第二图像,也即,可以预先通过烹饪器具上安装的摄像头对儿童进行拍摄,得到第二图像,并将第二图像存储在烹饪器具的存储器当中。
步骤S10414,利用第三模型对第一图像和第二图像进行识别,确定第一图像与第二图像是否匹配成功,其中,第三模型为使用多组第三数据通过机器学习训练出来的,每组第三数据均包括:第一图像、第二图像以及确定第一图像与第二图像是否匹配成功的标签。
具体地,上述的第一模型可以是预先通过机器学习训练得到的用于判断第一图像和第二图像是否匹配的模型,具体可以建立一个神经网络模型,并获取多张不同用户的第一图像和儿童的第二图像,然后通过人工标注的方式为每张第一图像和第二图像是否匹配进行标记,得到多组第三数据,例如,如果第一图像与第二图像匹配成功,也即第一图像是儿童的图像,则在该第一图像中增加标签1;如果第一图像与第二图像匹配失败,也即第一图像不是儿童的图像,则在该第一图像中增加标签2,最后使用多组第三数据输入神经网络模型中进行训练,得到第三模型。
步骤S10416,如果第一图像与第二图像匹配成功,则确定对象是目标对象。
步骤S10418,如果第一图像与第二图像匹配失败,则确定对象不是目标对象。
在一种可选的方案中,在拍摄到靠近烹饪器具的用户的第一图像之后,为了判断检测到的用户是否为儿童,图像识别模块读取存储器中存储的儿童的第二图像,将第一图像和第二图像输入第三模型进行识别,第三模型输出第一图像和第二图像是否匹配的标签,通过该标签确定第一图像与第二图像是否匹配成功,如果第一图像与第二图像匹配成功,则确定检测到的用户是儿童;如果第一图像与第二图像匹配失败,则确定检测到的用户是成人。
通过上述方案,可以通过图像识别技术识别出第一图像与第二图像的匹配程度,并确定该用户是否为目标对象,进一步确定是否控制烹饪器具进入预设工作模式。
可选地,在本发明上述实施例中,步骤S10414,利用第三模型对第一图像和第二图像进行识别,确定第一图像与第二图像是否匹配成功包括:
步骤A,利用第四模型分别对第一图像和第二图像进行特征提取,得到第一图像的特征信息和第二图像的特征信息,其中,第四模型为使用多组第四数据通过机器学习训练出来的,每组第四数据均包括:第一图像或第二图像以及第一图像或第二图像的特征信息。
具体地,上述的第四模型可以是预先通过机器学习训练得到的用于确定图像中特征信息的模型,具体可以建立一个神经网络模型,并获取多张不同用户的图像,然后通过人工标注的方式为每张图像的特征信息进行标记,得到多组第四数据,最后使用多组第四数据输入神经网络模型中进行训练,得到第四模型。
步骤B,将第一图像的特征信息与第二图像的特征信息进行匹配。
步骤C,如果第一图像的特征信息与第二图像的特征信息匹配成功,则确定第一图像与第二图像匹配成功。
步骤D,如果第一图像的特征信息与第二图像的特征信息匹配失败,则确定第一图像与第二图像匹配失败。
在一种可选的方案中,在拍摄到靠近烹饪器具的用户的第一图像之后,为了判断检测到的用户是否为儿童,图像识别模块读取存储器中存储的儿童的第二图像,分别将第一图像和第二图像输入第四模型进行识别,第四模型输出第一图像的特征信息和第二图像特征信息,通过将两个图像的特征信息进行比对,确定两个图像是否匹配,进一步根据匹配结果,确定检测到的用户是儿童还是成人。
可选地,在本发明上述实施例中,在步骤S10412,获取目标对象的第二图像之后,该方法还包括:
步骤S10422,计算第一图像和第二图像的相似度。
步骤S10424,判断相似度是否超过预设相似度。
具体地,上述的预设相似度可以是预先设置的确定第一图像与第二图像相同的最小相似度,例如,预设相似度可以是80%,也即,相似度超过80%确定两张图像相同。
步骤S10426,如果相似度超过预设相似度,则确定对象是目标对象。
步骤S10428,如果相似度未超过预设相似度,则确定对象不是目标对象。
在一种可选的方案中,在拍摄到靠近烹饪器具的用户的第一图像之后,为了判断检测到的用户是否为儿童,图像识别模块读取存储器中存储的儿童的第二图像,计算第一图像和第二图像的相似度,并通过对相似度的判断,确定检测到的用户是否为儿童,如果第一图像和第二图像的相似度超过预设相似度,则确定第一图像和第二图像相同,均为儿童的图像,因此可以确定检测到的用户是儿童;如果第一图像和第二图像的相似度未超过预设相似度,则确定第一图像和第二图像不同,第一图像不是儿童的图像,因此可以确定检测到的用户是成人。
通过上述方案,可以通过图像识别技术计算出第一图像与第二图像的相似度,并确定该用户是否为目标对象,进一步确定是否控制烹饪器具进入预设工作模式。
可选地,在本发明上述实施例中,在步骤S106,控制烹饪器具进入预设工作模式之后,该方法还包括:
步骤S108,接收触发信号,其中,触发信号用于控制烹饪器具退出预设工作模式。
步骤S110,判断触发信号是否为预设触发信号。
具体地,上述的预设触发信号可以是烹饪器具预设的退出童锁模式的按键生成的触发信号。
步骤S112,如果触发信号是预设触发信号,则控制烹饪器具退出预设工作模式。
在一种可选的方案中,在烹饪器具进行童锁模式之后,儿童和成人均可以通过触摸退出童锁模式的按键,手动接触童锁功能,烹饪器具确定用户触摸按键是退出童锁模式的按键,则控制烹饪器具退出童锁模式,用户可以正常操作烹饪器具。
通过上述方案,在烹饪器具进入预设工作模式之后,可以通过手动触摸预设按键的方式使烹饪器具退出预设工作模式。
可选地,在本发明上述实施例中,步骤S110,判断触发信号是否为预设触发信号包括:
步骤S1102,获取触发信号对应的第一标识信息,和预设触发信号对应的第二标识信息。
具体地,上述的第一标识信息和第二标识信息可以是生成该出发信号的按键的ID。
步骤S1104,判断第一标识信息与第二标识信息是否相同。
步骤S1106,如果第一标识信息与第二标识信息相同,则确定触发信号是预设触发信号。
步骤S1108,如果第一标识信息与第二标识信息不同,则确定触发信号不是预设触发信号。
在一种可选的方案中,触发信号中通常会携带有生成该触发信号的按键的ID,在接收到触发信号之后,可以通过将该触发信号中携带的ID与预设触发信号中携带的ID进行比较,确定触发信号是否为预设触发信号,如果两个ID相同,则说明接收到的触发信号是退出童锁模式的按键生成的触发信号,也即,是预设触发信号;如果两个ID不同,则说明接收到的触发信号不是退出童锁模式的按键生成的触发信号,也即,不是预设触发信号。
可选地,在本发明上述实施例中,在对象不是目标对象,或触发信号是预设触发信号的情况下,控制烹饪器具按照接收到的控制指令执行烹饪操作。
在一种可选的方案中,在确定烹饪器具的摄像头检测到的用户是成人之后,烹饪器具无需进入童锁模式,用户可以直接操作烹饪器具;在用户通过触摸退出童锁模式的按键,使烹饪器具退出童锁模式之后,用户可以直接操作烹饪器具。
实施例2
根据本发明实施例,提供了一种烹饪器具的控制装置的实施例。
图2是根据本发明实施例的一种烹饪器具的控制装置的示意图,如图2所示,该装置包括:
获取模块21,用于获取预设区域内检测到的对象的第一图像。
具体地,上述预设区域可以是烹饪器具(例如,电饭煲、电压力锅等)上安装的摄像头能够检测到的范围,上述预设区域内检测到的对象可以是准备操作烹饪器具的用户,包括:成人和儿童。
处理模块23,用于利用第一模型对第一图像进行识别,确定对象是否为目标对象,其中,第一模型为使用多组第一数据通过机器学习训练出来的,每组第一数据均包括:第一图像以及确定对象是否为目标对象的标签。
具体地,上述的目标对象可以是儿童;上述的第一模型可以是预先通过机器学习训练得到的用于识别拍摄到的用户是否是儿童的模型,具体可以建立一个神经网络模型,并获取多张不同用户的第一图像,然后通过人工标注的方式为每张第一图像中拍摄到的用户进行标记,得到多组第一数据,例如,如果用户是儿童,则在该第一图像中增加标签1,如果是成人,则在该第一图像中增加标签2,最后使用多组第一数据输入神经网络模型中进行训练,得到第一模型。
控制模块25,用于在对象是目标对象的情况下,控制烹饪器具进入预设工作模式,其中,预设工作模式用于表征烹饪器具不响应接收到的控制指令。
具体地,上述的预设工作模式可以是童锁模式,当烹饪器具进入童锁模式之后,用户无法对烹饪器具进行操作。
在一种可选的方案中,可以在烹饪器具上安装摄像头,在摄像头检测到靠近烹饪器具的用户之后,可以对该用户进行拍照,得到该用户的第一图像,摄像头将拍摄到的第一图像传输给烹饪器具的主控芯片进行处理,主控芯片上可以预先设置一个图像识别模块,将第一图像输入至预先训练好的第一模型中进行识别,得到第一图像对应的标签,通过标签可以确定拍摄到的用户是否为儿童,如果确定拍摄到的用户是儿童,例如,第一模型输出的标签为1,则烹饪器具进入童锁模式,避免儿童操作烹饪器具。
通过本发明上述实施例,获取预设区域内检测到的对象的第一图像,利用第一模型对第一图像进行识别,确定对象是否为目标对象,在对象是目标对象的情况下,控制烹饪器具进入预设工作模式,从而实现通过图像识别技术自动控制烹饪器具进入预设工作模式,防止目标对象随意操作烹饪器具,解决了现有技术中的烹饪器具能够被所有用户进行操作,存在安全隐患且烹饪效果差的技术问题,达到了避免儿童在家长未监视的情况下使用烹饪器具,提高烹饪器具的安全性,提升烹饪器具的烹饪效果的效果。
可选地,在本发明上述实施例中,处理模块23还用于利用第二模型对第一图像进行识别,确定对象的年龄信息,其中,第二模型为使用多组第二数据通过机器学习训练出来的,每组第二数据均包括:第一图像以及确定对象的年龄信息;判断对象的年龄信息是否小于预设年龄信息;如果对象的年龄信息小于预设年龄信息,则确定对象是目标对象;如果对象的年龄信息大于等于预设年龄信息,则确定对象不是目标对象。
可选地,在本发明上述实施例中,处理模块23还用于获取目标对象的第二图像;利用第三模型对第一图像和第二图像进行识别,确定第一图像与第二图像是否匹配成功,其中,第三模型为使用多组第三数据通过机器学习训练出来的,每组第三数据均包括:第一图像、第二图像以及确定第一图像与第二图像是否匹配成功的标签;如果第一图像与第二图像匹配成功,则确定对象是目标对象;如果第一图像与第二图像匹配失败,则确定对象不是目标对象。
可选地,在本发明上述实施例中,处理模块23还用于利用第四模型分别对第一图像和第二图像进行特征提取,得到第一图像的特征信息和第二图像的特征信息,其中,第四模型为使用多组第四数据通过机器学习训练出来的,每组第四数据均包括:第一图像或第二图像以及第一图像或第二图像的特征信息;将第一图像的特征信息与第二图像的特征信息进行匹配;如果第一图像的特征信息与第二图像的特征信息匹配成功,则确定第一图像与第二图像匹配成功;如果第一图像的特征信息与第二图像的特征信息匹配失败,则确定第一图像与第二图像匹配失败。
可选地,在本发明上述实施例中,处理模块23还用于计算第一图像和第二图像的相似度;判断相似度是否超过预设相似度;如果相似度超过预设相似度,则确定对象是目标对象;如果相似度未超过预设相似度,则确定对象不是目标对象。
可选地,在本发明上述实施例中,该装置还包括:接收模块,用于接收触发信号,其中,触发信号用于控制烹饪器具退出预设工作模式;处理模块还用于判断触发信号是否为预设触发信号;控制模块还用于如果触发信号是预设触发信号,则控制烹饪器具退出预设工作模式。
可选地,在本发明上述实施例中,处理模块还用于获取触发信号对应的第一标识信息,和预设触发信号对应的第二标识信息;判断第一标识信息与第二标识信息是否相同;如果第一标识信息与第二标识信息相同,则确定触发信号是预设触发信号;如果第一标识信息与第二标识信息不同,则确定触发信号不是预设触发信号。
可选地,在本发明上述实施例中,控制模块还用于在对象不是目标对象,或触发信号是预设触发信号的情况下,控制烹饪器具按照接收到的控制指令执行烹饪操作。
实施例3
根据本发明实施例,提供了一种烹饪器具的控制系统的实施例。
图3是根据本发明实施例的一种烹饪器具的控制系统的示意图,如图3所示,该系统包括:拍摄装置31、处理器33和控制器35。
其中,拍摄装置31用于拍摄预设区域内检测到的对象的第一图像;处理器33用于获取预设区域内检测到的对象的第一图像,利用第一模型对第一图像进行识别,确定对象是否为目标对象,其中,第一模型为使用多组第一数据通过机器学习训练出来的,每组第一数据均包括:第一图像以及确定对象是否为目标对象的标签;控制器35用于在对象是目标对象的情况下,控制烹饪器具进入预设工作模式,其中,预设工作模式用于表征烹饪器具不响应接收到的控制指令。
具体地,上述的拍摄装置可以是烹饪器具(例如,电饭煲、电压力锅等)上安装的摄像头、照相机等,本发明对此不做具体限定,以摄像头为例进行说明;上述的处理器和控制器可以是烹饪器具内部的主控芯片中的模块;上述预设区域可以是烹饪器具(例如,电饭煲、电压力锅等)上安装的摄像头能够检测到的范围,上述预设区域内检测到的对象可以是准备操作烹饪器具的用户,包括:成人和儿童。上述的目标对象可以是儿童;上述的第一模型可以是预先通过机器学习训练得到的用于识别拍摄到的用户是否是儿童的模型,具体可以建立一个神经网络模型,并获取多张不同用户的第一图像,然后通过人工标注的方式为每张第一图像中拍摄到的用户进行标记,得到多组第一数据,例如,如果用户是儿童,则在该第一图像中增加标签1,如果是成人,则在该第一图像中增加标签2,最后使用多组第一数据输入神经网络模型中进行训练,得到第一模型。
在一种可选的方案中,可以在烹饪器具上安装摄像头,在摄像头检测到靠近烹饪器具的用户之后,可以对该用户进行拍照,得到该用户的第一图像,摄像头将拍摄到的第一图像传输给烹饪器具的主控芯片进行处理,主控芯片上可以预先设置一个图像识别模块,将第一图像输入至预先训练好的第一模型中进行识别,得到第一图像对应的标签,通过标签可以确定拍摄到的用户是否为儿童,如果确定拍摄到的用户是儿童,例如,第一模型输出的标签为1,则烹饪器具进入童锁模式,避免儿童操作烹饪器具。
通过本发明上述实施例,获取预设区域内检测到的对象的第一图像,利用第一模型对第一图像进行识别,确定对象是否为目标对象,在对象是目标对象的情况下,控制烹饪器具进入预设工作模式,从而实现通过图像识别技术自动控制烹饪器具进入预设工作模式,防止目标对象随意操作烹饪器具,解决了现有技术中的烹饪器具能够被所有用户进行操作,存在安全隐患且烹饪效果差的技术问题,达到了避免儿童在家长未监视的情况下使用烹饪器具,提高烹饪器具的安全性,提升烹饪器具的烹饪效果的效果。
可选地,在本发明上述实施例中,处理器33包括:图像识别模块和数据处理模块。
其中,图像识别模块与拍摄装置连接,用于利用第二模型对第一图像进行识别,确定对象的年龄信息,其中,第二模型为使用多组第二数据通过机器学习训练出来的,每组第二数据均包括:第一图像以及确定对象的年龄信息;数据处理模块与图像识别模块和控制器连接,用于判断对象的年龄信息是否小于预设年龄信息,如果对象的年龄信息小于预设年龄信息,则确定对象是目标对象,如果对象的年龄信息大于等于预设年龄信息,则确定对象不是目标对象。
具体地,上述的第二模型可以是预先通过机器学习训练得到用于识别拍摄到的用户的年龄的模型,具体可以建立一个神经网络模型,并获取多张不同用户的第一图像,然后通过人工标注的方式为每张第一图像中拍摄到的用户的年龄进行标记,得到多组第二数据,最后使用多组第二数据输入神经网络模型中进行训练,得到第二模型。上述的预设年龄信息可以是预先设置的用于确定检测到的用户是否为儿童的年龄,例如,由于社会和人们公认的儿童的年龄段为0-14岁,因此,上述的预设年龄信息可以是15岁,也即,小于15岁的用户是儿童,大于等于15岁的用户为成人。
在一种可选的方案中,在拍摄到靠近烹饪器具的用户的第一图像之后,为了判断检测到的用户是否为儿童,图像识别模块可以将第一图像输入至预先训练好的第二模型中进行识别,第二模型输出该用户的年龄,然后进一步判断该用户的年龄是否为0-14岁,如果确定该用户的年龄是0-14岁,也即小于15岁,则确定该用户为儿童,否则确定该用户为成人。
通过上述步骤,可以通过图像识别技术识别出用户的年龄,并通过对该用户的年龄进行判断,从而确定该用户是否为目标对象,进一步确定是否控制烹饪器具进入预设工作模式。
可选地,在本发明上述实施例中,处理器31包括:图像识别模块和数据处理模块。
其中,图像识别模块与拍摄装置连接,用于获取目标对象的第二图像,利用第三模型对第一图像和第二图像进行识别,确定第一图像与第二图像是否匹配成功,其中,第三模型为使用多组第三数据通过机器学习训练出来的,每组第三数据均包括:第一图像、第二图像以及确定第一图像与第二图像是否匹配成功的标签;数据处理模块与图像识别模块和控制器连接,用于在第一图像与第二图像匹配成功的情况下,确定对象是目标对象,在第一图像与第二图像匹配失败的情况下,确定对象不是目标对象。
具体地,由于一个家庭中的家庭成员有限,可以预先向烹饪器具中输入家庭成员中儿童的第二图像,也即,可以预先通过烹饪器具上安装的摄像头对儿童进行拍摄,得到第二图像,并将第二图像存储在烹饪器具的存储器当中。上述的第一模型可以是预先通过机器学习训练得到的用于判断第一图像和第二图像是否匹配的模型,具体可以建立一个神经网络模型,并获取多张不同用户的第一图像和儿童的第二图像,然后通过人工标注的方式为每张第一图像和第二图像是否匹配进行标记,得到多组第三数据,例如,如果第一图像与第二图像匹配成功,也即第一图像是儿童的图像,则在该第一图像中增加标签1;如果第一图像与第二图像匹配失败,也即第一图像不是儿童的图像,则在该第一图像中增加标签2,最后使用多组第三数据输入神经网络模型中进行训练,得到第三模型。
在一种可选的方案中,在拍摄到靠近烹饪器具的用户的第一图像之后,为了判断检测到的用户是否为儿童,图像识别模块读取存储器中存储的儿童的第二图像,将第一图像和第二图像输入第三模型进行识别,第三模型输出第一图像和第二图像是否匹配的标签,通过该标签确定第一图像与第二图像是否匹配成功,如果第一图像与第二图像匹配成功,则确定检测到的用户是儿童;如果第一图像与第二图像匹配失败,则确定检测到的用户是成人。
通过上述方案,可以通过图像识别技术识别出第一图像与第二图像的匹配程度,并确定该用户是否为目标对象,进一步确定是否控制烹饪器具进入预设工作模式。
可选地,在本发明上述实施例中,图像识别模块还用于利用第四模型分别对第一图像和第二图像进行特征提取,得到第一图像的特征信息和第二图像的特征信息,其中,第四模型为使用多组第四数据通过机器学习训练出来的,每组第四数据均包括:第一图像或第二图像以及第一图像或第二图像的特征信息;将第一图像的特征信息与第二图像的特征信息进行匹配;如果第一图像的特征信息与第二图像的特征信息匹配成功,则确定第一图像与第二图像匹配成功;如果第一图像的特征信息与第二图像的特征信息匹配失败,则确定第一图像与第二图像匹配失败。
可选地,在本发明上述实施例中,数据处理模块还用于计算第一图像和第二图像的相似度,判断相似度是否超过预设相似度,如果相似度超过预设相似度,则确定对象是目标对象,如果相似度未超过预设相似度,则确定对象不是目标对象。
可选地,在本发明上述实施例中,该系统还包括:触摸按键。
其中,触摸按键用于生成用于控制烹饪器具退出预设工作模式的触发信号;处理器与触摸按键连接,用于判断触发信号是否为预设触发信号;控制器还用于如果触发信号是预设触发信号,则控制烹饪器具退出预设工作模式。
具体地,上述的预设触发信号可以是烹饪器具预设的退出童锁模式的按键生成的触发信号。
在一种可选的方案中,在烹饪器具进行童锁模式之后,儿童和成人均可以通过触摸退出童锁模式的按键,手动接触童锁功能,烹饪器具确定用户触摸按键是退出童锁模式的按键,则控制烹饪器具退出童锁模式,用户可以正常操作烹饪器具。
通过上述方案,在烹饪器具进入预设工作模式之后,可以通过手动触摸预设按键的方式使烹饪器具退出预设工作模式。
可选地,在本发明上述实施例中,处理器还用于获取触发信号对应的第一标识信息,和预设触发信号对应的第二标识信息;判断第一标识信息与第二标识信息是否相同;如果第一标识信息与第二标识信息相同,则确定触发信号是预设触发信号;如果第一标识信息与第二标识信息不同,则确定触发信号不是预设触发信号。
可选地,在本发明上述实施例中,控制器还用于在对象不是目标对象,或触发信号是预设触发信号的情况下,控制烹饪器具按照接收到的控制指令执行烹饪操作。
在一种可选的方案中,在确定烹饪器具的摄像头检测到的用户是成人之后,烹饪器具无需进入童锁模式,用户可以直接操作烹饪器具;在用户通过触摸退出童锁模式的按键,使烹饪器具退出童锁模式之后,用户可以直接操作烹饪器具。
实施例4
根据本发明实施例,提供了一种存储介质的实施例,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实施例1中的烹饪器具的控制方法。
实施例5
根据本发明实施例,提供了一种处理器的实施例,处理器用于运行程序,其中,程序运行时执行上述实施例1中的烹饪器具的控制方法。
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 (13)
1.一种烹饪器具的控制方法,其特征在于,包括:
获取预设区域内检测到的对象的第一图像;
利用第一模型对所述第一图像进行识别,确定所述对象是否为目标对象,其中,所述第一模型为使用多组第一数据通过机器学习训练出来的,每组第一数据均包括:第一图像以及确定所述对象是否为所述目标对象的标签;
在所述对象是所述目标对象的情况下,控制所述烹饪器具进入预设工作模式,其中,所述预设工作模式用于表征所述烹饪器具不响应接收到的控制指令。
2.根据权利要求1所述的方法,其特征在于,利用第一模型对所述第一图像进行识别,确定所述对象是否为目标对象包括:
利用第二模型对所述第一图像进行识别,确定所述对象的年龄信息,其中,所述第二模型为使用多组第二数据通过机器学习训练出来的,每组第二数据均包括:第一图像以及确定所述对象的年龄信息;
判断所述对象的年龄信息是否小于预设年龄信息;
如果所述对象的年龄信息小于所述预设年龄信息,则确定所述对象是所述目标对象;
如果所述对象的年龄信息大于等于所述预设年龄信息,则确定所述对象不是所述目标对象。
3.根据权利要求1所述的方法,其特征在于,利用第一模型对所述第一图像进行识别,确定所述对象是否为目标对象包括:
获取所述目标对象的第二图像;
利用第三模型对所述第一图像和所述第二图像进行识别,确定所述第一图像与所述第二图像是否匹配成功,其中,所述第三模型为使用多组第三数据通过机器学习训练出来的,每组第三数据均包括:第一图像、第二图像以及确定所述第一图像与第二图像是否匹配成功的标签;
如果所述第一图像与所述第二图像匹配成功,则确定所述对象是所述目标对象;
如果所述第一图像与所述第二图像匹配失败,则确定所述对象不是所述目标对象。
4.根据权利要求1所述的方法,其特征在于,在控制所述烹饪器具进入预设工作模式之后,所述方法还包括:
接收触发信号,其中,所述触发信号用于控制所述烹饪器具退出所述预设工作模式;
判断所述触发信号是否为预设触发信号;
如果所述触发信号是所述预设触发信号,则控制所述烹饪器具退出所述预设工作模式。
5.根据权利要求4所述的方法,其特征在于,在所述对象不是所述目标对象,或所述触发信号是所述预设触发信号的情况下,控制所述烹饪器具按照接收到的所述控制指令执行烹饪操作。
6.一种烹饪器具的控制装置,其特征在于,包括:
获取模块,用于获取预设区域内检测到的对象的第一图像;
处理模块,用于利用第一模型对所述第一图像进行识别,确定所述对象是否为目标对象,其中,所述第一模型为使用多组第一数据通过机器学习训练出来的,每组第一数据均包括:第一图像以及确定所述对象是否为所述目标对象的标签;
控制模块,用于在所述对象是所述目标对象的情况下,控制所述烹饪器具进入预设工作模式,其中,所述预设工作模式用于表征所述烹饪器具不响应接收到的控制指令。
7.一种烹饪器具的控制系统,其特征在于,包括:
拍摄装置,用于拍摄预设区域内检测到的对象的第一图像;
处理器,与所述拍摄装置连接,用于利用第一模型对所述第一图像进行识别,确定所述对象是否为目标对象,其中,所述第一模型为使用多组第一数据通过机器学习训练出来的,每组第一数据均包括:第一图像以及确定所述对象是否为所述目标对象的标签;
控制器,与所述处理器连接,用于在所述对象是所述目标对象的情况下,控制所述烹饪器具进入预设工作模式,其中,所述预设工作模式用于表征所述烹饪器具不响应接收到的控制指令。
8.根据权利要求7所述的系统,其特征在于,所述处理器包括:
图像识别模块,与所述拍摄装置连接,用于利用第二模型对所述第一图像进行识别,确定所述对象的年龄信息,其中,所述第二模型为使用多组第二数据通过机器学习训练出来的,每组第二数据均包括:第一图像以及确定所述对象的年龄信息;
数据处理模块,与所述图像识别模块和控制器连接,用于判断所述对象的年龄信息是否满足第一预设条件,如果所述对象的年龄信息满足所述第一预设条件,则确定所述对象是所述目标对象,如果所述对象的年龄信息不满足所述第一预设条件,则确定所述对象不是所述目标对象,其中,所述第一预设条件用于表示所述对象为所述目标对象。
9.根据权利要求7所述的系统,其特征在于,所述处理器包括:
图像识别模块,与所述拍摄装置连接,用于获取所述目标对象的第二图像,利用第三模型对所述第一图像和所述第二图像进行识别,确定所述第一图像与所述第二图像是否匹配成功,其中,所述第三模型为使用多组第三数据通过机器学习训练出来的,每组第三数据均包括:第一图像、第二图像以及确定所述第一图像与第二图像是否匹配成功的标签;
数据处理模块,与所述图像识别模块和所述控制器连接,用于在所述第一图像与所述第二图像匹配成功的情况下,确定所述对象是所述目标对象,在所述第一图像与所述第二图像匹配失败的情况下,确定所述对象不是所述目标对象。
10.根据权利要求7所述的系统,其特征在于,所述系统还包括:
触摸按键,用于生成用于控制所述烹饪器具退出所述预设工作模式的触发信号;
所述处理器,与所述触摸按键连接,用于判断所述触发信号是否为预设触发信号;
所述控制器还用于如果所述触发信号是所述预设触发信号,则控制所述烹饪器具退出所述预设工作模式。
11.根据权利要求10所述的系统,其特征在于,所述控制器还用于在所述对象不是所述目标对象,或所述触发信号是所述预设触发信号的情况下,控制所述烹饪器具按照接收到的所述控制指令执行烹饪操作。
12.一种存储介质,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5中任意一项所述的烹饪器具的控制方法。
13.一种处理器,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5中任意一项所述的烹饪器具的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710923248.9A CN107871118A (zh) | 2017-09-30 | 2017-09-30 | 烹饪器具的控制方法、装置和系统、存储介质、处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710923248.9A CN107871118A (zh) | 2017-09-30 | 2017-09-30 | 烹饪器具的控制方法、装置和系统、存储介质、处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107871118A true CN107871118A (zh) | 2018-04-03 |
Family
ID=61752725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710923248.9A Pending CN107871118A (zh) | 2017-09-30 | 2017-09-30 | 烹饪器具的控制方法、装置和系统、存储介质、处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107871118A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448176A (zh) * | 2018-10-08 | 2019-03-08 | 厦门盈趣科技股份有限公司 | 一种童锁启动方法及装置 |
CN109464028A (zh) * | 2019-01-14 | 2019-03-15 | 珠海格力电器股份有限公司 | 电器设备及其控制方法和装置 |
CN109717731A (zh) * | 2018-11-09 | 2019-05-07 | 宁波旭磊电子科技有限公司 | 电动吸盘驱动机构 |
CN111248716A (zh) * | 2020-01-16 | 2020-06-09 | 珠海格力电器股份有限公司 | 食材的烹饪控制方法、图像处理方法、装置及烹饪设备 |
CN112137415A (zh) * | 2020-09-28 | 2020-12-29 | 杭州老板电器股份有限公司 | 带摄像头识别的烹饪电器控制系统、控制方法和烹饪电器 |
CN113591600A (zh) * | 2021-07-08 | 2021-11-02 | 深圳市火王燃器具有限公司 | 基于用户识别的烹饪设备控制方法、装置及燃气灶 |
CN115054122A (zh) * | 2022-05-25 | 2022-09-16 | 青岛海尔科技有限公司 | 烹饪操作的提示方法和装置 |
US11799682B2 (en) | 2022-03-18 | 2023-10-24 | Haier Us Appliance Solutions, Inc. | Oven appliance with smart protected user detection |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030093200A1 (en) * | 2001-11-13 | 2003-05-15 | Koninklijke Philips Electronics N.V. | Vision-based method and apparatus for automatically activating a child safety feature |
CN1500432A (zh) * | 2002-11-13 | 2004-06-02 | 北京中日新自动化系统有限公司 | 数码调温自动饮水机及实现数码调温的方法 |
CN103745576A (zh) * | 2014-01-13 | 2014-04-23 | 济南大学 | 保护儿童视力的显示屏监控报警系统及方法 |
CN104562546A (zh) * | 2014-12-17 | 2015-04-29 | 四川长虹电器股份有限公司 | 一种洗衣机的儿童安全锁实现方法 |
CN104990233A (zh) * | 2015-07-31 | 2015-10-21 | 广东美的制冷设备有限公司 | 空调器控制系统、空调器和空调器控制方法 |
CN105137778A (zh) * | 2015-07-30 | 2015-12-09 | 四川长虹电器股份有限公司 | 一种智能家居控制方法及控制中心 |
CN105375209A (zh) * | 2015-11-12 | 2016-03-02 | 牛宝芬 | 一种保护型智能插座 |
CN106201663A (zh) * | 2015-05-06 | 2016-12-07 | 中兴通讯股份有限公司 | 移动终端的儿童模式切换方法及装置 |
CN106401301A (zh) * | 2016-08-29 | 2017-02-15 | 珠海格力电器股份有限公司 | 家用电器的童锁控制方法、童锁控制装置及家用电器 |
-
2017
- 2017-09-30 CN CN201710923248.9A patent/CN107871118A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030093200A1 (en) * | 2001-11-13 | 2003-05-15 | Koninklijke Philips Electronics N.V. | Vision-based method and apparatus for automatically activating a child safety feature |
CN1500432A (zh) * | 2002-11-13 | 2004-06-02 | 北京中日新自动化系统有限公司 | 数码调温自动饮水机及实现数码调温的方法 |
CN103745576A (zh) * | 2014-01-13 | 2014-04-23 | 济南大学 | 保护儿童视力的显示屏监控报警系统及方法 |
CN104562546A (zh) * | 2014-12-17 | 2015-04-29 | 四川长虹电器股份有限公司 | 一种洗衣机的儿童安全锁实现方法 |
CN106201663A (zh) * | 2015-05-06 | 2016-12-07 | 中兴通讯股份有限公司 | 移动终端的儿童模式切换方法及装置 |
CN105137778A (zh) * | 2015-07-30 | 2015-12-09 | 四川长虹电器股份有限公司 | 一种智能家居控制方法及控制中心 |
CN104990233A (zh) * | 2015-07-31 | 2015-10-21 | 广东美的制冷设备有限公司 | 空调器控制系统、空调器和空调器控制方法 |
CN105375209A (zh) * | 2015-11-12 | 2016-03-02 | 牛宝芬 | 一种保护型智能插座 |
CN106401301A (zh) * | 2016-08-29 | 2017-02-15 | 珠海格力电器股份有限公司 | 家用电器的童锁控制方法、童锁控制装置及家用电器 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448176A (zh) * | 2018-10-08 | 2019-03-08 | 厦门盈趣科技股份有限公司 | 一种童锁启动方法及装置 |
CN109717731A (zh) * | 2018-11-09 | 2019-05-07 | 宁波旭磊电子科技有限公司 | 电动吸盘驱动机构 |
CN109464028A (zh) * | 2019-01-14 | 2019-03-15 | 珠海格力电器股份有限公司 | 电器设备及其控制方法和装置 |
CN111248716A (zh) * | 2020-01-16 | 2020-06-09 | 珠海格力电器股份有限公司 | 食材的烹饪控制方法、图像处理方法、装置及烹饪设备 |
CN111248716B (zh) * | 2020-01-16 | 2021-09-14 | 珠海格力电器股份有限公司 | 食材的烹饪控制方法、图像处理方法、装置及烹饪设备 |
CN112137415A (zh) * | 2020-09-28 | 2020-12-29 | 杭州老板电器股份有限公司 | 带摄像头识别的烹饪电器控制系统、控制方法和烹饪电器 |
CN113591600A (zh) * | 2021-07-08 | 2021-11-02 | 深圳市火王燃器具有限公司 | 基于用户识别的烹饪设备控制方法、装置及燃气灶 |
US11799682B2 (en) | 2022-03-18 | 2023-10-24 | Haier Us Appliance Solutions, Inc. | Oven appliance with smart protected user detection |
CN115054122A (zh) * | 2022-05-25 | 2022-09-16 | 青岛海尔科技有限公司 | 烹饪操作的提示方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107871118A (zh) | 烹饪器具的控制方法、装置和系统、存储介质、处理器 | |
US9811762B2 (en) | Clothing matching system and method | |
CN102970411B (zh) | 基于人脸检测的智能手机锁屏解锁控制方法及智能手机 | |
CN108492451A (zh) | 自动售货方法 | |
CN106897659B (zh) | 眨眼运动的识别方法和装置 | |
CN107131606A (zh) | 接近感应线控器及其控制方法和空调器 | |
CN107025613A (zh) | 一种自动点餐方法及终端 | |
CN110263253A (zh) | 口味信息识别码、及其应用方法、标识方法和服务器 | |
CN109358922A (zh) | 一种个性化菜单展示方法、装置、智能终端及存储介质 | |
CN108021308A (zh) | 图像处理方法、装置及终端 | |
CN107729380A (zh) | 服饰搭配方法、终端、计算机终端 | |
KR102437199B1 (ko) | 사용자 체형 정보를 이용한 의류 추천 방법 및 장치 | |
CN108090340A (zh) | 人脸识别处理方法、人脸识别处理装置及智能终端 | |
CN107450329A (zh) | 家电设备的控制方法及其装置 | |
CN106895552A (zh) | 空调的控制方法、装置及系统 | |
KR20190114448A (ko) | 사용자 맞춤형 의류 추천 방법 및 이를 실행하는 서버 | |
CN109062277B (zh) | 食物的加热方法及装置、存储介质、处理器 | |
CN107713785A (zh) | 烤箱烘烤方法及装置、烤箱 | |
CN110490026A (zh) | 验证对象的方法、装置和系统 | |
CN206290112U (zh) | 智能锁 | |
CN107992872A (zh) | 一种对图片进行文本识别的方法及移动终端 | |
CN108710820A (zh) | 基于人脸识别的婴儿状态识别方法、装置和服务器 | |
KR102495868B1 (ko) | Ai를 활용한 패션 연계 맞춤형 향수 추천시스템 | |
CN111358445A (zh) | 晨检机 | |
CN107730483A (zh) | 移动设备、处理脸部生物特征的方法、装置和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180403 |
|
RJ01 | Rejection of invention patent application after publication |