CN108647608A - 一种基于人像识别的智能家居防盗系统的实现方法 - Google Patents
一种基于人像识别的智能家居防盗系统的实现方法 Download PDFInfo
- Publication number
- CN108647608A CN108647608A CN201810403217.5A CN201810403217A CN108647608A CN 108647608 A CN108647608 A CN 108647608A CN 201810403217 A CN201810403217 A CN 201810403217A CN 108647608 A CN108647608 A CN 108647608A
- Authority
- CN
- China
- Prior art keywords
- attribute information
- portrait
- smart home
- server
- image
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- 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
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- 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
- G06V40/107—Static hand or arm
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种基于人像识别的智能家居防盗的实现方法,通过各个智能家居设备获取其前方区域的图像,并将所述图像传输至服务器;服务器读取图像,并判断当前用户是否为合法用户;若是,则所述服务器识别并匹配出当前人像的手势所对应的控制指令,并将所述控制指令转发至智能家居设备;所述智能家居设备接收所述控制指令,并执行相应的操作中在进行智能家居防盗控制时,通过使用人像特征算法确定设备前方区域的图像中是否包含人像,而不是利用人脸检测的方式检测是否包含人像,所以检测人像可以更加准确,从而实现对发出控制指令用户的准确识别,控制智能家居设备仅仅接收合法用户的指令控制,从而提高了智能家居设备使用的安全性能。
Description
技术领域
本发明涉及一种智能家居技术领域,尤其涉及一种基于人像识别的智能家居防盗系统的实现方法。
背景技术
随着数据网络的不断发展,现在社会中的数据量越来越大,例如,包含人像的图像数量也越来越多。
人像识别是生物特征识别领域的一个重要组成部分,应用范围十分广泛,比如:基于人像识别进行身份认定及控制指令的发出,而现有技术的人像识别过程是:首先对图像进行人脸检测,得到人脸的坐标框,然后,对坐标框内的人脸图像进行人脸配准,若配准成功,则确定存在人像,但是,现有技术的方案中,是通过人脸检测来识别人像,如果图像中存在人脸部的照片时,则也会被识别为人像,识别不准确。从而无法真正精准的对人像进行识别,从而实现基于人像识别的应用功能。
此外,现有技术的方案只能识别出是否存在人像,而并不能对人像的信息进行进一步的分析,所以还有待于进一步的改进。
发明内容
鉴于上述现有技术中的不足之处,本发明的目的在于为用户提供一种基于人像识别的智能家居防盗系统的实现方法,克服现有技术中由于不能精准的对人像识别导致无法进行用身份的准确判定,从而无法实现智能家居防盗高安全性能的缺陷。
本发明公开了一种基于人像识别的智能家居防盗系统的实现方法,其中,所述智能家居系统包括:服务器和多个智能家居设备;
所述方法包括:
建立服务器与多个智能家居设备之间的通讯连接;
各个智能家居设备获取其前方区域的图像,并将所述图像传输至所述服务器;
服务器读取图像,并利用人像特征算法确定所述图像中是否包含人像;
若包含人像,所述服务器利用人像属性算法对所述人像进行前向计算得到所述人像的属性信息;
根据计算得到人像的属性信息,将计算得到的所述属性信息与预置的多个用户属性信息进行匹配,判断当前用户是否为合法用户;
若是,则所述服务器识别并匹配出当前人像的手势所对应的控制指令,并将所述控制指令转发至智能家居设备;
所述智能家居设备接收所述控制指令,并执行相应的操作。
可选的,所述服务器识别并匹配出当前人像的手势所对应的控制指令的步骤之前还包括:
在服务器中建立手势与控制指令的对应关系列表;
所述服务在进行识别并匹配出当前人像的手势所对应的控制指令的步骤中:根据所述对应关系列表,识别出与匹配出当前人像的手势所对应的控制指令。
可选的,所述服务器识别并匹配出当前人像的手势所对应的控制指令的步骤之后还包括:
服务器识别所述控制指令所对应的智能家居设备的属性信息,并根据所述属性信息将所述控制指令转化成所述智能家居设备可识别的控制指令。
可选的,所述服务器利用人像特征算法确定所述图像中是否包含人像的步骤包括:
服务器从模板数据库中读取出常见姿势模板;
服务器根据所述图像中的地理场景从常见姿势模板中确定待用姿势模板;
服务器根据待用姿势模板确定待用姿势的包络框;
服务器利用所述包络框在所述图像中进行匹配,若匹配成功,则确定所述图像中包含人像。
可选的,所述服务器根据所述图像中的地理场景从常见姿势模板中确定待用姿势模板的步骤包括:
若所述图像焦平面的地理场景为路面,则所述服务器确定站立姿势和下蹲姿势为所述待用姿势模板;
若所述图像焦平面的地理场景为栏杆,则所述服务器确定站立姿势和依靠姿势为所述待用姿势模板;
若所述图像焦平面的地理场景为椅子,则所述服务器确定站立姿势和坐下姿势为所述待用姿势模板。
可选的,所述人像属性算法是基于多个样本人像图像以及所述多个样本人像图像的多个已知属性信息识别结果按照属性信息的不同类型进行训练得到;所述属性信息包括:年龄、性别、身高。
可选的,所述人像属性算法通过以下方式训练得到:
读取样本人像数据,样本人像数据为预先录入,每个样本人像数据中包含样本人像图像以及样本人像图像的各种属性信息;
从样本人像图像中提取人像特征;
根据初始模型中的不同属性信息对应的子模型对每个样本人像图像的人像特征进行前向计算,得到每个样本人像图像的多个属性信息的预测值;
根据所述预测值与属性信息的值,按照属性信息的不同类型计算得到所述多个属性信息的损耗;
将所述多个属性信息的损耗求和,得到所述多个属性信息的总损耗;
对所述初始模型中的不同属性信息对应的子模型的参数进行调整,直到调整后的参数使得所述多个属性信息的总损耗小于或等于预设阈值时,停止调整得到所述人像属性算法。
可选的,所述根据所述预测值与属性信息的值,按照属性信息的不同类型计算得到所述多个属性信息的损耗的步骤包括:
对于所述多个属性信息中每一个属性信息,若所述属性信息为回归属性,按照如下公式对所述属性信息的预测值和属性信息的值进行计算,得到所述属性信息的损耗:
其中,m表示当前属性信息在多个属性信息中的编号,表示识别模型计算得到的预测值,表示属性信息的值,i表示回归维度,j表示回归维度的标,L表示该属性信息对应的损耗。
可选的,所述根据所述预测值与属性信息的值,按照属性信息的不同类型计算得到所述多个属性信息的损耗的步骤包括:
对于所述多个属性信息中每一个属性信息,若所述属性信息不为回归属性,按照如下公式对所述属性信息的预测向量和属性信息向量进行计算,得到所述属性信息的损耗:
其中,m表示当前属性信息在多个属性信息中的编号,x表示属性信息的值,z表示识别模型计算得到的预测值,d表示当前属性信息的识别结果数目,h表示当前属性信息的识别结果的标识,L表示该属性信息对应的损耗。
可选的,所述方法还包括步骤:
当服务器检测到图像中不含有人像,且预定时间前后获取到图像中含有的画面相同,则控制智能家居设备的图像获取模块处于待机状态。
有益效果:本发明中在进行智能家居防盗控制时,通过服务器使用人像特征算法确定智能家居设备前方区域的图像中是否包含人像,而不是利用人脸检测的方式检测是否包含人像,所以检测人像可以更加准确,从而实现对发出控制指令用户的准确识别,控制智能家居设备仅仅接收合法用户的指令控制,从而提高了智能家居设备使用的安全性能。
附图说明
图1为本发明提供的一种基于人像识别的智能家居防盗系统的实现方法步骤流程图。
具体实施方式
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,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明公开了一种基于人像识别的智能家居防盗系统的实现方法,如图1所示,所述智能家居系统包括:服务器和多个智能家居设备;
所述方法包括:
步骤S101、建立服务器与多个智能家居设备之间的通讯连接。
为了实现服务器与各个智能家居设备之间的信息交互,本步骤中建立服务器与智能家居设备之间的通讯连接。
可以想到的是,服务器可以与智能家居设备之间可以通过有线或无线,也可以与其中的某个智能家居设备无线连接,与其中的其他智能家居设备建立有线连接。
步骤S102、各个智能家居设备获取其前方区域的图像,并将所述图像传输至所述服务器。
各个智能家居设备通过其摄像头模块获取前方图像,并将图像传输至与其建立连接的服务器。
可以想到的是,智能家居设备可以通过其自身摄像头模块获取其前方区域的图像,也可以使用外挂的摄像头模块进行其前方区域图像的获取。所述摄像头模块可以直接与服务器建立有线连接,进行图像的传输,也可以建立无线通信连接,将图像传输到服务器上。
步骤S103、服务器读取图像,并利用人像特征算法确定所述图像中是否包含人像。
进一步的,所述服务器利用人像特征算法确定所述图像中是否包含人像的步骤包括:
服务器从模板数据库中读取出常见姿势模板;
服务器根据所述图像中的地理场景从常见姿势模板中确定待用姿势模板;
服务器根据待用姿势模板确定待用姿势的包络框;
服务器利用所述包络框在所述图像中进行匹配,若匹配成功,则确定所述图像中包含人像。
较佳的,所述服务器根据所述图像中的地理场景从常见姿势模板中确定待用姿势模板的步骤包括:
若所述图像焦平面的地理场景为路面,则所述服务器确定站立姿势和下蹲姿势为所述待用姿势模板;
若所述图像焦平面的地理场景为栏杆,则所述服务器确定站立姿势和依靠姿势为所述待用姿势模板;
若所述图像焦平面的地理场景为椅子,则所述服务器确定站立姿势和坐下姿势为所述待用姿势模板。
步骤S104、若包含人像,所述服务器利用人像属性算法对所述人像进行前向计算得到所述人像的属性信息。
若上述步骤S103中检测到图像中包含人像,则利用人像属性算法对人像进行前向计算,得到每个人像所对应的属性信息。
所述人像属性算法是基于多个样本人像图像以及所述多个样本人像图像的多个已知属性信息识别结果按照属性信息的不同类型进行训练得到;所述属性信息包括:年龄、性别、身高。
具体的,所述人像属性算法通过以下方式训练得到:
读取样本人像数据,样本人像数据为预先录入,每个样本人像数据中包含样本人像图像以及样本人像图像的各种属性信息;
从样本人像图像中提取人像特征;
根据初始模型中的不同属性信息对应的子模型对每个样本人像图像的人像特征进行前向计算,得到每个样本人像图像的多个属性信息的预测值;
根据所述预测值与属性信息的值,按照属性信息的不同类型计算得到所述多个属性信息的损耗;
将所述多个属性信息的损耗求和,得到所述多个属性信息的总损耗;
对所述初始模型中的不同属性信息对应的子模型的参数进行调整,直到调整后的参数使得所述多个属性信息的总损耗小于或等于预设阈值时,停止调整得到所述人像属性算法。
进一步的,所述根据所述预测值与属性信息的值,按照属性信息的不同类型计算得到所述多个属性信息的损耗的步骤包括:
对于所述多个属性信息中每一个属性信息,若所述属性信息为回归属性,按照如下公式对所述属性信息的预测值和属性信息的值进行计算,得到所述属性信息的损耗:
其中,m表示当前属性信息在多个属性信息中的编号,表示识别模型计算得到的预测值,表示属性信息的值,i表示回归维度,j表示回归维度的标,L表示该属性信息对应的损耗。
进一步的,所述根据所述预测值与属性信息的值,按照属性信息的不同类型计算得到所述多个属性信息的损耗的步骤包括:
对于所述多个属性信息中每一个属性信息,若所述属性信息不为回归属性,按照如下公式对所述属性信息的预测向量和属性信息向量进行计算,得到所述属性信息的损耗:
其中,m表示当前属性信息在多个属性信息中的编号,x表示属性信息的值,z表示识别模型计算得到的预测值,d表示当前属性信息的识别结果数目,h表示当前属性信息的识别结果的标识,L表示该属性信息对应的损耗。
步骤S105、根据计算得到人像的属性信息,将计算得到的所述属性信息与预置的多个用户属性信息进行匹配,判断当前用户是否为合法用户。
根据计算得到人像的属性信息进行是否合法用户的识别,具体的,为了实现准确的合法用户的识别,本步骤包括:
预先将合法用户的属性信息保存至服务器,服务器根据计算得到人像的属性信息与预先存储的合法用户属性信息相匹配,判断计算出的用户的属性信息是否与合法用户属性信息相同。
步骤S106、若是,则所述服务器识别并匹配出当前人像的手势所对应的控制指令,并将所述控制指令转发至智能家居设备。
若当前人像的属性信息与合法用户中的其中一个相同,则服务器对人像做出的手势对应的控制指令进行识别,并将识别的控制指令转发到相对应的智能家居设备。
具体实施时,所述服务器识别并匹配出当前人像的手势所对应的控制指令的步骤之前还包括:
在服务器中建立手势与控制指令的对应关系列表;
所述服务在进行识别并匹配出当前人像的手势所对应的控制指令的步骤中:根据所述对应关系列表,识别出与匹配出当前人像的手势所对应的控制指令。
步骤S107、所述智能家居设备接收所述控制指令,并执行相应的操作。
较佳的,为了节省功耗,所述方法还包括步骤:
当服务器检测到图像中不含有人像,且预定时间前后获取到图像中含有的画面相同,则控制智能家居设备的图像获取模块处于待机状态。
本发明提供了一种基于人像识别的智能家居防盗的实现方法,通过各个智能家居设备获取其前方区域的图像,并将所述图像传输至服务器;服务器读取图像,并判断当前用户是否为合法用户;若是,则所述服务器识别并匹配出当前人像的手势所对应的控制指令,并将所述控制指令转发至智能家居设备;所述智能家居设备接收所述控制指令,并执行相应的操作中在进行智能家居防盗控制时,通过服务器使用人像特征算法确定设备前方区域的图像中是否包含人像,而不是利用人脸检测的方式检测是否包含人像,所以检测人像可以更加准确,从而实现对发出控制指令用户的准确识别,控制智能家居设备仅仅接收合法用户的指令控制,从而提高了智能家居设备使用的安全性能。
可以理解的是,对本领域普通技术人员来说,可以根据本发明的技术方案及其发明构思加以等同替换或改变,而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种基于人像识别的智能家居防盗系统的实现方法,其特征在于,所述智能家居系统包括:服务器和多个智能家居设备;
所述方法包括:
建立服务器与多个智能家居设备之间的通讯连接;
各个智能家居设备获取其前方区域的图像,并将所述图像传输至所述服务器;
服务器读取图像,并利用人像特征算法确定所述图像中是否包含人像;
若包含人像,所述服务器利用人像属性算法对所述人像进行前向计算得到所述人像的属性信息;
根据计算得到人像的属性信息,将计算得到的所述属性信息与预置的多个用户属性信息进行匹配,判断当前用户是否为合法用户;
若是,则所述服务器识别并匹配出当前人像的手势所对应的控制指令,并将所述控制指令转发至智能家居设备;
所述智能家居设备接收所述控制指令,并执行相应的操作。
2.根据权利要求1所述的基于人像识别的智能家居防盗系统的实现方法,其特征在于,所述服务器识别并匹配出当前人像的手势所对应的控制指令的步骤之前还包括:
在服务器中建立手势与控制指令的对应关系列表;
所述服务在进行识别并匹配出当前人像的手势所对应的控制指令的步骤中:根据所述对应关系列表,识别出与匹配出当前人像的手势所对应的控制指令。
3.根据权利要求1所述的基于人像识别的智能家居防盗系统的实现方法,其特征在于,所述服务器识别并匹配出当前人像的手势所对应的控制指令的步骤之后还包括:
服务器识别所述控制指令所对应的智能家居设备的属性信息,并根据所述属性信息将所述控制指令转化成所述智能家居设备可识别的控制指令。
4.根据权利要求3所述的基于人像识别的智能家居防盗系统的实现方法,其特征在于,所述服务器利用人像特征算法确定所述图像中是否包含人像的步骤包括:
服务器从模板数据库中读取出常见姿势模板;
服务器根据所述图像中的地理场景从常见姿势模板中确定待用姿势模板;
服务器根据待用姿势模板确定待用姿势的包络框;
服务器利用所述包络框在所述图像中进行匹配,若匹配成功,则确定所述图像中包含人像。
5.根据权利要求4所述的基于人像识别的智能家居防盗系统的实现方法,其特征在于,所述服务器根据所述图像中的地理场景从常见姿势模板中确定待用姿势模板的步骤包括:
若所述图像焦平面的地理场景为路面,则所述服务器确定站立姿势和下蹲姿势为所述待用姿势模板;
若所述图像焦平面的地理场景为栏杆,则所述服务器确定站立姿势和依靠姿势为所述待用姿势模板;
若所述图像焦平面的地理场景为椅子,则所述服务器确定站立姿势和坐下姿势为所述待用姿势模板。
6.根据权利要求5所述的基于人像识别的智能家居防盗系统的实现方法,其特征在于,所述人像属性算法是基于多个样本人像图像以及所述多个样本人像图像的多个已知属性信息识别结果按照属性信息的不同类型进行训练得到;所述属性信息包括:年龄、性别、身高。
7.根据权利要求6所述的基于人像识别的智能家居防盗系统的实现方法,其特征在于,所述人像属性算法通过以下方式训练得到:
读取样本人像数据,样本人像数据为预先录入,每个样本人像数据中包含样本人像图像以及样本人像图像的各种属性信息;
从样本人像图像中提取人像特征;
根据初始模型中的不同属性信息对应的子模型对每个样本人像图像的人像特征进行前向计算,得到每个样本人像图像的多个属性信息的预测值;
根据所述预测值与属性信息的值,按照属性信息的不同类型计算得到所述多个属性信息的损耗;
将所述多个属性信息的损耗求和,得到所述多个属性信息的总损耗;
对所述初始模型中的不同属性信息对应的子模型的参数进行调整,直到调整后的参数使得所述多个属性信息的总损耗小于或等于预设阈值时,停止调整得到所述人像属性算法。
8.根据权利要求7所述的基于人像识别的智能家居防盗系统的实现方法,其特征在于,所述根据所述预测值与属性信息的值,按照属性信息的不同类型计算得到所述多个属性信息的损耗的步骤包括:
对于所述多个属性信息中每一个属性信息,若所述属性信息为回归属性,按照如下公式对所述属性信息的预测值和属性信息的值进行计算,得到所述属性信息的损耗:
其中,m表示当前属性信息在多个属性信息中的编号,表示识别模型计算得到的预测值,表示属性信息的值,i表示回归维度,j表示回归维度的标,L表示该属性信息对应的损耗。
9.根据权利要求8所述的基于人像识别的智能家居防盗系统的实现方法,其特征在于,所述根据所述预测值与属性信息的值,按照属性信息的不同类型计算得到所述多个属性信息的损耗的步骤包括:
对于所述多个属性信息中每一个属性信息,若所述属性信息不为回归属性,按照如下公式对所述属性信息的预测向量和属性信息向量进行计算,得到所述属性信息的损耗:
其中,m表示当前属性信息在多个属性信息中的编号,x表示属性信息的值,z表示识别模型计算得到的预测值,d表示当前属性信息的识别结果数目,h表示当前属性信息的识别结果的标识,L表示该属性信息对应的损耗。
10.根据权利要求9所述的基于人像识别的智能家居防盗系统的实现方法,其特征在于,所述方法还包括步骤:
当服务器检测到图像中不含有人像,且预定时间前后获取到图像中含有的画面相同,则控制智能家居设备的图像获取模块处于待机状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810403217.5A CN108647608A (zh) | 2018-04-28 | 2018-04-28 | 一种基于人像识别的智能家居防盗系统的实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810403217.5A CN108647608A (zh) | 2018-04-28 | 2018-04-28 | 一种基于人像识别的智能家居防盗系统的实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108647608A true CN108647608A (zh) | 2018-10-12 |
Family
ID=63748246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810403217.5A Pending CN108647608A (zh) | 2018-04-28 | 2018-04-28 | 一种基于人像识别的智能家居防盗系统的实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108647608A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110619320A (zh) * | 2019-09-28 | 2019-12-27 | 华东理工大学 | 用于智能洗澡机的智能控制方法及洗澡机 |
CN111221257A (zh) * | 2020-01-06 | 2020-06-02 | 上海雷盎云智能技术有限公司 | 基于图像识别技术的智能家居设备控制方法和装置 |
CN113378691A (zh) * | 2021-06-08 | 2021-09-10 | 湖北简图网络科技有限公司 | 基于实时用户行为分析的智能家居管理系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106412083A (zh) * | 2016-10-29 | 2017-02-15 | 深圳智乐信息科技有限公司 | 一种访客控制智能家居的方法及系统 |
CN106444415A (zh) * | 2016-12-08 | 2017-02-22 | 湖北大学 | 智能家居控制方法及系统 |
CN107734251A (zh) * | 2017-09-29 | 2018-02-23 | 维沃移动通信有限公司 | 一种拍照方法和移动终端 |
CN107844781A (zh) * | 2017-11-28 | 2018-03-27 | 腾讯科技(深圳)有限公司 | 人脸属性识别方法及装置、电子设备及存储介质 |
-
2018
- 2018-04-28 CN CN201810403217.5A patent/CN108647608A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106412083A (zh) * | 2016-10-29 | 2017-02-15 | 深圳智乐信息科技有限公司 | 一种访客控制智能家居的方法及系统 |
CN106444415A (zh) * | 2016-12-08 | 2017-02-22 | 湖北大学 | 智能家居控制方法及系统 |
CN107734251A (zh) * | 2017-09-29 | 2018-02-23 | 维沃移动通信有限公司 | 一种拍照方法和移动终端 |
CN107844781A (zh) * | 2017-11-28 | 2018-03-27 | 腾讯科技(深圳)有限公司 | 人脸属性识别方法及装置、电子设备及存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110619320A (zh) * | 2019-09-28 | 2019-12-27 | 华东理工大学 | 用于智能洗澡机的智能控制方法及洗澡机 |
CN111221257A (zh) * | 2020-01-06 | 2020-06-02 | 上海雷盎云智能技术有限公司 | 基于图像识别技术的智能家居设备控制方法和装置 |
CN113378691A (zh) * | 2021-06-08 | 2021-09-10 | 湖北简图网络科技有限公司 | 基于实时用户行为分析的智能家居管理系统及方法 |
CN113378691B (zh) * | 2021-06-08 | 2024-05-17 | 衡阳览众科技有限公司 | 基于实时用户行为分析的智能家居管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105187810B (zh) | 一种基于人脸色彩特征的自动白平衡方法及电子媒体装置 | |
CN105684345B (zh) | 身份认证的方法、装置及用户设备 | |
CN110929671B (zh) | 空调器、基于人脸识别的空调器控制方法和存储介质 | |
CN105718869B (zh) | 一种评估图片中人脸颜值的方法和装置 | |
CN106705385A (zh) | 空调的控制方法、控制装置以及控制系统 | |
CN108388141B (zh) | 一种基于人脸识别的智慧家庭控制系统和方法 | |
CN108647608A (zh) | 一种基于人像识别的智能家居防盗系统的实现方法 | |
CN103324918B (zh) | 一种人脸识别与唇形识别相配合的身份认证方法 | |
CN109446981A (zh) | 一种脸部活体检测、身份认证方法及装置 | |
CN106647677B (zh) | 一种智能管家系统 | |
CN104053215B (zh) | 一种选择接入点的最佳位置的方法及装置 | |
CN110535732A (zh) | 一种设备控制方法、装置、电子设备及存储介质 | |
CN107178881A (zh) | 一种智能空调、空调运行方法和空调控制系统 | |
CN108401186A (zh) | 一种基于人脸识别的智能电视显示控制方法 | |
KR102455966B1 (ko) | 중개 장치, 방법 및 컴퓨터 판독 가능한 기록매체 | |
CN103020655B (zh) | 一种基于单训练样本人脸识别的远程身份认证方法 | |
CN107395780A (zh) | 基于人脸识别的社交通信方法、装置及计算机处理设备 | |
CN108491709A (zh) | 用于识别权限的方法和装置 | |
CN107622246A (zh) | 人脸识别方法及相关产品 | |
CN109219162B (zh) | 门把手加热方法及装置 | |
CN108376237A (zh) | 一种基于3d识别的住宅来访管理系统及管理方法 | |
CN107786487A (zh) | 一种信息认证处理方法、系统以及相关设备 | |
CN107819653A (zh) | 一种互联网识别智能家居场景控制装置 | |
CN109753873B (zh) | 图像处理方法及相关装置 | |
CN108647613B (zh) | 一种应用于考场的考生查验方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181012 |
|
WD01 | Invention patent application deemed withdrawn after publication |