CN108758728B - 一种基于头势的吸油烟机控制方法和吸油烟机 - Google Patents

Abstract

一种基于头势的吸油烟机控制方法，用于包括红外人体感应器、光学摄像头和控制器的吸油烟机，所述控制器中存储有多种标准人体头部姿势与多种吸油烟机控制指令的一一对应关系，所述方法包括以下步骤：所述红外人体感应器感应人体进入操作区域；所述光学摄像头响应所述红外人体感应器的检测信号，启动并实时拍摄所述操作区域的视频图像；所述控制器识别所述视频图像中的人体头部姿势，当所述视频图像中的人体头部姿势与所述标准人体头部姿势匹配时执行对应的吸油烟机控制指令。本发明可以根据对人体头部姿势的识别，控制吸油烟机的动作，解决了用户双手拿东西时无法控制吸油烟机的问题，提高了吸油烟机的智能化水平，带来了良好的用户体验。

Description

一种基于头势的吸油烟机控制方法和吸油烟机

技术领域

本发明涉及家用电器技术领域，尤其涉及一种基于头势的吸油烟机控制方法和吸油烟机。

背景技术

随着技术的进步和人工智能的发展，智能算法也越来越多的应用到日常生活中。在常见家电中，厨房电器使用频率较高，智能化市场需求大。智能化过程中的关键之处在于如何利用智能算法解放人的双手。传统的接触式吸油烟机，由于用户在烹饪时双手沾满水、油或残渣，容易污染接触面板，不仅清洁困难，也影响了吸油烟机的使用。尚未大面积普及的非接触式吸油烟机，主要依赖手势识别控制。如果用户双手拿满食物时则无法直接控制吸油烟机，需要放下食物做出相应的手势，影响了用户体验。

发明内容

为了解决现有技术中接触式吸油烟机和非接触式吸油烟机使用过程中操作不便的问题，本发明提供一种基于头势的吸油烟机控制方法。

一种基于头势的吸油烟机控制方法，用于包括红外人体感应器、光学摄像头和控制器的吸油烟机，所述控制器中存储有多种标准人体头部姿势与多种吸油烟机控制指令的一一对应关系，所述方法包括以下步骤：

所述红外人体感应器感应人体进入操作区域；

所述光学摄像头响应所述红外人体感应器的检测信号，启动并实时拍摄所述操作区域的视频图像；

所述控制器识别所述视频图像中的人体头部姿势，当所述视频图像中的人体头部姿势与所述标准人体头部姿势匹配时执行对应的吸油烟机控制指令。

进一步的，所述控制器识别所述视频图像中的人体头部姿势时，具体包括以下步骤：

在所述视频图像中连续获取两帧图片，对两帧图片进行灰度变换得到两帧灰度图片；

对两帧灰度图片进行帧差处理，对帧差处理结果进行分割得到分割二值图；

选取后一帧灰度图片中的对应所述分割二值图中的有效区域的区域作为目标区域；

对所述目标区域进行PCT变换得到显著图；

选取所述显著图中的至少一个种子点并进行区域生长，得到生长二值图；

根据所述显著图的边界重新定义所述生长二值图的边界，重新定义边界的生长二值图即为头部目标图像；

将所述头部目标图像输入至CNN模型，CNN模型输出人体头部姿势识别结果。

更进一步的，对帧差处理结果进行分割时包括以下步骤：

计算前一帧灰度图片和后一帧灰度图片对应任意一个像素点的灰度差的绝对值；

将每一个像素点的灰度差的绝对值与第一设定阈值比较，如果大于第一设定阈值，则该像素点为前景点，如果小于第一设定阈值，则该像素点为后景点；

计算前景点占整幅图像的比例ω0以及前景点的平均灰度μ0；

计算后景点占整幅图像的比例ω1以及后景点的平均灰度μ1；

根据所述前景点占整幅图像的比例、前景点的平均灰度，后景点占整幅图像的比例以及后景点的平均灰度求出类间方差g=ω0ω1(μ0-μ1)²；

采用遍历的方法计算使类间方差最大的第二设定阈值T’;

将每一个像素点的灰度差的绝对值与第二设定阈值比较，如果大于第二设定阈值T’, 则取原灰度值不变，如果小于第二设定阈值T’，则取零，得到所述分割二值图。

更进一步的，区域生长包括以下步骤：

在所述种子点中任取其中一个作为生长起点，将生长起点设定邻域中满足生长准则的像素点合并到生长起点所在的区域中；

在合并后的生长起点所在区域中另选一个像素点作为生长起点，重复上述过程直至没有新的像素点合并到生长起点所在的区域中时，停止生长。

优选的，选取所述显著图中亮度最大的六个点作为种子点并进行区域生长。

优选的，所述生长准则为灰度差小于0.15。

优选的，所述设定邻域为4邻域或8邻域。

优选的，所述标准人体头部姿势包括头部前倾和头部后仰；如果控制器识别所述视频图像中的人体头部前倾，则执行开机指令，吸油烟机的主电机启动，如果控制器识别所述视频图像中的人体头部后仰，则执行关机指令，吸油烟机的主电机停机。

优选的，所述标准人体头部姿势包括头部左倾和头部右倾；如果控制器识别所述视频图像中的人体头部左倾，则增加主电机转速，如果控制器识别所述视频图像中的人体头部右倾，则降低主电机转速。

本发明上所公开的基于头势的吸油烟机控制方法，可以根据对人体头部姿势的识别，控制吸油烟机的动作，解决了用户双手拿东西时无法控制吸油烟机的问题，提高了吸油烟机的智能化水平，带来了良好的用户体验。

同时还公开了一种吸油烟机，包括红外人体感应器、光学摄像头和控制器的吸油烟机，所述控制器中存储有多种标准人体头部姿势与多种吸油烟机控制指令的一一对应关系，吸油烟机通过以下方法控制：

所述红外人体感应器感应人体进入操作区域；

所述光学摄像头响应所述红外人体感应器的检测信号，启动并实时拍摄所述操作区域的视频图像；

所述控制器识别所述视频图像中的人体头部姿势，当所述视频图像中的人体头部姿势与所述标准人体头部姿势匹配时执行对应的吸油烟机控制指令。

本发明所公开的吸油烟机具有智能化程度高的优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明所公开的基于头势的吸油烟机控制方法的流程图；

图2为图1所示的基于头势的吸油烟机控制方法中控制器识别视频图像中人体头部姿势的流程图；

图3为图2所示的识别过程中对帧差处理结果进行分割的流程图

图4为图2所示的识别过程中区域生长过程的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，本领域普通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。

如图1所示为本发明所公开的基于头势的吸油烟机控制方法一种具体实施例的流程图。需要特别说明的是，本实施例所公开的方法，用于包括红外人体感应器、光学摄像头和控制器的吸油烟机。光学摄像头安装时，需要满足视角完全覆盖用户正常使用吸油烟机时的站立区域（即操作区域），并可以完全采集到人体的头部图像的要求。由于吸油烟机产品的整体外形设计不同，在此不对光学摄像头的具体设置位置进行限定。控制器中至少设置有一颗CPU，频率优选大于等于512MHz，以满足图像处理的使用要求，控制器的一路输入端接收红外人体感应器的输出信号。

如图1所示，包括以下步骤：

步骤S1, 红外人体感应器感应到人体进入操作区域，红外人体感应器输出检测信号至控制器。

步骤S2, 控制器控制光学摄像头启动，光学摄像头响应红外人体感应器的检测信号，并实时拍摄操作区域的视频图像。

步骤S3，控制器识别视频图像中的人体头部姿势。

步骤S4，控制器判定识别出的视频图像中的人体头部姿势是否与标准人体头部姿势匹配。

步骤S5，如果与标准人体头部姿势匹配，则执行对应的吸油烟机控制指令。如果不匹配，则保持待机状态。

具体来说在控制器中设置有存储单元，存储单元中存储有多种标准人体头部姿势与多种吸油烟机控制指令的一一对应关系。优选的，标准人体头部姿势包括两组。第一组为头部前倾和头部后仰。具体来说，如果控制器识别出视频图像中的人体头部姿势与头部前倾匹配，则执行与之对应的开机指令，控制吸油烟机中的主电机启动，执行正常功能。如果控制器识别视频图像中的人体头部姿势与头部后仰匹配，则执行与之对应的关机指令，控制吸油烟机中的主电机停机。在使用吸油烟机的过程中，用户保持前倾姿势的时间远大于后仰姿势的时间，所以，设置头部前倾对应开机指令，而头部后仰对应关机指令，可以有效地降低误操作的概率，符合吸油烟机产品的使用习惯。另一组为头部左倾和头部右倾。具体来说，如果控制器识别视频图像中人体头部姿势与头部左倾匹配，则执行与之对应的调速指令，增加主电机转速。如果控制器识别视频图像中人体头部姿势与头部右倾匹配，则执行与之对应的调速指令，降低主电机转速。优选的，增加主电机转速和降低主电机转速都以初始档位为基准，每检测到一次头部左倾或头部右倾的姿势，即增加一个主电机转速档位或降低一个主电机转速档位。当然，还可以根据实际使用需要增加其它的头部姿势，以控制照明灯的开关。

还需要特别说明的是，优选的，当红外人体感应器感应到操作区域中的人体离开操作区域时，红外人体感应器输出保护信号至控制器，控制器控制第一计时器开始计时，当第一计时器的计时时间到达有效预设值时，控制器再次采样红外人体感应器的输出信号，如果操作区域内依旧没有人，则控制器直接输出停机保护信号，控制光学摄像头和主电机停止工作。

如图2所示为控制器识别人体头部姿势的流程图，具体来说，包括以下步骤：

步骤S201, 在光学摄像头拍摄的视频图像中连续获取两帧图片，为了便于描述，定义为前一帧图片和后一帧图片；对前一帧图片和后一帧图片进行灰度变换得到前一帧灰度图片和后一帧灰度图片；

步骤S202，对前一帧灰度图片和后一帧灰度图片进行帧差处理，对帧差处理结果进行分割得到分割二值图;

步骤S203，选取后一帧灰度图片中的对应分割二值图的有效区域的区域作为目标区域，具体来说，设定分割二值图中的白色区域为有效区域，后一帧灰度图片中对应有效区域的像素点所构成的区域为目标区域。

步骤S204，对目标区域进行PCT变换得到显著图。PCT变换是指基于视觉显著图的PCT模型，即脉冲余弦变换（Pulsed Cosine Transform, PCT）。利用PCT模型提取视频图像中感兴趣的区域是现有技术中所公开的算法，在此不再对PCT变换进行具体介绍。

步骤S205，选取显著图中的若干个种子点并进行区域生长，得到生长二值图。种子点可以选一个，优选的，选择显著图中亮度最大的六个点作为六个种子点。

步骤S206，根据显著图的边界重新定义生长二值图的边界，重新定义边界的生长二值图即为头部目标图像。利用显著图的边界重新定义生长二值图的边界，可以克服生长二值图过生长、边界不清晰对识别精度的影响，提高检测准确率。

步骤S207，将头部目标图像输入至CNN模型，CNN模型输出人体头部姿势识别结果。CNN模型的训练算法可以选用现有技术中公开的，成熟的深度学习算法，在此不作限定。其输出结果实际上是视频图像中的人体头部姿势与标准人体头部姿势的匹配结果，控制器可以根据匹配结果直接执行对应的吸油烟机控制指令。

通过上述方式，对头部目标图像进行了多次分割和边缘划定，识别结果的准确率得到了明显的提升，检测准确率可以达到97%以上。

以下结合图3，具体介绍对前一帧灰度图片和后一帧灰度图片进行帧差处理，对帧差处理结果进行分割得到分割二值图的具体步骤。

如图3所示，包括以下步骤：

步骤S2021，首先计算前一帧灰度图片和后一帧灰度图片对应所有像素点的灰度差的绝对值；

步骤S2022，将每一个像素点的灰度差的绝对值与第一设定阈值比较，如果大于第一设定阈值，则该像素点为前景点；如果小于第一设定阈值，则该像素点为后景点。

步骤S2023，计算前景点占整幅图像的比例ω0以及前景点的平均灰度μ0；定义帧差处理结果的图像大小为M×N，前景点的数量为N0，前景点占整幅图像的比例ω0=N0/M×N;

步骤S2024，计算后景点占整幅图像的比例ω1以及后景点的平均灰度μ1；定义后景点的数量为N1，后景点占整幅图像的比例ω1=N1/M×N；

步骤S2025，根据所述前景点占整幅图像的比例、前景点的平均灰度，后景点占整幅图像的比例以及后景点的平均灰度求出类间方差g，g=ω0(μ0-μ)²+ω1(μ1-μ)², 其中μ是帧差处理结果图像的总平均灰度，μ=ω0μ0+ω1μ1，为降低图像处理的数据量，优选的，类间方差g采用以下简化公式计算g=ω0ω1(μ0-μ1)²。

步骤S2026，采用遍历的方法计算使类间方差最大的第二设定阈值T’。

步骤S2027，将每一个像素点的灰度差的绝对值与第二设定阈值比较，如果大于第二设定阈值T’, 则取原灰度值不变，如果小于第二设定阈值T’，则取零，得到所述分割二值图。

吸油烟机产品的使用习惯限定了用户和背景之间的关系是固定的，且用户和背景之间的距离较近，因此，在视频图像中，人体头部与背景的面积相差不大，采用上述方式可以有效地对图像进行分割，结合PCT变换得到的显著图，即可以很短的时间内确定出头部目标图像，并进一步通过CNN模型得到识别结果以进行下一步控制。

以下结合图4对区域生长的过程做进一步介绍，具体包括以下步骤：

步骤S2061，在得到显著图后，选择显著图中的某一个点或多个点进行区域生长。优选选择显著图中的亮度最高的六个点做种子点进行区域生长，多个种子点的区域生长过程可以剔除干扰，提高结果的识别精度。以其中一个种子的区域生长过程为例做进一步介绍。选择一个种子点作为生长起点，将生长起点设定邻域中满足生长准则的像素点合并到生长起点所在的区域中。具体来说，设定生长起点为（x₀，y₀），以生长起点为（x₀，y₀）为中心，判断（x₀，y₀）的4邻域或8邻域中的所有像素点是否符合生长准则，如果满足生长准则，则将其与（x₀，y₀）合并在一个区域内，并赋予其标记。在本实施例中，优选设置生长准则为，灰度差小于0.15。

步骤S2062, 在合并后的生长起点所在区域中另选一个像素点作为生长起点，重复将生长起点设定邻域中满足生长准则的像素点合并到生长起点所在的区域中的过程。

步骤S2063，遍历显著图后，判定是否有新的像素合并到生长起点所在的区域中，如果有，则重复步骤S2062。

步骤S2064，如果没有，则停止生长过程，得到生长二值图。

通过区域生长的方法，可以将显著图中具有相同特征的联通区域分割出来，提供很好的边界信息和分割结果，进一步通过显著图的边界重新定义生长二值图的边界，使得图像更为平滑，噪声少，从而提高识别精度。

本发明上述实施例中所公开的基于头势的吸油烟机控制方法，可以根据对人体头部姿势的识别，控制吸油烟机的动作，解决了用户双手拿东西时无法控制吸油烟机的问题，提高了吸油烟机的智能化水平，带来了良好的用户体验。

本发明同时还公开了一种吸油烟机，采用上述实施例所提供的基于头势的吸油烟机控制方法。控制方法的具体流程请参见上述实施例和说明书附图的详细描述，在此不再赘述。采用上述控制方法的吸油烟机可以实现同样的技术效果。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种基于头势的吸油烟机控制方法，其特征在于，用于包括红外人体感应器、光学摄像头和控制器的吸油烟机，所述控制器中存储有多种标准人体头部姿势与多种吸油烟机控制指令的一一对应关系，所述方法包括以下步骤：

所述红外人体感应器感应人体进入操作区域；

所述光学摄像头响应所述红外人体感应器的检测信号，启动并实时拍摄所述操作区域的视频图像；

所述控制器识别所述视频图像中的人体头部姿势，当所述视频图像中的人体头部姿势与所述标准人体头部姿势匹配时执行对应的吸油烟机控制指令；

其中，所述控制器识别所述视频图像中的人体头部姿势时，具体包括以下步骤：

在所述视频图像中连续获取两帧图片，对两帧图片进行灰度变换得到两帧灰度图片；

对两帧灰度图片进行帧差处理，对帧差处理结果进行分割得到分割二值图；

选取后一帧灰度图片中的对应所述分割二值图中的有效区域的区域作为目标区域；

对所述目标区域进行PCT变换得到显著图；

选取所述显著图中的至少一个种子点并进行区域生长，得到生长二值图；

根据所述显著图的边界重新定义所述生长二值图的边界，重新定义边界的生长二值图即为头部目标图像；

将所述头部目标图像输入至CNN模型，CNN模型输出人体头部姿势识别结果。

2.根据权利要求1所述的基于头势的吸油烟机控制方法，其特征在于，对帧差处理结果进行分割时包括以下步骤：

计算前一帧灰度图片和后一帧灰度图片对应任意一个像素点的灰度差的绝对值；

将每一个像素点的灰度差的绝对值与第一设定阈值比较，如果大于第一设定阈值，则该像素点为前景点，如果小于第一设定阈值，则该像素点为后景点；

计算前景点占整幅图像的比例ω0以及前景点的平均灰度μ0；

计算后景点占整幅图像的比例ω1以及后景点的平均灰度μ1；

根据所述前景点占整幅图像的比例、前景点的平均灰度，后景点占整幅图像的比例以及后景点的平均灰度求出类间方差g=ω0ω1(μ0-μ1)²；

采用遍历的方法计算使类间方差最大的第二设定阈值T’;

将每一个像素点的灰度差的绝对值与第二设定阈值比较，如果大于第二设定阈值T’,则取原灰度值不变，如果小于第二设定阈值T’，则取零，得到所述分割二值图。

3.根据权利要求2所述的基于头势的吸油烟机控制方法，其特征在于：

区域生长包括以下步骤：

在所述种子点中任取其中一个作为生长起点，将生长起点设定邻域中满足生长准则的像素点合并到生长起点所在的区域中；

在合并后的生长起点所在区域中另选一个像素点作为生长起点，重复上述过程直至没有新的像素点合并到生长起点所在的区域中时，停止生长。

4.根据权利要求3所述的基于头势的吸油烟机控制方法，其特征在于：

选取所述显著图中亮度最大的六个点作为种子点并进行区域生长。

5.根据权利要求3所述的基于头势的吸油烟机控制方法，其特征在于：

所述生长准则为灰度差小于0.15。

6.根据权利要求3所述的基于头势的吸油烟机控制方法，其特征在于，所述设定邻域为4邻域或8邻域。

7.根据权利要求1至6任一项所述的基于头势的吸油烟机控制方法，其特征在于，所述标准人体头部姿势包括头部前倾和头部后仰；如果控制器识别所述视频图像中的人体头部前倾，则执行开机指令，吸油烟机的主电机启动，如果控制器识别所述视频图像中的人体头部后仰，则执行关机指令，吸油烟机的主电机停机。

8.根据权利要求7所述的基于头势的吸油烟机控制方法，其特征在于，所述标准人体头部姿势包括头部左倾和头部右倾；如果控制器识别所述视频图像中的人体头部左倾，则增加主电机转速，如果控制器识别所述视频图像中的人体头部右倾，则降低主电机转速。

9.一种吸油烟机，其特征在于，采用如权利要求1至8任一项所述的基于头势的吸油烟机控制方法。

Images