CN110173866A - 空调器的智能送风方法及装置、空调器 - Google Patents
空调器的智能送风方法及装置、空调器 Download PDFInfo
- Publication number
- CN110173866A CN110173866A CN201910435844.1A CN201910435844A CN110173866A CN 110173866 A CN110173866 A CN 110173866A CN 201910435844 A CN201910435844 A CN 201910435844A CN 110173866 A CN110173866 A CN 110173866A
- Authority
- CN
- China
- Prior art keywords
- image
- target
- air
- air conditioner
- region
- 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.)
- Granted
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/52—Indication arrangements, e.g. displays
- F24F11/526—Indication arrangements, e.g. displays giving audible indications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
- F24F11/79—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling the direction of the supplied air
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Acoustics & Sound (AREA)
- Evolutionary Biology (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种空调器的智能送风方法及装置、空调器。其中,该方法包括:获取用户的语音信号,其中,语音信号中携带有用户指定的目标送风区域的特征信息;采集目标送风区域所在场景的图像,并对图像进行图像识别处理,得到与特征信息匹配的目标图像;基于目标图像定位得到目标送风区域;控制空调器向目标送风区域送风。本发明解决了相关技术中空调器的智能化程度较低,无法实现对局部区域进行送风的技术问题。
Description
技术领域
本发明涉及智能家电技术领域,具体而言,涉及一种空调器的智能送风方法及装置、空调器。
背景技术
目前,传统的空调器只能进行全区域扫风,不能智能锁定某块区域扫风。而利用空调器进行全区域扫风,则会出现降温或升温的速度较慢,当用户想到快速处于比较凉爽或温度的环境时,传统的空调器就无法,满足用户的需求了。
针对上述相关技术中空调器的智能化程度较低,无法实现对局部区域进行送风的问题,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空调器的智能送风方法及装置、空调器,以至少解决相关技术中空调器的智能化程度较低,无法实现对局部区域进行送风的技术问题。
根据本发明实施例的一个方面,提供了一种空调器的智能送风方法,包括:获取用户的语音信号,其中,所述语音信号中携带有用户指定的目标送风区域的特征信息;采集所述目标送风区域所在场景的图像,并对所述图像进行图像识别处理,得到与所述特征信息匹配的目标图像;基于所述目标图像定位得到所述目标送风区域;控制空调器向所述目标送风区域送风。
可选地,在获取用户的语音信号之后,该空调器的智能送风方法还包括:对所述语音信号进行语义分析,得到所述语音信号中携带的所述目标送风区域对应的关键词;基于所述关键词确定所述特征信息。
可选地,对所述图像进行图像识别处理,得到与所述特征信息匹配的目标图像包括:将所述图像输入到图像识别模型,其中,所述图像识别模型为使用多组训练数据通过机器学习训练得到的,多组训练数据中的每组训练数据均包括:图像和与特征信息匹配的目标图像;通过所述图像识别模型,确定与所述图像对应的目标图像。
可选地,在将所述图像输入到图像识别模型之前,该空调器的智能送风方法还包括:采集历史时间段内的多个历史图像和多个历史目标图像,其中,所述多个历史目标图像为基于多个历史目标送风区域的特征信息对所述多个历史图像进行区域分割得到的;对包括所述多个历史图像以及所述多个历史目标图像的多组训练数据进行训练,得到所述图像识别模型。
可选地,通过所述图像识别模型,确定与所述图像对应的目标图像包括:对输入到所述图像识别模型中的图像进行预处理,得到预处理后的图像;将所述预处理后的图像作为金字塔网络模型的输入,并基于所述金字塔网络模型的输出得到所述图像的图像信息;基于所述图像信息确定所述图像中的目标物体的轮廓,并将所述目标物体的轮廓与预定轮廓进行匹配,得到匹配结果;基于所述匹配结果对所述图像进行区域分割,得到所述目标图像。
可选地,基于所述目标图像定位得到所述目标送风区域包括:确定所述目标图像对应的目标物体;将所述目标物体所在区域定位为所述目标送风区域。
可选地,控制所述空调器向所述目标送风区域送风包括:基于所述空调器的设置位置以及所述目标送风区域确定送风路径;控制所述空调器沿所述送风路径向所述目标送风区域进行送风。
根据本发明实施例的另外一个方面,还提供了一种空调器的智能送风装置,包括:获取单元,用于获取用户的语音信号,其中,所述语音信号中携带有用户指定的目标送风区域的特征信息;图像识别处理单元,用于采集所述目标送风区域所在场景的图像,并对所述图像进行图像识别处理,得到与所述特征信息匹配的目标图像;定位单元,用于基于所述目标图像定位得到所述目标送风区域;控制单元,用于控制空调器向所述目标送风区域送风。
可选地,该空调器的智能送风装置还包括:语义分析单元,用于在获取用户的语音信号之后,对所述语音信号进行语义分析,得到所述语音信号中携带的所述目标送风区域对应的关键词;确定单元,用于基于所述关键词确定所述特征信息。
可选地,所述图像识别处理单元包括:输入模块,用于将所述图像输入到图像识别模型,其中,所述图像识别模型为使用多组训练数据通过机器学习训练得到的,多组训练数据中的每组训练数据均包括:图像和与特征信息匹配的目标图像;第一确定模块,用于通过所述图像识别模型,确定与所述图像对应的目标图像。
可选地,该空调器的智能送风装置还包括:采集单元,用于,在将所述图像输入到图像识别模型之前,采集历史时间段内的多个历史图像和多个历史目标图像,其中,所述多个历史目标图像为基于多个历史目标送风区域的特征信息对所述多个历史图像进行区域分割得到的;训练单元,用于对包括所述多个历史图像以及所述多个历史目标图像的多组训练数据进行训练,得到所述图像识别模型。
可选地,所述确定模块包括:预处理子模块,用于对输入到所述图像识别模型中的图像进行预处理,得到预处理后的图像;确定子模块,用于将所述预处理后的图像作为金字塔网络模型的输入,并基于所述金字塔网络模型的输出得到所述图像的图像信息;匹配子模块,用于基于所述图像信息确定所述图像中的目标物体的轮廓,并将所述目标物体的轮廓与预定轮廓进行匹配,得到匹配结果;区域分割子模块,用于基于所述匹配结果对所述图像进行区域分割,得到所述目标图像。
可选地,所述定位单元包括:第二确定模块,用于确定所述目标图像对应的目标物体;定位模块,用于将所述目标物体所在区域定位为所述目标送风区域。
可选地,所述控制单元包括:第三确定模块,用于基于所述空调器的设置位置以及所述目标送风区域确定送风路径;控制模块,用于控制所述空调器沿所述送风路径向所述目标送风区域进行送风。
根据本发明实施例的另外一个方面,还提供了一种空调器,所述空调器使用上述中任一项所述的空调器的智能送风方法。
根据本发明实施例的另外一个方面,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,所述程序执行中任意一项所述的空调器的智能送风方法。
根据本发明实施例的另外一个方面,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中任意一项所述的空调器的智能送风方法。
在本发明实施例中,采用获取用户的语音信号,其中,语音信号中携带有用户指定的目标送风区域的特征信息;采集目标送风区域所在场景的图像,并对图像进行图像识别处理,得到与特征信息匹配的目标图像;基于目标图像定位得到目标送风区域;控制空调器向目标送风区域送风的方式进行送风,通过本发明实施例提供的空调器的智能送风方法可以利用图像识别技术对采集的图像进行识别,得到用户发送的语音信号中携带的特征信息,并基于特征信息确定图像中的目标图像,基于目标图像确定目标送风区域,从而向目标送风区域进行局部送风,实现了局部送风的目的,达到了快速对局部区域进行降温或升温的技术效果,进而解决了相关技术中空调器的智能化程度较低,无法实现对局部区域进行送风的技术问题。
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空调器的智能送风方法的流程图;
图2是根据本发明实施例的可选的空调器的智能送风方法的流程图;
图3是根据本发明实施例的图像识别模型运行的流程图;
图4是根据本发明实施例的空调器的智能送风装置的示意图。
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,提供了一种空调器的智能送风方法的方法实施例,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。
图1是根据本发明实施例的空调器的智能送风方法的流程图,如图1所示,该空调器的智能送风方法包括如下步骤:
步骤S102,获取用户的语音信号,其中,语音信号中携带有用户指定的目标送风区域的特征信息。
在步骤S102中,获取用户的语音信号,可以通过集成在空调器上的语音模块来获取用户的语音信号。另外,也可以利用设置在空调器所在场景的预定区域的语音模块来获取用户的语音信号,在这种情况下,语音模块与空调器通过有线或无线的方式进行连接,以达到信息互通。其中,无线方式可以包括但不限于以下几种:蓝牙方式、WiFi方式、ZigBee方式。
另外,上述语音信号中携带有用户想要空调器进行送风区域的特征信息,该特征信息可以为送风区域的物体名称,例如,沙发、餐桌、书桌、窗。在一个一个月场景下,用户可以向语音模块发送命令词“请向沙发所在区域送风”,此时,特征信息即为沙发。目标送风区域即为沙发所在的预定区域。
在一个可选的实施例中,在获取用户的语音信号之后,该空调器的智能送风方法还可以包括:对语音信号进行语义分析,得到语音信号中携带的目标送风区域对应的关键词;基于关键词确定特征信息。例如,当语音信号对应的名词为“请向沙发所在区域送风”时,关键词即为沙发。
步骤S104,采集目标送风区域所在场景的图像,并对图像进行图像识别处理,得到与特征信息匹配的目标图像。
在步骤S102中已经获取到特征信息,那么可以对目标送风区域所在的场景进行图像采集,得到目标送风区域的图像,然后对图像进行图像识别,得到与特征信息匹配的目标图像,当用户发送的名词为“请向沙发所在区域送风”时,上述目标图像即为沙发。
其中,在步骤S104中采集目标送风区域的图像可以利用集成在空调器中的图像采集模块,也可以利用设置在目标送风区域所在场景的图像采集模块。
在一个可选的实施例中,对图像进行图像识别处理,得到与特征信息匹配的目标图像可以包括:将图像输入到图像识别模型,其中,图像识别模型为使用多组训练数据通过机器学习训练得到的,多组训练数据中的每组训练数据均包括:图像和与特征信息匹配的目标图像;通过图像识别模型,确定与图像对应的目标图像。
在本发明实施例中,通过图像识别模型,确定与图像对应的目标图像可以包括:对输入到图像识别模型中的图像进行预处理,得到预处理后的图像;将预处理后的图像作为金字塔网络模型的输入,并基于金字塔网络模型的输出得到图像的图像信息;基于图像信息确定图像中的目标物体的轮廓,并将目标物体的轮廓与预定轮廓进行匹配,得到匹配结果;基于匹配结果对图像进行区域分割,得到目标图像。
其中,在将图像输入到图像识别模型之前,该空调器的智能送风方法还可以包括:采集历史时间段内的多个历史图像和多个历史目标图像,其中,多个历史目标图像为基于多个历史目标送风区域的特征信息对多个历史图像进行区域分割得到的;对包括多个历史图像以及多个历史目标图像的多组训练数据进行训练,得到图像识别模型。
需要说明的是,在本发明实施例中对图像识别模型中的图像分割算法不做具体限定,可以包括但不限于以下几种:基于区域生成的方法、基于聚类的方法、基于边缘检测的方法、基于阈值的方法。其中,基于阈值的方法和基于区域的方法本质上是一致的。另外,上述多个图像分割算法在内容上本质是有交叉的,包括:阈值分割、深度图像分割、像素分割、彩色图像分割、基于模糊集的方法和边缘检测。
步骤S106,基于目标图像定位得到目标送风区域。
其中,基于目标图像定位得到目标送风区域包括:确定目标图像对应的目标物体;将目标物体所在区域定位为目标送风区域。
步骤S108,控制空调器向目标送风区域送风。
通过上述步骤,可以在获取用户的语音信号后,采集目标送风区域所在场景的图像,并对图像进行图像识别处理,得到与特征信息匹配的目标图像;并基于目标图像定位得到目标送风区域;以及控制空调器向目标送风区域送风。相对于相关技术中由于空调器的智能化程度比较低,无法实现局部送风的弊端,通过本发明实施例提供的空调器的智能送风方法可以利用图像识别技术对采集的图像进行识别,得到用户发送的语音信号中携带的特征信息,并基于特征信息确定图像中的目标图像,基于目标图像确定目标送风区域,从而向目标送风区域进行局部送风,实现了局部送风的目的,达到了快速对局部区域进行降温或升温的技术效果,进而解决了相关技术中空调器的智能化程度较低,无法实现对局部区域进行送风的技术问题。
在一个可选的实施例中,控制空调器向目标送风区域送风可以包括:基于空调器的设置位置以及目标送风区域确定送风路径;控制空调器沿送风路径向目标送风区域进行送风。
下面结合附图对本发明可选的实施例进行详细说明。
图2是根据本发明实施例的可选的空调器的智能送风方法的流程图,如图2所示,用户通过自身对空调器的送风方式的需求,发出语音信号,例如,“请向沙发所在区域送风”;空调器的语音模块在接收到该语音信号后,会进行语音识别得到语音信号中携带的用户指定的目标送风区域的特征信息;基于识别得到的特征信息利用图像识别模块定位得到目标送风区域;控制空调器向目标送风区域进行送风。
通过上述实施例可以利用语音模块向图像识别模块发送用户选取的目标送风区域对应的目标物体;然后,利用图像识别模块对图像采集模块采集的图像进行图像识别,以得到需要送风的局部区域的目标物体,并获取该目标物体的位置信息,最后,基于目标物体的位置信息以及空调器的位置信息确定送风路径,以实现局部送风。
其中,图3是根据本发明实施例的图像识别模型运行的流程图,如图3所示,将采集的图像输入到图像识别模型,图像识别模块会对接收到的图像进行预处理,得到预处理后的图像;将预处理后的图像作为金字塔网络模型的输入,利用金字塔网络模型基于预处理后的图像获取图像信息;然后,基于图像信息获取图像中目标物体的轮廓,并将目标物体的轮廓与预定轮廓(其中,这里的预定轮廓为3种不同大小的框,即不同的anchor)进行匹配,得到匹配结果;提取匹配结果中重叠度最大的值,得到目标物体对应的图像;通过每层金字塔网络模型对目标物体对应的图像进行池化处理,以对不同图像上的目标物体的大小进行统一;对得到的目标物体所在区域进行定位分割,得到目标送风区域,并获取目标送风区域的位置信息。
在该实施例中,采用金字塔网络模型对采集的图像中不同大小物体进行特征提取,然后进行池化处理到同一大小,最后目标物体的区域信息。
通过本发明实施例提供的空调器的智能送风方法可以通过语音对空调器进行控制,具体地,可以控制空调器对哪块区域进行送风,然后通过视觉进行识别检测室内物体(例如,沙发、床、桌子等)并得到目标物体的轮廓位置信息,并利用图像检测和分割得到用户需要的扫风位置信息和区域,从而空调器就可以在用户指定的目标区域进行扫风,这样能够使目标区域快速降温或升温,提高用户的体验感并达到空调器节能的效果。
另外,通过图像识别模型获取物体位置信息,对不同物体大小采用金字塔网络模型以及残差网络和FPN(金字塔)算法进行对不同目标物体大小进行定位,提高对小物体定位精度和分割区域。同时,通过摄像头实时获取应用场景中不同目标轮流位置信息,对目标区域进行识别分类并提取目标区域轮廓位置信息,使得空调器能够智能选择目标区域进行送风,提高了空调器智能化和用户的舒适性,并能够使目标区域达到快速制冷或制热效果,并达到空调器节能的效果。
再者,通过本发明实施例中提供的空调器的智能送风方法可以实现语音识别与图像识别的交互,进而通过视觉识别并定位得到目标物体的位置信息,空调器获取到目标物体的区域位置信息后选取该区域进行送风,从提高了用户体验,也提升了空调器的智能化程度,语音识别和图像识别交互进行空调器送风,使得空调器可以选取局部区域进行送风,以使得该区域可以快速降温或升温。
实施例2
根据本发明实施例的另外一个方面,还提供了一种用于执行空调器的智能送风方法的装置实施例,其中,图4是根据本发明实施例的空调器的智能送风装置的示意图,如图4所示,该空调器的智能送风装置可以包括:获取单元41,图像识别处理单元43,定位单元45以及控制单元47。下面对该空调器的智能送风装置进行详细说明。
其中,获取单元41,用于获取用户的语音信号,其中,语音信号中携带有用户指定的目标送风区域的特征信息。
图像识别处理单元43,用于采集目标送风区域所在场景的图像,并对图像进行图像识别处理,得到与特征信息匹配的目标图像。
定位单元45,用于基于目标图像定位得到目标送风区域。
控制单元47,用于控制空调器向目标送风区域送风。
此处需要说明的是,上述获取单元41,图像识别处理单元43,定位单元45以及控制单元47对应于实施例1中的步骤S102至S108,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
由上述可知,在本发明实施例中,可以利用获取单元获取用户的语音信号,其中,语音信号中携带有用户指定的目标送风区域的特征信息;然后利用图像识别处理单元采集目标送风区域所在场景的图像,并对图像进行图像识别处理,得到与特征信息匹配的目标图像;再利用定位单元基于目标图像定位得到目标送风区域;以及利用控制单元控制空调器向目标送风区域送风。相对于相关技术中由于空调器的智能化程度比较低,无法实现局部送风的弊端,通过本发明实施例提供的空调器的智能送风装置可以利用图像识别技术对采集的图像进行识别,得到用户发送的语音信号中携带的特征信息,并基于特征信息确定图像中的目标图像,基于目标图像确定目标送风区域,从而向目标送风区域进行局部送风,实现了局部送风的目的,达到了快速对局部区域进行降温或升温的技术效果,进而解决了相关技术中空调器的智能化程度较低,无法实现对局部区域进行送风的技术问题。
作为一种可选的实施例,该空调器的智能送风装置还可以包括:语义分析单元,用于在获取用户的语音信号之后,对语音信号进行语义分析,得到语音信号中携带的目标送风区域对应的关键词;确定单元,用于基于关键词确定特征信息。
作为一种可选的实施例,图像识别处理单元包括:输入模块,用于将图像输入到图像识别模型,其中,图像识别模型为使用多组训练数据通过机器学习训练得到的,多组训练数据中的每组训练数据均包括:图像和与特征信息匹配的目标图像;第一确定模块,用于通过图像识别模型,确定与图像对应的目标图像。
作为一种可选的实施例,该空调器的智能送风装置还包括:采集单元,用于,在将图像输入到图像识别模型之前,采集历史时间段内的多个历史图像和多个历史目标图像,其中,多个历史目标图像为基于多个历史目标送风区域的特征信息对多个历史图像进行区域分割得到的;训练单元,用于对包括多个历史图像以及多个历史目标图像的多组训练数据进行训练,得到图像识别模型。
作为一种可选的实施例,确定模块包括:预处理子模块,用于对输入到图像识别模型中的图像进行预处理,得到预处理后的图像;确定子模块,用于将预处理后的图像作为金字塔网络模型的输入,并基于金字塔网络模型的输出得到图像的图像信息;匹配子模块,用于基于图像信息确定图像中的目标物体的轮廓,并将目标物体的轮廓与预定轮廓进行匹配,得到匹配结果;区域分割子模块,用于基于匹配结果对图像进行区域分割,得到目标图像。
作为一种可选的实施例,定位单元包括:第二确定模块,用于确定目标图像对应的目标物体;定位模块,用于将目标物体所在区域定位为目标送风区域。
作为一种可选的实施例,控制单元包括:第三确定模块,用于基于空调器的设置位置以及目标送风区域确定送风路径;控制模块,用于控制空调器沿送风路径向目标送风区域进行送风。
实施例3
根据本发明实施例的另外一个方面,还提供了一种空调器,空调器使用上述中任一项的空调器的智能送风方法。通过本发明实施例提供的空调器可以利用图像识别技术对采集的图像进行识别,得到用户发送的语音信号中携带的特征信息,并基于特征信息确定图像中的目标图像,基于目标图像确定目标送风区域,从而向目标送风区域进行局部送风,实现了局部送风的目的,达到了快速对局部区域进行降温或升温的技术效果,进而解决了相关技术中空调器的智能化程度较低,无法实现对局部区域进行送风的技术问题。
实施例4
根据本发明实施例的另外一个方面,还提供了一种存储介质,存储介质包括存储的程序,其中,程序执行中任意一项的空调器的智能送风方法。
实施例5
根据本发明实施例的另外一个方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行中任意一项的空调器的智能送风方法。
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 (17)
1.一种空调器的智能送风方法,其特征在于,包括:
获取用户的语音信号,其中,所述语音信号中携带有用户指定的目标送风区域的特征信息;
采集所述目标送风区域所在场景的图像,并对所述图像进行图像识别处理,得到与所述特征信息匹配的目标图像;
基于所述目标图像定位得到所述目标送风区域;
控制空调器向所述目标送风区域送风。
2.根据权利要求1所述的方法,其特征在于,在获取用户的语音信号之后,还包括:
对所述语音信号进行语义分析,得到所述语音信号中携带的所述目标送风区域对应的关键词;
基于所述关键词确定所述特征信息。
3.根据权利要求1所述的方法,其特征在于,对所述图像进行图像识别处理,得到与所述特征信息匹配的目标图像包括:
将所述图像输入到图像识别模型,其中,所述图像识别模型为使用多组训练数据通过机器学习训练得到的,多组训练数据中的每组训练数据均包括:图像和与特征信息匹配的目标图像;
通过所述图像识别模型,确定与所述图像对应的目标图像。
4.根据权利要求3所述的方法,其特征在于,在将所述图像输入到图像识别模型之前,还包括:
采集历史时间段内的多个历史图像和多个历史目标图像,其中,所述多个历史目标图像为基于多个历史目标送风区域的特征信息对所述多个历史图像进行区域分割得到的;
对包括所述多个历史图像以及所述多个历史目标图像的多组训练数据进行训练,得到所述图像识别模型。
5.根据权利要求3所述的方法,其特征在于,通过所述图像识别模型,确定与所述图像对应的目标图像包括:
对输入到所述图像识别模型中的图像进行预处理,得到预处理后的图像;
将所述预处理后的图像作为金字塔网络模型的输入,并基于所述金字塔网络模型的输出得到所述图像的图像信息;
基于所述图像信息确定所述图像中的目标物体的轮廓,并将所述目标物体的轮廓与预定轮廓进行匹配,得到匹配结果;
基于所述匹配结果对所述图像进行区域分割,得到所述目标图像。
6.根据权利要求1所述的方法,其特征在于,基于所述目标图像定位得到所述目标送风区域包括:
确定所述目标图像对应的目标物体;
将所述目标物体所在区域定位为所述目标送风区域。
7.根据权利要求1至6中任一项所述的方法,其特征在于,控制所述空调器向所述目标送风区域送风包括:
基于所述空调器的设置位置以及所述目标送风区域确定送风路径;
控制所述空调器沿所述送风路径向所述目标送风区域进行送风。
8.一种空调器的智能送风装置,其特征在于,包括:
获取单元,用于获取用户的语音信号,其中,所述语音信号中携带有用户指定的目标送风区域的特征信息;
图像识别处理单元,用于采集所述目标送风区域所在场景的图像,并对所述图像进行图像识别处理,得到与所述特征信息匹配的目标图像;
定位单元,用于基于所述目标图像定位得到所述目标送风区域;
控制单元,用于控制空调器向所述目标送风区域送风。
9.根据权利要求8所述的装置,其特征在于,还包括:
语义分析单元,用于在获取用户的语音信号之后,对所述语音信号进行语义分析,得到所述语音信号中携带的所述目标送风区域对应的关键词;
确定单元,用于基于所述关键词确定所述特征信息。
10.根据权利要求8所述的装置,其特征在于,所述图像识别处理单元包括:
输入模块,用于将所述图像输入到图像识别模型,其中,所述图像识别模型为使用多组训练数据通过机器学习训练得到的,多组训练数据中的每组训练数据均包括:图像和与特征信息匹配的目标图像;
第一确定模块,用于通过所述图像识别模型,确定与所述图像对应的目标图像。
11.根据权利要求10所述的装置,其特征在于,还包括:
采集单元,用于,在将所述图像输入到图像识别模型之前,采集历史时间段内的多个历史图像和多个历史目标图像,其中,所述多个历史目标图像为基于多个历史目标送风区域的特征信息对所述多个历史图像进行区域分割得到的;
训练单元,用于对包括所述多个历史图像以及所述多个历史目标图像的多组训练数据进行训练,得到所述图像识别模型。
12.根据权利要求10所述的装置,其特征在于,所述确定模块包括:
预处理子模块,用于对输入到所述图像识别模型中的图像进行预处理,得到预处理后的图像;
确定子模块,用于将所述预处理后的图像作为金字塔网络模型的输入,并基于所述金字塔网络模型的输出得到所述图像的图像信息;
匹配子模块,用于基于所述图像信息确定所述图像中的目标物体的轮廓,并将所述目标物体的轮廓与预定轮廓进行匹配,得到匹配结果;
区域分割子模块,用于基于所述匹配结果对所述图像进行区域分割,得到所述目标图像。
13.根据权利要求8所述的装置,其特征在于,所述定位单元包括:
第二确定模块,用于确定所述目标图像对应的目标物体;
定位模块,用于将所述目标物体所在区域定位为所述目标送风区域。
14.根据权利要求8至13中任一项所述的装置,其特征在于,所述控制单元包括:
第三确定模块,用于基于所述空调器的设置位置以及所述目标送风区域确定送风路径;
控制模块,用于控制所述空调器沿所述送风路径向所述目标送风区域进行送风。
15.一种空调器,其特征在于,所述空调器使用上述权利要求1至7中任一项所述的空调器的智能送风方法。
16.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至7中任意一项所述的空调器的智能送风方法。
17.一种处理器,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7中任意一项所述的空调器的智能送风方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910435844.1A CN110173866B (zh) | 2019-05-23 | 2019-05-23 | 空调器的智能送风方法及装置、空调器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910435844.1A CN110173866B (zh) | 2019-05-23 | 2019-05-23 | 空调器的智能送风方法及装置、空调器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110173866A true CN110173866A (zh) | 2019-08-27 |
CN110173866B CN110173866B (zh) | 2021-07-23 |
Family
ID=67692010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910435844.1A Active CN110173866B (zh) | 2019-05-23 | 2019-05-23 | 空调器的智能送风方法及装置、空调器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110173866B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101240931A (zh) * | 2007-02-09 | 2008-08-13 | 珠海格力电器股份有限公司 | 空调控制系统及方法 |
CN107367016A (zh) * | 2017-06-21 | 2017-11-21 | 珠海格力电器股份有限公司 | 一种空调智能控制方法及其装置、空调 |
CN108036469A (zh) * | 2017-11-28 | 2018-05-15 | 广东美的制冷设备有限公司 | 空调器的送风方法、空调器和计算机可读存储介质 |
JP2018109467A (ja) * | 2016-12-28 | 2018-07-12 | パナソニックIpマネジメント株式会社 | 表示方法、表示プログラム、表示システム |
-
2019
- 2019-05-23 CN CN201910435844.1A patent/CN110173866B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101240931A (zh) * | 2007-02-09 | 2008-08-13 | 珠海格力电器股份有限公司 | 空调控制系统及方法 |
JP2018109467A (ja) * | 2016-12-28 | 2018-07-12 | パナソニックIpマネジメント株式会社 | 表示方法、表示プログラム、表示システム |
CN107367016A (zh) * | 2017-06-21 | 2017-11-21 | 珠海格力电器股份有限公司 | 一种空调智能控制方法及其装置、空调 |
CN108036469A (zh) * | 2017-11-28 | 2018-05-15 | 广东美的制冷设备有限公司 | 空调器的送风方法、空调器和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110173866B (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11620331B2 (en) | Textual and image based search | |
US6661907B2 (en) | Face detection in digital images | |
CN109145840A (zh) | 视频场景分类方法、装置、设备及存储介质 | |
CN108050674A (zh) | 空调设备的控制方法及装置、终端 | |
CN111597955A (zh) | 基于深度学习的表情情绪识别的智能家居控制方法及装置 | |
US11841735B2 (en) | Object based image search | |
CN107654406A (zh) | 风扇送风控制设备、风扇送风控制方法及装置 | |
CN107851116A (zh) | 确定图像字幕 | |
CN107860100A (zh) | 空调的出风控制方法及终端 | |
CN107018330A (zh) | 一种实时拍照指导方法及装置 | |
GB2379823A (en) | Selecting images based on the similarity between images | |
CN108131787A (zh) | 空调控制方法及装置 | |
CN112052746A (zh) | 目标检测方法、装置、电子设备和可读存储介质 | |
US11126653B2 (en) | Mixed type image based search results | |
CN108198159A (zh) | 一种图像处理方法、移动终端以及计算机可读存储介质 | |
KR102326902B1 (ko) | 멀티 포즈를 지원하는 이미지 기반 자세보존 가상피팅 시스템 | |
CN108052860A (zh) | 物品检索方法及装置 | |
CN109886070A (zh) | 一种设备控制方法、装置、存储介质及设备 | |
CN109389076A (zh) | 图像分割方法及装置 | |
CN104102328B (zh) | 信息处理方法和信息处理设备 | |
JP6875058B2 (ja) | 複数の認識エンジンを用いてコンテキストを推定するプログラム、装置及び方法 | |
CN110173866A (zh) | 空调器的智能送风方法及装置、空调器 | |
CN107016402A (zh) | 一种用于智能机器人的人机交互方法及装置 | |
US20130236065A1 (en) | Image semantic clothing attribute | |
WO2019091988A1 (en) | Change-aware person identification |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |