CN110245480B - 一种基于人脸识别的智能家庭人员管理方法和系统 - Google Patents

一种基于人脸识别的智能家庭人员管理方法和系统 Download PDF

Info

Publication number
CN110245480B
CN110245480B CN201910373138.9A CN201910373138A CN110245480B CN 110245480 B CN110245480 B CN 110245480B CN 201910373138 A CN201910373138 A CN 201910373138A CN 110245480 B CN110245480 B CN 110245480B
Authority
CN
China
Prior art keywords
family
personnel
household appliance
household
control center
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.)
Active
Application number
CN201910373138.9A
Other languages
English (en)
Other versions
CN110245480A (zh
Inventor
朱艳华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Terminus Beijing Technology Co Ltd
Original Assignee
Terminus Beijing Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Terminus Beijing Technology Co Ltd filed Critical Terminus Beijing Technology Co Ltd
Priority to CN201910373138.9A priority Critical patent/CN110245480B/zh
Publication of CN110245480A publication Critical patent/CN110245480A/zh
Application granted granted Critical
Publication of CN110245480B publication Critical patent/CN110245480B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • 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
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/2149—Restricted operating environment

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例提供一种基于人脸识别的智能家庭人员管理方法和系统。该方法包括：抽取出各个家庭人员的面部特征；当家庭人员靠近家用电器时，通过人脸识别系统确定家庭人员特征，并向控制中心发送家庭人员特征，控制中心进行家庭人员特征比对后返回家庭人员的身份信息；家用电器根据家庭人员的身份信息，按照家庭人员管理者预设的家庭人员管理策略，对家用电器设置不同的使用权限，并按照家庭人员需求进行操作辅导；控制中心通过学习家庭人员日常生活习惯，结合家庭人员管理者的控制策略，通过概率优选策略辅助家庭人员进入至少一个家用电器的使用，并将家庭人员的信息发送至至少一个家用电器。本申请提升了家用电器的使用体验。

Description

一种基于人脸识别的智能家庭人员管理方法和系统
技术领域
本申请涉及智能家电领域，尤其涉及一种基于人脸识别的智能家庭人员管理方法和系统。
背景技术
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。传统的家用电器使用模式中，一般都是人为地在家用电器中设置工作模式，不能智能地识别出使用家用电器的真实使用者，也不能有针对性地根据家庭人员的使用习惯进行操作只听也不能进行，严重影响了家用电器的使用体验和智能化管理水平。
因此，亟需将人脸识别技术与家庭人员管理实践相结合，既提升家用电器的使用体验，又提高家用电器管理的精准度，让家用电器懂得家庭人员的管理需求。
发明内容
有鉴于此，本申请的目的在于提出一种基于人脸识别的智能家庭人员管理方法和系统，提高家用电器智能化水平，提升用户使用体验，解决目前家用电器使用过程中，完全依赖用户控制的技术问题。
基于上述目的，本申请提出了一种基于人脸识别的智能家庭人员管理方法，包括：
对至少一张家庭人员照片进行人脸识别，通过多次重叠人脸识别算法抽取出各个家庭人员的面部特征，存储至控制中心；
当家庭人员靠近家用电器时，通过所述家用电器中的人脸识别系统确定家庭人员特征，并向控制中心发送所述家庭人员特征，控制中心进行家庭人员特征比对后返回家庭人员的身份信息；
家用电器根据家庭人员的身份信息，按照家庭人员管理者预设的家庭人员管理策略，对所述家用电器设置不同的使用权限，并按照家庭人员需求进行操作辅导；
控制中心通过学习家庭人员日常生活习惯，结合家庭人员管理者的控制策略，通过概率优选策略辅助家庭人员进入至少一个家用电器的使用，并将所述家庭人员的信息发送至所述至少一个家用电器。
在一些实施例中，所述多次重叠人脸识别算法抽取出家庭人员特征集合，包括：
将家庭人口照片分为第一部分和第二部分；
逐个提取第一部分家庭人员面部特征，重叠形成第一人口面部特征；
逐个提取第二部分家庭人员面部特征，并与第一人口面部特征进行对比修正，形成家庭人员特征集合。
在一些实施例中，所述控制中心，包括：
位于家庭指定位置的集中式控制中心；
或者分布于各个家用电器中的分布式控制中心。
在一些实施例中，所述通过所述家用电器中的人脸识别系统确定家庭人员特征，并向控制中心发送所述家庭人员特征，控制中心进行家庭人员特征比对后返回家庭人员的身份信息，包括：
当控制中心无法查询出家庭人员的身份信息时，根据家庭成员特征，计算出家庭成员的年龄，查询预设的年龄特征表，将查询得到的预设身份信息返回至所述家用电器。
在一些实施例中，当家庭人员出现违规操作时，家用电器将违规操作发送至控制中心，控制中心通过传输设备，向家庭人员管理者发送违规警告。
在一些实施例中，所述概率优选策略，包括：
控制中心通过隐式马尔科夫链模型，计算出家庭人员在使用完当前家用电器后使用下一家用电器的概率，将概率大于预设阈值的家用电器进入预热模式。
在一些实施例中，所述隐式马尔科夫链模型中的前向概率计算公式为：
Figure BDA0002050696240000021
其中t为使用当前家用电器时刻，t+1为使用下一家用电器时刻，aji是由j家用电器转移至i家用电器的转移概率，bi(ot+1)是观测概率，ot+1为t+1时刻的观测变量，N为全部家用电器的数量。
在一些实施例中，所述将概率大于预设阈值的家用电器进入预热模式，包括：
将家庭人员的身份信息、使用习惯及前一家用电器的使用情况作为预热信息，发送至所述家用电器，控制所述家用电器按照所述预热信息进行作业准备。
基于上述目的，本申请还提出了一种基于人脸识别的智能家庭人员管理装置，包括：
识别模块，用于对至少一张家庭人员照片进行人脸识别，通过多次重叠人脸识别算法抽取出各个家庭人员的面部特征，存储至控制中心；
查询模块，用于当家庭人员靠近家用电器时，通过所述家用电器中的人脸识别系统确定家庭人员特征，并向控制中心发送所述家庭人员特征，控制中心进行家庭人员特征比对后返回家庭人员的身份信息；
确权模块，用于家用电器根据家庭人员的身份信息，按照家庭人员管理者预设的家庭人员管理策略，对所述家用电器设置不同的使用权限，并按照家庭人员需求进行操作辅导；
接续模块，用于控制中心通过学习家庭人员日常生活习惯，结合家庭人员管理者的控制策略，通过概率优选策略辅助家庭人员进入至少一个家用电器的使用，并将所述家庭人员的信息发送至所述至少一个家用电器。
在一些实施例中，所述识别模块，包括：
划分单元，用于将家庭人员照片分为上下两部分；
提取单元，用于逐个提取上半部分家庭人员面部特征，重叠形成第一人口面部特征；
修正单元，用于逐个提取下半部分家庭人员面部特征，并与第一人口面部特征进行对比修正，形成家庭人员特征集合。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本发明公开的一些实施方式，而不应将其视为是对本发明范围的限制。
图1示出根据本发明实施例的基于人脸识别的智能家庭人员管理方法的流程图。
图2示出根据本发明实施例的基于人脸识别的智能家庭人员管理装置的构成图。
图3示出根据本发明实施例的识别模块的构成图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出根据本发明实施例的基于人脸识别的智能家庭人员管理方法的流程图。如图1所示，该基于人脸识别的智能家庭人员管理方法包括：
步骤S11、对至少一张家庭人员照片进行人脸识别，通过多次重叠人脸识别算法抽取出各个家庭人员的面部特征，存储至控制中心。
在一种实施方式中，所述多次重叠人脸识别算法抽取出家庭人员特征集合，包括：
将家庭人口照片分为第一部分和第二部分；
逐个提取第一部分家庭人员面部特征，重叠形成第一人口面部特征；
逐个提取第二部分家庭人员面部特征，并与第一人口面部特征进行对比修正，形成家庭人员特征集合。
由于家庭人员的照片是静态的图像，往往由于灯光、角度、化妆、拍摄手法等原因，导致家庭人员的人脸特征只能提取出局部特征，或是即使提取出了家庭人员的人脸特征，也存在不准确的问题。因此，有必要通过收集家庭人员的多张照片，进行人脸特征的多次提取，重叠累计出较为全面的家庭人员脸部特征。
另外一方面，通过将家庭人员的照片分为两部分，一部分用于重叠式识别家庭人员人脸特征，另一部分用于校正人脸提取的准确性，可以进一步提高家庭人员脸部特征的准确度，为家庭人员的追查工作奠定坚实的基础。
在一种实施方式中，所述控制中心，包括：
位于家庭指定位置的集中式控制中心；
或者分布于各个家用电器中的分布式控制中心。
具体来说，控制中心可以采用集中式的控制模式，设定一个专门的控制中心，统一管理家庭内部的所有家用电器。这种方法的好处是可以快速地协调各家用电器的工作，家用电器之间不会因为不同厂家、不同功能而发生控制指令无法沟通的情况，缺点是，一旦发生灾难时，整个家用电器的智能化控制将陷于瘫痪。
也可以采用分布式的模式，将家用电器的管理分散在各个分控制中心，这样各个家用电器各自为政，能更加有效地控制家用电器的使用管理，而且可以避免集中式控制中一旦发生灾难整个智能化控制陷于瘫痪的问题，但是，分散式管理犹豫缺乏一个统一的控制中心，很难实现不同家用电器之间的协同处理，降低了用户使用体验。
还有一种工作模式，采用集中式、分布式相结合的控制模式，设置一个控制中心，统一协调不同家用电器之间的家庭人员管理，在每个家用电器又设置一个分控制中心，仅负责本家用电器预先输入的成熟控制方式，并可以实时地向控制中心发起协助请求，控制中心也可以向分控制中心调取信息，发送控制指令进行家庭人员管理。
步骤S12、当家庭人员靠近家用电器时，通过所述家用电器中的人脸识别系统确定家庭人员特征，并向控制中心发送所述家庭人员特征，控制中心进行家庭人员特征比对后返回家庭人员的身份信息。
在一种实施方式中，当控制中心无法查询出家庭人员的身份信息时，根据家庭成员特征，计算出家庭成员的年龄，查询预设的年龄特征表，将查询得到的预设身份信息返回至所述家用电器。
具体来说，当家庭人员未进行人脸识别录入，或是面部特征发生较大改变时，为了维持整个系统的正常运作并能给家庭成员提供正常的服务，就需要通过人工识别系统计算出家庭的年龄，然后开放该年龄段许可的访客模式；此时，还可以向家庭人员管理者发送身份认定请求，进行家庭成员权限的修改。
步骤S13、家用电器根据家庭人员的身份信息，按照家庭人员管理者预设的家庭人员管理策略，对所述家用电器设置不同的使用权限，并按照家庭人员需求进行操作辅导。
举例来说，洗衣机使用过程中一般是通过预先设置的童锁功能进行，防止儿童的误操作发生危险。通过人脸识别的家庭人员管理方法，可以首先通过人脸识别系统，识别出使用者是家庭人员中的儿童用户，然后洗衣机自动进入儿童模式，整个儿童模式的操作均是以儿童操作安全为前提，而且每个操作步骤都配备了儿童操作语音辅导指引，操作过程也是极简设计，危险操作步骤都设置了权限控制，更为重要的是，儿童模式中的每个操作过程及现场状态都传输至控制中心，家庭成员管理者可以随时调取并进行人工干预。
步骤S14、控制中心通过学习家庭人员日常生活习惯，结合家庭人员管理者的控制策略，通过概率优选策略辅助家庭人员进入至少一个家用电器的使用，并将所述家庭人员的信息发送至所述至少一个家用电器。
具体来说，由于人类作息的规律性，家庭人员的家用电器生活使用习惯也一般都是有一定规律的。例如，人们一般洗完澡之后的一定时间里会开启洗衣机，洗衣机工作的时候一般会看会电视或是进行阅读，洗衣机工作完毕后一般会根据天气情况进行晾晒或是烘干。当识别出家庭人员这一生活习惯后，人脸识别系统首先通过识别出家庭人员进入浴室时，即可根据用户身份特征调节水温、水量至合适温度，在识别出沐浴即将结束时，询问用户是启动洗衣机预热还是启动电视机预热，洗衣机或电视机根据用户的日常使用习惯进行预先调节，等待用户的使用。
在一种实施方式中，所述概率优选策略，包括：
控制中心通过隐式马尔科夫链模型，计算出家庭人员在使用完当前家用电器后使用下一家用电器的概率，将概率大于预设阈值的家用电器进入预热模式。
在一种实施方式中，所述隐式马尔科夫链模型中的前向概率计算公式为：
Figure BDA0002050696240000061
其中t为使用当前家用电器时刻，t+1为使用下一家用电器时刻，aji是由j家用电器转移至i家用电器的转移概率，bi(ot+1)是观测概率，ot+1为t+1时刻的观测变量，N为全部家用电器的数量。
在一种实施方式中，所述将概率大于预设阈值的家用电器进入预热模式，包括：
将家庭人员的身份信息、使用习惯及前一家用电器的使用情况作为预热信息，发送至所述家用电器，控制所述家用电器按照所述预热信息进行作业准备。
举例来说，厨房电器在识别出所做饭食辣度较高时，通过控制中心发现家庭人员并不很能吃辣，可以通过向冰箱或饮水机发送这一预热信息，为家庭人员准备饮料。
在一种实施方式中，当家庭人员出现违规操作时，家用电器将违规操作发送至控制中心，控制中心通过传输设备，向家庭人员管理者发送违规警告。
举例来说，对于加重有老人的家庭来说，老人在使用家用电器时误操作往往不能及时解决，而家庭管理者一般都工作繁忙，所以人脸识别系统识别出老年用户时，需要针对老年用户的误操作进行回传处理，并针对老年人自动生成引导命令并进行细致的操作辅导。当发现危及人身的误操作还需要及时地向家庭人员管理着发送违规警告。
图2示出根据本发明实施例的基于人脸识别的智能家庭人员管理装置的构成图。如图2所示，该基于人脸识别的智能家庭人员管理装置整体可以分为：
识别模块21，用于对至少一张家庭人员照片进行人脸识别，通过多次重叠人脸识别算法抽取出各个家庭人员的面部特征，存储至控制中心；
查询模块22，用于当家庭人员靠近家用电器时，通过所述家用电器中的人脸识别系统确定家庭人员特征，并向控制中心发送所述家庭人员特征，控制中心进行家庭人员特征比对后返回家庭人员的身份信息；
确权模块23，用于家用电器根据家庭人员的身份信息，按照家庭人员管理者预设的家庭人员管理策略，对所述家用电器设置不同的使用权限，并按照家庭人员需求进行操作辅导；
接续模块24，用于控制中心通过学习家庭人员日常生活习惯，结合家庭人员管理者的控制策略，通过概率优选策略辅助家庭人员进入至少一个家用电器的使用，并将所述家庭人员的信息发送至所述至少一个家用电器。
图3示出根据本发明实施例的识别模块的构成图。
从图3中可以看出，所述识别模块，包括：
划分单元211，用于将家庭人员照片分为上下两部分；
提取单元212，用于逐个提取上半部分家庭人员面部特征，重叠形成第一人口面部特征；
修正单元213，用于逐个提取下半部分家庭人员面部特征，并与第一人口面部特征进行对比修正，形成家庭人员特征集合。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，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模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器，磁盘或光盘等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (3)

1.一种基于人脸识别的智能家庭人员管理方法，其特征在于，包括：
对至少一张家庭人员照片进行人脸识别，通过多次重叠人脸识别算法抽取出各个家庭人员的面部特征，存储至控制中心；
当家庭人员靠近家用电器时，通过所述家用电器中的人脸识别系统确定家庭人员特征，并向控制中心发送所述家庭人员特征，控制中心进行家庭人员特征比对后返回家庭人员的身份信息；当控制中心无法查询出家庭人员的身份信息时，根据家庭成员特征，计算出家庭成员的年龄，查询预设的年龄特征表，将查询得到的预设身份信息返回至所述家用电器；
家用电器根据家庭人员的身份信息，按照家庭人员管理者预设的家庭人员管理策略，对所述家用电器设置不同的使用权限，并按照家庭人员需求进行操作辅导；
控制中心通过学习家庭人员日常生活习惯，结合家庭人员管理者的控制策略，通过概率优选策略辅助家庭人员进入至少一个家用电器的使用，并将所述家庭人员的信息发送至所述至少一个家用电器；
所述概率优选策略，包括：控制中心通过隐式马尔科夫链模型，计算出家庭人员在使用完当前家用电器后使用下一家用电器的概率，将概率大于预设阈值的家用电器进入预热模式；将家庭人员的身份信息、使用习惯及前一家用电器的使用情况作为预热信息，发送至所述家用电器，控制所述家用电器按照所述预热信息进行作业准备；
所述隐式马尔科夫链模型中的前向概率计算公式为：
Figure DEST_PATH_IMAGE002
其中t为使用当前家用电器时刻，t+1为使用下一家用电器时刻，
Figure DEST_PATH_IMAGE004
是由j家用电器转移至i家用电器的转移概率，
Figure DEST_PATH_IMAGE006
是观测概率，
Figure DEST_PATH_IMAGE008
为t+1时刻的观测变量，N为全部家用电器的数量；
所述多次重叠人脸识别算法抽取出家庭人员特征集合，包括：
将家庭人口照片分为第一部分和第二部分；
逐个提取第一部分家庭人员面部特征，重叠形成第一人口面部特征；
逐个提取第二部分家庭人员面部特征，并与第一人口面部特征进行对比修正，形成家庭人员特征集合。
2.根据权利要求1所述的方法，其特征在于，所述控制中心，包括：
位于家庭指定位置的集中式控制中心；
或者分布于各个家用电器中的分布式控制中心。
3.根据权利要求1所述的方法，还包括：
当家庭人员出现违规操作时，家用电器将违规操作发送至控制中心，控制中心通过传输设备，向家庭人员管理者发送违规警告。
CN201910373138.9A 2019-05-06 2019-05-06 一种基于人脸识别的智能家庭人员管理方法和系统 Active CN110245480B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910373138.9A CN110245480B (zh) 2019-05-06 2019-05-06 一种基于人脸识别的智能家庭人员管理方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910373138.9A CN110245480B (zh) 2019-05-06 2019-05-06 一种基于人脸识别的智能家庭人员管理方法和系统

Publications (2)

Publication Number Publication Date
CN110245480A CN110245480A (zh) 2019-09-17
CN110245480B true CN110245480B (zh) 2020-05-12

Family

ID=67883684

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910373138.9A Active CN110245480B (zh) 2019-05-06 2019-05-06 一种基于人脸识别的智能家庭人员管理方法和系统

Country Status (1)

Country Link
CN (1) CN110245480B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110658727B (zh) * 2019-09-30 2022-09-06 青岛海尔科技有限公司 一种基于操作系统的设备控制方法及装置
CN113802324A (zh) * 2020-06-11 2021-12-17 青岛海尔洗衣机有限公司 家电互联控制方法、装置、服务器及存储介质
CN111722537B (zh) * 2020-06-22 2023-08-22 合肥优恩物联网科技有限公司 一种基于自主人脸识别的智慧交互系统及方法
CN113215772A (zh) * 2021-04-30 2021-08-06 合肥美菱物联科技有限公司 一种支持身份识别的洗衣机智能控制系统及方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102737162B (zh) * 2012-05-23 2015-06-24 广东电网公司电力科学研究院 评估继电保护系统失效对大电网可靠性影响的方法和系统
CN103871141A (zh) * 2014-04-10 2014-06-18 宫雅卓 基于生物特征识别的室内环境控制系统
US9405967B2 (en) * 2014-09-03 2016-08-02 Samet Privacy Llc Image processing apparatus for facial recognition
US9953151B2 (en) * 2015-02-03 2018-04-24 Chon Hock LEOW System and method identifying a user to an associated device
CN106570371A (zh) * 2016-10-08 2017-04-19 珠海格力电器股份有限公司 一种解锁方法及装置
CN108986281A (zh) * 2018-07-20 2018-12-11 清华大学苏州汽车研究院（吴江） 基于人脸识别的家庭成员智能认证系统
CN109242176A (zh) * 2018-08-30 2019-01-18 东北大学 一种基于隐马尔可夫模型的家电用户行为预测方法及装置

Also Published As

Publication number Publication date
CN110245480A (zh) 2019-09-17

Similar Documents

Publication Publication Date Title
CN110245480B (zh) 一种基于人脸识别的智能家庭人员管理方法和系统
JP6607266B2 (ja) 顔認証装置
CN110246244A (zh) 基于人脸识别的智能前台管理系统
CN109974235A (zh) 控制家电设备的方法、装置和家电设备
CN110799978B (zh) 居住环境中的人脸识别
CN110378092A (zh) 身份识别系统及客户端、服务器和方法
CN106846564A (zh) 一种智能门禁系统及控制方法
CN102009879A (zh) 电梯自动按键控制系统、方法和人脸模型训练系统、方法
JP2007272488A (ja) 画像処理装置、監視カメラ及び画像監視システム
CN110276320A (zh) 基于人脸识别的门禁方法、装置、设备和存储介质
US20140211003A1 (en) Safety monitoring device and method
CN104318654A (zh) 楼宇对讲系统与方法
CN105635654A (zh) 视频监控方法、装置及系统、摄像机
CN206421480U (zh) 智能楼宇门系统
CN110908340A (zh) 智能家居的控制方法及装置
CN113091245B (zh) 用于空调的控制方法、装置及空调
CN104809794A (zh) 门禁控制方法及系统
CN109410386A (zh) 开锁处理方法及装置、存储介质、处理器
CN110516568A (zh) 一种基于人脸识别的高校多场景数据管理方法及系统
CN104599365A (zh) 基于三维人脸图像识别的平开式感应门控制系统及方法
CN103679907A (zh) 一种应用于楼宇对讲的生物信息识别方法及其系统
CN112327645A (zh) 用于家电设备的控制方法、装置及家电设备
CN109615750B (zh) 门禁机的人脸识别控制方法及装置、门禁设备、存储介质
CN104879901A (zh) 空调器的控制方法和装置
CN111679589B (zh) 智能设备联动控制方法、设备、存储介质和智能家居系统

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
GR01 Patent grant
GR01 Patent grant