CN110924052A - 洗衣机控制方法及装置 - Google Patents

Abstract

本发明公开了一种洗衣机控制方法及装置。其中，该方法包括：获取衣物的图像信息；将图像信息输入分类模型，由分类模型输出图像信息对应的衣物种类，其中，分类模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：图像信息和图像信息对应的衣物种类；根据衣物的种类控制洗衣机工作。本发明解决了相关技术中的洗衣机人工分辨衣物的种类，导致洗涤效果差的技术问题。

Description

洗衣机控制方法及装置

技术领域

本发明涉及家电控制领域，具体而言，涉及一种洗衣机控制方法及装置。

背景技术

现有洗衣机多有多项可选洗衣模式，但选何种洗衣模式，需用户根据经验自己来定。但由于用户对不同材质衣物特性的了解欠缺，另一方面用户一般也不会对衣物的种类做出准确判断，很多时候用户也不知道该选用什么样的模式进行清洗，有的时候，大部分用户都会直接采用标准模式进行清洗，进而造成衣物清洗模式不合理，从而发生费电费水，或者洗坏衣物的情况。

针对上述的问题，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洗衣机控制方法及装置，以至少解决相关技术中的洗衣机人工分辨衣物的种类，导致洗涤效果差的技术问题。

根据本发明实施例的一个方面，提供了一种洗衣机控制方法，包括：获取衣物的图像信息；将所述图像信息输入分类模型，由分类模型输出所述图像信息对应的衣物种类，其中，所述分类模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像信息和所述图像信息对应的衣物种类；根据所述衣物的种类控制洗衣机工作。

可选的，在根据所述衣物的种类控制洗衣机工作之前，包括：根据所述图像信息确定衣物的脏污等级，将所述图像信息输入识别模型，由所述识别模型输出所述图像信息对应的脏污等级，其中，所述识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像信息和所述图像信息对应的衣物脏污等级；根据所述脏污等级和所述衣物的种类控制洗衣机工作。

可选的，根据所述第二图像信息确定衣物的脏污等级之后，包括：根据所述衣物种类确定清洗参数；根据所述清洗参数和所述脏污等级控制洗衣机工作。

可选的，根据所述清洗参数和所述脏污等级控制洗衣机工作，包括：根据所述清洗参数和所述脏污等级确定洗衣程序；根据所述洗衣程序控制洗衣机工作。

可选的，将所述图像信息输入分类模型包括：从所述图像信息中提取Gabor特征；将所述Gabor特征输入所述分类模型。

根据本发明实施例的另一个方面，提供了一种洗衣机控制装置，包括：获取模块，用于获取衣物的图像信息；分类模块，用于将所述图像信息输入分类模型，由分类模型输出所述图像信息对应的衣物种类，其中，所述分类模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像信息和所述图像信息对应的衣物种类；第一控制模块，用于根据所述衣物的种类控制洗衣机工作。

可选的，该装置还包括：识别模块，用于根据所述图像信息确定衣物的脏污等级，将所述图像信息输入识别模型，由所述识别模型输出所述图像信息对应的脏污等级，其中，所述识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像信息和所述图像信息对应的衣物脏污等级；第二控制模块，用于根据所述脏污等级和所述衣物的种类控制洗衣机工作。

可选的，该装置还包括：确定模块，用于根据所述衣物种类确定清洗参数；第三控制模块，用于根据所述清洗参数和所述脏污等级控制洗衣机工作。

可选的，所述第三控制模块包括：确定单元，用于根据所述清洗参数和所述脏污等级确定洗衣程序；控制单元，用于根据所述洗衣程序控制洗衣机工作。

可选的，所述分类模块包括：提取单元，用于从所述图像信息中提取Gabor特征；输入单元，用于将所述Gabor特征输入所述分类模型。

根据本发明实施例的另一个方面，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上述中任意一项所述的方法。

根据本发明实施例的另一个方面，提供了一种洗衣机，其特征在于，所述洗衣机包括上述中任意一项所述的洗衣机控制装置。

在本发明实施例中，采用获取衣物的图像信息；将所述图像信息输入分类模型，由分类模型输出所述图像信息对应的衣物种类，其中，所述分类模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像信息和所述图像信息对应的衣物种类；根据所述衣物的种类控制洗衣机工作的方式，通过对衣物的图像信息进行识别，达到了准确识别衣物种类的目的，从而实现了自动识别衣物种类的技术效果，进而解决了相关技术中的洗衣机人工分辨衣物的种类，导致洗涤效果差的技术问题。

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一种衣物识别方法的流程图；

图2是根据本发明实施例的一种衣物识别装置的结构示意图。

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。

根据本发明实施例，提供了一种衣物识别方法的方法实施例，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一种衣物识别方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102，获取衣物的图像信息；

步骤S104，将图像信息输入分类模型，由分类模型输出图像信息对应的衣物种类，其中，分类模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：图像信息和图像信息对应的衣物种类；

步骤S106，根据衣物的种类控制洗衣机工作。

通过上述步骤，采用获取衣物的图像信息；将图像信息输入分类模型，由分类模型输出图像信息对应的衣物种类，其中，分类模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：图像信息和图像信息对应的衣物种类；根据衣物的种类控制洗衣机工作的方式，通过对衣物的图像信息进行识别，达到了准确识别衣物种类的目的，从而实现了自动识别衣物种类的技术效果，进而解决了相关技术中的洗衣机人工分辨衣物的种类，导致洗涤效果差的技术问题。

上述衣物的图像信息，可以是图像采集装置拍摄的照片，还可以是红外传感装置采集的红外图像，还可以是通过频谱分析器进行频谱分析的分析结果图。则上述图像采集装置可以是摄像机，相机，频谱分析器等。上述图像信息中包含有衣物的种类特征。

上述分类模型，是使用多组数据通过机器学习训练得出的，例如，卷积神经网络识别模型，等能够进行机器学习的识别模型，例如，通过多组数据进行训练，直至模型收敛，拥有输入数据与输出数据之间的识别能力。多组数据中的每组数据均包括：图像信息和图像信息对应的衣物种类。

在本实施例中，识别出衣物的种类后，根据衣物种类生成洗衣机的工作模式，洗衣机根据该工作模式进行对该衣物的清洗工作，例如，真丝绸缎，呢绒，天鹅绒，真皮等材质的衣物不宜水洗，容易引起衣物变形。

可选的，在上述根据所述衣物的种类控制洗衣机工作之前，包括：根据图像信息确定衣物的脏污等级，将图像信息输入识别模型，由识别模型输出图像信息对应的脏污等级，其中，识别模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：图像信息和图像信息对应的衣物脏污等级；根据脏污等级控制洗衣机工作。

上述图像信息，可以是图像采集装置拍摄的照片，还可以是红外传感装置采集的红外图像。获取衣物的图像信息可以是根据图像采集装置进行拍摄的照片，上述图像信息中包含有衣物的脏污等级特征。上述图像信息可以与上述用于进行衣物分类的图像信息不同，也可以相同。用于对衣物进行分类的图像信息与用于对衣物脏污等级进行识别的图像信息相同，可以避免采集多次图像信息，简化流程，提高处理速度。

上述识别模型是使用多组数据通过机器学习训练得出的，例如，卷积神经网络识别模型，等能够进行机器学习的识别模型，例如，通过多组数据进行训练，直至模型收敛，拥有输入数据与输出数据之间的识别能力。多组数据中的每组数据均包括：图像信息和图像信息对应的衣物脏污等级。

上述脏污等级可以是对赃物进行分类后的等级，例如，油污两级，汗渍一级等。由于各类污渍的清洗方式不同，在污渍种类较多情况下，可能会引起清洁不彻底。对污渍进行分类并划分等级后，可以有效针对污渍种类对衣物进行清洗，清洗更彻底，清洗效果好。

可选的，根据图像信息确定衣物的脏污等级之后，包括：根据衣物种类确定清洗参数；根据清洗参数和脏污等级控制洗衣机工作。

上述清洗参数可以是预先设定的，针对各类不同的衣物的特点，确定各类衣物的标准清洗参数。例如，纯棉，洗涤30分钟，上述清洗参数还可以是最低清洗参数，最高清洗参数等。根据清洗参数对应的衣物脏污程度，确定该清洗参数对应的脏污等级，例如，标准清洗参数，针对的是一般常见的脏污程度，在上述脏污等级中对应3级，上述脏污等级共五级。结合清洗参数和脏污等级控制洗衣机工作，例如，标准清洗参数的情况下，脏污等级为5级，则相应的对该清洗参数进行增加，可以按比例增加。

可选的，根据清洗参数和脏污等级控制洗衣机工作，包括：根据清洗参数和脏污等级确定洗衣程序；根据洗衣程序控制洗衣机工作。

上述洗衣程序包括洗衣机的运行参数，例如，洗涤时间，洗涤动力等级等。上述洗衣程序为洗衣机可以识别的控制指令。

可选的，将所述图像信息输入分类模型包括：从所述图像信息中提取Gabor特征；将所述Gabor特征输入所述分类模型。

作为一种可选实施方式，下面进行详细说明，针对放入洗衣机内的衣物，本实施方式中的智能洗衣机可以通过基于极深神经网络的衣物辨识系统，通过对不同材质衣物及不同脏污情况的纹理信息的学习，对待清洗衣物进行精准识别与分类，进而通过上述分类，自动设定洗衣参数或给用户合理推荐。具体步骤可以为：

一、在洗衣机滚筒中设置图像采集装置，在洗衣机进水清洗之前，先进行滚筒滚动，通过图像采集装置对待洗衣物进行图像采集；

二、根据采集的上述待洗衣物的图像进行辨识，其中，衣物辨识系统采用一种基于Gabor特征具有分形结构的极深神经网络的衣物分类方法。首先，通过单一扩展规则的重复应用生成一个极深网络，然后通过从网络图像库中获取各类不同的材质和脏污情况的服装图片，进行Gabor特征提取以及归一化等预处理，得到Gabor特征伪彩图之后，利用Gabor特征伪彩图作为网络输入，训练极深网络模型，进而加强网格对纹理信息的学习，从而通过训练好的模型进行精准衣物辨识，辨识出其材质和脏污状况；

三、根据上述衣物辨识系统的辨识分类，输入洗衣机中央控制器，控制器中通过衣物清洗模型对不同分类的衣物设定不同的清洗参数。其中，衣物清洗模型为基于深度学习的神经网络模型，其通过大量的历史清洗数据进行训练，使其针对不同的衣物分类及脏污情况输入其中时，可输出最节能节水的洗衣程序，并完成对衣物的良好清洗。

本实施方式通过在洗衣机中设置衣物辨识系统，将获取的滚筒内衣物进行辨识，并采用基于Gabor特征具有分形结构的极深神经网络的衣物分类方法，进而加强网格对纹理信息的学习，从而通过训练好的模型进行精准衣物辨识，辨识出其材质和脏污状况，再通过衣物清洗模型，根据辨识出的待洗衣服情况，输出最节能节水的洗衣程序，既避免了用户因经验欠缺导致的无法选择控制程序，提高了应用便利性，又为用户节省了经济成本。

图2是根据本发明实施例的一种洗衣机控制装置的结构示意图，如图2所示，该衣物识别装置20，包括：获取模块22，分类模块24和第一控制模块26，下面对该衣物识别装置20进行详细说明。

获取模块22，用于获取衣物的图像信息；分类模块24，与上述获取模块22相连，用于将图像信息输入分类模型，由分类模型输出图像信息对应的衣物种类，其中，分类模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：图像信息和图像信息对应的衣物种类；第一控制模块26，与上述分类模块24相连，用于根据衣物的种类控制洗衣机工作。

通过上述装置，获取模块22获取衣物的图像信息；分类模块24将图像信息输入分类模型，由分类模型输出图像信息对应的衣物种类，其中，分类模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：图像信息和图像信息对应的衣物种类；第一控制模块26根据衣物的种类控制洗衣机工作的方式，通过对衣物的图像信息进行识别，达到了准确识别衣物种类的目的，从而实现了自动识别衣物种类的技术效果，进而解决了相关技术中的洗衣机人工分辨衣物的种类，导致洗涤效果差的技术问题。

可选的，该洗衣机控制装置20还包括：识别模块，用于根据图像信息确定衣物的脏污等级，将图像信息输入识别模型，由识别模型输出图像信息对应的脏污等级，其中，识别模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：图像信息和图像信息对应的衣物脏污等级；第二控制模块，用于根据脏污等级和所述衣物的种类控制洗衣机工作。

可选的，该洗衣机控制装置20还包括：确定模块，用于根据衣物种类确定清洗参数；第三控制模块，用于根据清洗参数和脏污等级控制洗衣机工作。

可选的，第三控制模块包括：确定单元，用于根据清洗参数和脏污等级确定洗衣程序；控制单元，用于根据洗衣程序控制洗衣机工作。

可选的，上述分类模块24包括：提取单元，用于从图像信息中提取Gabor特征；输入单元，用于将Gabor特征输入分类模型。

根据本发明实施例的另一个方面，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中任意一项的方法。

根据本发明实施例的另一个方面，提供了一种洗衣机，所述洗衣机包括上述中任意一项的洗衣机控制装置。

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 (12)

1.一种洗衣机控制方法，其特征在于，包括：

获取衣物的图像信息；

将所述图像信息输入分类模型，由分类模型输出所述图像信息对应的衣物种类，其中，所述分类模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像信息和所述图像信息对应的衣物种类；

根据所述衣物的种类控制洗衣机工作。

2.根据权利要求1所述的方法，其特征在于，在根据所述衣物的种类控制洗衣机工作之前，包括：

根据所述图像信息确定衣物的脏污等级，将所述图像信息输入识别模型，由所述识别模型输出所述图像信息对应的脏污等级，其中，所述识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像信息和所述图像信息对应的衣物脏污等级；

根据所述脏污等级和所述衣物的种类控制洗衣机工作。

3.根据权利要求2所述的方法，其特征在于，根据所述图像信息确定衣物的脏污等级之后，包括：

根据所述衣物种类确定清洗参数；

根据所述清洗参数和所述脏污等级控制洗衣机工作。

4.根据权利要求3所述的方法，其特征在于，根据所述清洗参数和所述脏污等级控制洗衣机工作，包括：

根据所述清洗参数和所述脏污等级确定洗衣程序；

根据所述洗衣程序控制洗衣机工作。

5.根据权利要求1至4中任意一项所述的方法，其特征在于，将所述图像信息输入分类模型包括：

从所述图像信息中提取Gabor特征；

将所述Gabor特征输入所述分类模型。

6.一种洗衣机控制装置，其特征在于，包括：

获取模块，用于获取衣物的图像信息；

分类模块，用于将所述图像信息输入分类模型，由分类模型输出所述图像信息对应的衣物种类，其中，所述分类模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像信息和所述图像信息对应的衣物种类；

第一控制模块，用于根据所述衣物的种类控制洗衣机工作。

7.根据权利要求6所述的装置，其特征在于，该装置还包括：

识别模块，用于根据所述图像信息确定衣物的脏污等级，将所述图像信息输入识别模型，由所述识别模型输出所述图像信息对应的脏污等级，其中，所述识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像信息和所述图像信息对应的衣物脏污等级；

第二控制模块，用于根据所述脏污等级和所述衣物的种类控制洗衣机工作。

8.根据权利要求7所述的装置，其特征在于，该装置还包括：

确定模块，用于根据所述衣物种类确定清洗参数；

第三控制模块，用于根据所述清洗参数和所述脏污等级控制洗衣机工作。

9.根据权利要求8所述的装置，其特征在于，所述第三控制模块包括：

确定单元，用于根据所述清洗参数和所述脏污等级确定洗衣程序；

控制单元，用于根据所述洗衣程序控制洗衣机工作。

10.根据权利要求6至9中任意一项所述的装置，其特征在于，所述分类模块包括：

提取单元，用于从所述图像信息中提取Gabor特征；

输入单元，用于将所述Gabor特征输入所述分类模型。

11.一种处理器，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中任意一项所述的方法。

12.一种洗衣机，其特征在于，所述洗衣机包括权利要求6至10中任意一项所述的洗衣机控制装置。

Images