CN110941187A - 家电控制方法及装置 - Google Patents

家电控制方法及装置 Download PDF

Info

Publication number
CN110941187A
CN110941187A CN201811108744.XA CN201811108744A CN110941187A CN 110941187 A CN110941187 A CN 110941187A CN 201811108744 A CN201811108744 A CN 201811108744A CN 110941187 A CN110941187 A CN 110941187A
Authority
CN
China
Prior art keywords
gesture
control
model
coordinate values
depth values
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
Application number
CN201811108744.XA
Other languages
English (en)
Inventor
吴少波
易斌
高婧雯
陈翀
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.)
Gree Electric Appliances Inc of Zhuhai
Original Assignee
Gree Electric Appliances Inc of Zhuhai
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 Gree Electric Appliances Inc of Zhuhai filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN201811108744.XA priority Critical patent/CN110941187A/zh
Publication of CN110941187A publication Critical patent/CN110941187A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2642—Domotique, domestic, home control, automation, smart house

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Human Computer Interaction (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开了一种家电控制方法及装置。其中，该方法包括：确定控制手势的各关节点的坐标值与深度值；将坐标值与深度值输入识别模型，由识别模型识别坐标值与深度值对应的控制手势，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：各关节点的坐标值与深度值和坐标值与深度值对应的控制手势；根据识别的控制手势对家电进行控制。本发明解决了相关技术中手势识别准确性低导致家电控制效果差的技术问题。

Description

家电控制方法及装置
技术领域
本发明涉及家电控制领域，具体而言，涉及一种家电控制方法及装置。
背景技术
为了方便用户对家电进行控制，相关技术中逐步兴起了对家电的手势控制。但由于不同用户手型和大小区别较大，在家电手势控制中，常有辨识不精准的问题，进而导致家电控制不准确。
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家电控制方法及装置，以至少解决相关技术中手势识别准确性低导致家电控制效果差的技术问题。
根据本发明实施例的一个方面，提供了一种家电控制方法，包括：确定控制手势的各关节点的坐标值与深度值；将所述坐标值与深度值输入识别模型，由识别模型识别所述坐标值与深度值对应的控制手势，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：各关节点的坐标值与深度值和所述坐标值与深度值对应的控制手势；根据识别的控制手势对家电进行控制。
可选地，确定控制手势的各关节点的坐标值与深度值包括：建立控制手势的手势模型图；根据所述手势模型图确定标签图，其中，所述标签图包括所述控制手势的各关节点的坐标值与深度值。
可选地，根据识别的控制手势对家电进行控制包括：将识别的所述控制手势与手势模型库中的手势模型进行比对，确定手势模型库中与所述控制手势为同一手势的手势模型，为控制家电的手势模型；根据所述手势模型对应的控制指令，对家电进行控制。
可选地，根据识别的控制手势对家电进行控制之前包括：获取多个使用者的控制手势信息；根据所述控制手势信息，建立多个使用者的手势模型库，其中，手势模型库包括对应不同控制指令的手势模型，和该手势模型对应的使用者。
可选地，根据所述手势模型对应的控制指令，对家电进行控制包括：确定不同使用者的控制权限；确定所述手势模型对应的使用者；判断所述使用者是否被允许采用控制手势进行控制；在所述使用者被允许采用手势对家电进行控制的情况下，根据所述手势模型对应的控制指令，对家电进行控制。
可选地，确定控制手势的各关节点的坐标值与深度值之后包括：根据所述控制手势的各关节点的所述坐标值与深度值确定所述控制手势的使用者；根据所述使用者确定所述使用者对应的识别模型。
可选地，根据所述使用者确定所述使用者对应的识别模型之前包括：建立分别适用于多个使用者的手势识别模型。
根据本发明实施例的另一方面，还提供了一种家电控制装置，包括：确定模块，用于确定控制手势的各关节点的坐标值与深度值；识别模块，用于将所述坐标值与深度值输入识别模型，由识别模型识别所述坐标值与深度值对应的控制手势，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：各关节点的坐标值与深度值和所述坐标值与深度值对应的控制手势；控制模块，用于根据识别的控制手势对家电进行控制。
根据本发明实施例的另一方面，还提供了一种存储介质，包括：所述存储介质存储有程序指令，其中，在所述程序指令运行时控制所述存储介质所在设备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方面，还提供了一种处理器，包括：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。
在本发明实施例中，采用：确定控制手势的各关节点的坐标值与深度值；将所述坐标值与深度值输入识别模型，由识别模型识别所述坐标值与深度值对应的控制手势，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：各关节点的坐标值与深度值和所述坐标值与深度值对应的控制手势；根据识别的控制手势对家电进行控制的方式，通过识别模型识别控制手势，达到了提高控制手势准确性的目的，从而实现了有效控制家电的技术效果，进而解决了相关技术中手势识别准确性低导致家电控制效果差的技术问题。
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家电控制方法的流程图；
图2是根据本发明实施例的一种家电控制装置的结构示意图。
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，提供了一种家电控制方法实施例，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家电控制方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，确定控制手势的各关节点的坐标值与深度值；
步骤S104，将坐标值与深度值输入识别模型，由识别模型识别坐标值与深度值对应的控制手势，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：各关节点的坐标值与深度值和坐标值与深度值对应的控制手势；
步骤S106，根据识别的控制手势对家电进行控制。
在本发明实施例中，采用确定控制手势的各关节点的坐标值与深度值；将坐标值与深度值输入识别模型，由识别模型识别坐标值与深度值对应的控制手势，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：各关节点的坐标值与深度值和坐标值与深度值对应的控制手势；根据识别的控制手势对家电进行控制的方式，通过识别模型识别控制手势，达到了提高控制手势准确性的目的，从而实现了有效控制家电的技术效果，进而解决了相关技术中手势识别准确性低导致家电控制效果差的技术问题。
上述手指识别模型，可以通过手势图像进行处理得到控制手势的识别结果，包括控制指令和手势所属使用者的身份。上述手势图像可以是照相机拍摄的照片，可以是摄像机拍摄的视频中提取的单帧图像，还可以是红外相机拍摄的红外图像，电磁装置拍摄的电磁图像。
上述各关节点的坐标值和深度值用于描述各关节点之间的空间关系，其中，上述坐标值由各关节点在上述手势图像所在平面的二维坐标确定，上述深度值为各关节点相对于上述手势图像所在平面的深度值。可以根据上述坐标值和深度值确定各关节点的三维坐标，从而根据各个关节点的三维坐标确定各个关节点之间的空间关系。
上述控制手势的各关节点的坐标值与深度值包括多个关节点的坐标值与深度值，也即是上述控制手势的各关节点的坐标值与深度值代表各个关节点之间的空间关系，每个人的手的关节长度不同，而且当人的手势被采集在二维图像中，各个关节点之间的空间关系会发生改变，从而影响对正确手势的读取。因此，本申请中根据各个关节点的坐标值与深度值对各个关节点之间的空间关系进行确定。
将坐标值与深度值输入识别模型，由识别模型识别坐标值与深度值对应的控制手势，也即是根据控制手势的各个关节点之间空间关系对手势进行识别，可以有效提高手势识别的准确率和可靠度。另外，上述根据控制手势的各个关节点之间空间关系对手势进行识别的方式，不仅可以识别控制手势所代表的控制指令信息，而且可以根据各个关节点之间的空间关系确定该控制手势所属的使用者的身份。
上述手势识别模型，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，进一步，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。而且多组数据中的每组数据均包括：各关节点的坐标值与深度值和坐标值与深度值对应的控制手势。上述控制手势用于标识该控制手势标识的控制指令，例如，OK的手势，可以代表开启电器的控制指令。
可选地，确定控制手势的各关节点的坐标值与深度值包括：建立控制手势的手势模型图；根据手势模型图确定标签图，其中，标签图包括控制手势的各关节点的坐标值与深度值。
在建立控制手势的手势模型图时，可以是一个或者多个预定的手势模型图。通过上述手势模型图进一步确定标签图，而标签图包含代表人手各关节点的多个坐标点，每个坐标点的值包含对应的各关节点的坐标值和深度值。通过确定控制手势的各关节点的坐标值与深度值，不仅增强了不同使用者和不同手势之间的区分度，能够根据使用者的手势特征，准确地得到对应的手势模型以及该手势模型对应的使用者。
可选地，根据识别的控制手势对家电进行控制包括：将识别的控制手势与手势模型库中的手势模型进行比对，确定手势模型库中与控制手势为同一手势的手势模型，为控制家电的手势模型；根据手势模型对应的控制指令，对家电进行控制。
在根据识别的控制手势对家电进行控制时，先将识别的控制手势与手势模型库中的手势模型进行比对，其中，手势模型库是由不同使用者的手势模型组成的。需要说明的是，手势模型库中同一使用者的手势模型，也是根据使用者的控制手势信息不同，同一使用者的手势模型可以包括一个或者多个，具体地，可以根据使用者的控制权限确定。而且，手势模型库考虑到使用者的年龄、性别等，可以根据年龄、性别等因素进行划分手势模型。例如，手势模型库可以包括儿童手势模型，青年手势模型以及老人手势模型等，还可以根据使用者的具体家庭成员状况自行设置，如手势模型库还可以包括家庭成员A、家庭成员B等。此外，还可以根据使用者的特殊性设置优先级和权限等，比如，老人和小孩在对家电控制中，可以将老人或者小孩的优先级设置最高，这样可以方便老人和小孩生活。又比如，一些小孩由于年龄小、好奇心强，会对家电进行误操作，通过对儿童的部分手势权限进行限制，实现家电控制的童锁功能，都可以在手势模型库中体现出来。
需要说明的是，本发明实施例中的手势模型库包括一个或者多个使用者的手势模型，而同一使用者的手势模型又包括一个或者多个与该使用者采用不同控制手势相对应的手势模型。
在实际应用中，通过识别的控制手势与手势模型库中的手势模型进行比对，进一步确定手势模型库中与控制手势为同一手势的手势模型。由于手势模型库中包括大量的手势模型，只要识别的手势模型与预存在手势模型库的手势模型一致，就能够快速、准确的解决手势识别的效率问题。再者，由于手势模型是由大量手势信息训练得到，这样就保证了手势模型的识别准确性。因此，利用上述识别结果得到相应的控制指令，使得家电控制的准确性大大提升。
可选地，根据识别的控制手势对家电进行控制之前包括：获取多个使用者的控制手势信息；根据控制手势信息，建立多个使用者的手势模型库，其中，手势模型库包括对应不同控制指令的手势模型，和该手势模型对应的使用者。
在获取多个使用者的控制手势信息后，分别为每个使用者建立相应的手势模型，并将上述的手势模型汇总到手势模型库中，换言之，也可以说根据控制手势信息，建立多个使用者的手势模型库。需要说明的是，上述手势模型库中的使用者及其不同控制指令的手势模型是一一对应的关系，具体地，手势模型库中的每一个控制手势模型都会对应一个使用者，同一使用者的手势模型中包括该使用者不同控制手势对应的手势模型。
可选地，根据手势模型对应的控制指令，对家电进行控制包括：确定不同使用者的控制权限；确定手势模型对应的使用者；判断使用者是否被允许采用控制手势进行控制；在使用者被允许采用手势对家电进行控制的情况下，根据手势模型对应的控制指令，对家电进行控制。
在对家电进行控制中，不同使用者的控制权限也是不同的，而控制权限包括使用者的优先级以及控制范围，具体地，使用者的优先级越高，其控制指令就会被优先选择执行，而使用者的优先级越低，其控制指令就不会被执行或者延迟执行。而控制权限中的控制范围是使用者的手势对应的控制指令控制的家电种类以及家电实现的功能。在确定手势模型对应的使用者后，需要进一步判断该使用者是否被允许采用控制手势进行控制。若该使用者被允许采用手势对家电进行控制，则手势模型中对应的控制指令就会被执行。若该使用者不被允许采用手势对家电进行控制，则手势模型中对应的控制指令就不会被执行。
可选地，确定控制手势的各关节点的坐标值与深度值之后包括：根据控制手势的各关节点的坐标值与深度值确定控制手势的使用者；根据使用者确定使用者对应的识别模型。
需要说明的是，不同的使用者的控制手势不同，例如，在使用者做出手势动作时，手掌的紧握程度、各手指间的间隔及弯曲程度等。可以通过控制手势的各关节点的坐标值与深度值，确定该控制手势的使用者，进而根据使用者来进一步确定使用者对应的识别模型。
可选地，根据使用者确定使用者对应的识别模型之前包括：建立分别适用于多个使用者的手势识别模型。
由于每个使用者的行为动作习惯存在一定的差异，需要根据使用者的需要建立相应的手势识别模型。其中，上述手势识别模型与使用者是相对应的关系，例如，可以是多个使用者分别建立的各自的手势识别模型，也可以是一个使用者分别建立多个属于自己的手势识别模型。此外，可以进一步根据使用者的特殊性通过该手势模型进行限制，例如，对儿童的部分手势控制权限加以限制等。通过建立分别适用于多个使用者的手势模型，既能保证手势识别的准确性，又能以此对不同使用者手势控制的权限进行限制，从而保证电器控制安全。
图2是根据本发明实施例的一种家电控制装置的结构示意图；如图2所示，该家电控制装置20，包括：确定模块22，识别模块24和控制模块26。下面对该家电控制装置20进行详细说明。
确定模块22，用于确定控制手势的各关节点的坐标值与深度值；识别模块24，与上述确定模块22相连接，用于将坐标值与深度值输入识别模型，由识别模型识别坐标值与深度值对应的控制手势，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：各关节点的坐标值与深度值和坐标值与深度值对应的控制手势；控制模块26，与上述识别模块24相连接，用于根据识别的控制手势对家电进行控制。
根据本发明实施例的另一方面，还提供了一种存储介质，包括：存储介质存储有程序指令，其中，在程序指令运行时控制存储介质所在设备执行上述中任意一项的方法。
根据本发明实施例的另一方面，还提供了一种处理器，包括：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。
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。
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。
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 (10)

1.一种家电控制方法，其特征在于，包括：
确定控制手势的各关节点的坐标值与深度值；
将所述坐标值与深度值输入识别模型，由识别模型识别所述坐标值与深度值对应的控制手势，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：各关节点的坐标值与深度值和所述坐标值与深度值对应的控制手势；
根据识别的控制手势对家电进行控制。
2.根据权利要求1所述的方法，其特征在于，确定控制手势的各关节点的坐标值与深度值包括：
建立控制手势的手势模型图；
根据所述手势模型图确定标签图，其中，所述标签图包括所述控制手势的各关节点的坐标值与深度值。
3.根据权利要求1所述的方法，其特征在于，根据识别的控制手势对家电进行控制包括：
将识别的所述控制手势与手势模型库中的手势模型进行比对，确定手势模型库中与所述控制手势为同一手势的手势模型，为控制家电的手势模型；
根据所述手势模型对应的控制指令，对家电进行控制。
4.根据权利要求3所述的方法，其特征在于，根据识别的控制手势对家电进行控制之前包括：
获取多个使用者的控制手势信息；
根据所述控制手势信息，建立多个使用者的手势模型库，其中，手势模型库包括对应不同控制指令的手势模型，和该手势模型对应的使用者。
5.根据权利要求4所述的方法，其特征在于，根据所述手势模型对应的控制指令，对家电进行控制包括：
确定不同使用者的控制权限；
确定所述手势模型对应的使用者；
判断所述使用者是否被允许采用控制手势进行控制；在所述使用者被允许采用手势对家电进行控制的情况下，根据所述手势模型对应的控制指令，对家电进行控制。
6.根据权利要求1所述的方法，其特征在于，确定控制手势的各关节点的坐标值与深度值之后包括：
根据所述控制手势的各关节点的所述坐标值与深度值确定所述控制手势的使用者；
根据所述使用者确定所述使用者对应的识别模型。
7.根据权利要求6所述的方法，其特征在于，根据所述使用者确定所述使用者对应的识别模型之前包括：
建立分别适用于多个使用者的手势识别模型。
8.一种家电控制装置，其特征在于，包括：
确定模块，用于确定控制手势的各关节点的坐标值与深度值；
识别模块，用于将所述坐标值与深度值输入识别模型，由识别模型识别所述坐标值与深度值对应的控制手势，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：各关节点的坐标值与深度值和所述坐标值与深度值对应的控制手势；
控制模块，用于根据识别的控制手势对家电进行控制。
9.一种存储介质，其特征在于，所述存储介质存储有程序指令，其中，在所述程序指令运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述的方法。
10.一种处理器，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中任意一项所述的方法。
CN201811108744.XA 2018-09-21 2018-09-21 家电控制方法及装置 Pending CN110941187A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811108744.XA CN110941187A (zh) 2018-09-21 2018-09-21 家电控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811108744.XA CN110941187A (zh) 2018-09-21 2018-09-21 家电控制方法及装置

Publications (1)

Publication Number Publication Date
CN110941187A true CN110941187A (zh) 2020-03-31

Family

ID=69904602

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811108744.XA Pending CN110941187A (zh) 2018-09-21 2018-09-21 家电控制方法及装置

Country Status (1)

Country Link
CN (1) CN110941187A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111895473A (zh) * 2020-09-04 2020-11-06 珠海格力电器股份有限公司 油烟机控制方法、装置、设备及油烟机系统
CN112486379A (zh) * 2020-11-10 2021-03-12 佛山市百斯特电器科技有限公司 一种洗涤设备的控制方法及洗涤设备

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103941866A (zh) * 2014-04-08 2014-07-23 河海大学常州校区 一种基于Kinect深度图像的三维手势识别方法
CN105807903A (zh) * 2014-12-30 2016-07-27 Tcl集团股份有限公司 一种智能设备的控制方法及装置
CN106648103A (zh) * 2016-12-28 2017-05-10 歌尔科技有限公司 一种vr头戴设备的手势跟踪方法和vr头戴设备
CN106851937A (zh) * 2017-01-25 2017-06-13 触景无限科技（北京）有限公司 一种手势控制台灯的方法及装置
US20170205785A1 (en) * 2016-01-19 2017-07-20 King Fahd University Of Petroleum And Minerals Wearable embedded control system, apparatus and method
CN107103613A (zh) * 2017-03-28 2017-08-29 深圳市未来媒体技术研究院 一种三维手势姿态估计方法
CN107678287A (zh) * 2017-09-18 2018-02-09 广东美的制冷设备有限公司 设备控制方法、装置及计算机可读存储介质
CN107862252A (zh) * 2017-10-19 2018-03-30 珠海格力电器股份有限公司 电暖器及其加热方法、装置、存储介质和处理器
US20180120950A1 (en) * 2015-12-31 2018-05-03 Microsoft Technology Licensing, Llc Electrical device for hand gestures detection
CN108052199A (zh) * 2017-10-30 2018-05-18 珠海格力电器股份有限公司 抽油烟机的控制方法、装置和抽油烟机
CN108105136A (zh) * 2017-11-03 2018-06-01 珠海格力电器股份有限公司 风扇的控制方法、装置和风扇
CN108399367A (zh) * 2018-01-31 2018-08-14 深圳市阿西莫夫科技有限公司 手部动作识别方法、装置、计算机设备及可读存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103941866A (zh) * 2014-04-08 2014-07-23 河海大学常州校区 一种基于Kinect深度图像的三维手势识别方法
CN105807903A (zh) * 2014-12-30 2016-07-27 Tcl集团股份有限公司 一种智能设备的控制方法及装置
US20180120950A1 (en) * 2015-12-31 2018-05-03 Microsoft Technology Licensing, Llc Electrical device for hand gestures detection
US20170205785A1 (en) * 2016-01-19 2017-07-20 King Fahd University Of Petroleum And Minerals Wearable embedded control system, apparatus and method
CN106648103A (zh) * 2016-12-28 2017-05-10 歌尔科技有限公司 一种vr头戴设备的手势跟踪方法和vr头戴设备
CN106851937A (zh) * 2017-01-25 2017-06-13 触景无限科技（北京）有限公司 一种手势控制台灯的方法及装置
CN107103613A (zh) * 2017-03-28 2017-08-29 深圳市未来媒体技术研究院 一种三维手势姿态估计方法
CN107678287A (zh) * 2017-09-18 2018-02-09 广东美的制冷设备有限公司 设备控制方法、装置及计算机可读存储介质
CN107862252A (zh) * 2017-10-19 2018-03-30 珠海格力电器股份有限公司 电暖器及其加热方法、装置、存储介质和处理器
CN108052199A (zh) * 2017-10-30 2018-05-18 珠海格力电器股份有限公司 抽油烟机的控制方法、装置和抽油烟机
CN108105136A (zh) * 2017-11-03 2018-06-01 珠海格力电器股份有限公司 风扇的控制方法、装置和风扇
CN108399367A (zh) * 2018-01-31 2018-08-14 深圳市阿西莫夫科技有限公司 手部动作识别方法、装置、计算机设备及可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111895473A (zh) * 2020-09-04 2020-11-06 珠海格力电器股份有限公司 油烟机控制方法、装置、设备及油烟机系统
CN112486379A (zh) * 2020-11-10 2021-03-12 佛山市百斯特电器科技有限公司 一种洗涤设备的控制方法及洗涤设备

Similar Documents

Publication Publication Date Title
EP3506185A1 (en) Method for training model and information recommendation system
EP4207080A1 (en) Avatar generation method, apparatus and device, and medium
US20160371480A1 (en) Verification methods and verification devices
CN107682368B (zh) 基于交互操作的验证方法、客户端、服务器及系统
CN107688637A (zh) 信息推送方法、装置、存储介质及电子终端
CN107273869B (zh) 手势识别控制方法和电子设备
CN110895934A (zh) 家电控制方法及装置
CN110941187A (zh) 家电控制方法及装置
CN110741387A (zh) 人脸识别方法、装置、存储介质及电子设备
CN108564067B (zh) 人脸比对的阈值确定方法及系统
CN112287227A (zh) 在线学习推荐方法及在线学习系统
CN110837549B (zh) 一种信息处理方法、装置及存储介质
CN107291238B (zh) 一种数据处理方法与装置
CN111160251A (zh) 一种活体识别方法及装置
CN112270384B (zh) 一种回环检测方法、装置及电子设备和存储介质
CN107479902B (zh) 控件处理方法及装置，存储介质、处理器和终端
CN103984415B (zh) 一种信息处理方法及电子设备
CN111142663B (zh) 一种手势识别方法及手势识别系统
CN105022480A (zh) 一种输入方法及终端
CN115061577B (zh) 手部投影交互方法、系统及存储介质
CN109063561B (zh) 公式的识别计算方法和装置
CN111354013A (zh) 目标检测方法及装置、设备和存储介质
KR101693740B1 (ko) 계층적 은닉 마르코프 모델을 이용한 행동 인식 방법 및 장치
CN115351782A (zh) 基于边缘计算的多机器人控制方法、装置及存储介质
CN105188154B (zh) 一种自动操作智能设备的方法、装置及系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200331

RJ01 Rejection of invention patent application after publication