CN110968853A - 一种身份状态的转换方法、装置和家用机器人 - Google Patents

Abstract

本申请公开了一种身份状态的转换方法、装置和家用机器人，该方法和装置具体为采集当前用户的个人特征数据；对个人特征数据进行识别，得到当前用户的身份信息；根据当前用户的身份信息查找匹配的目标身份；将所述家用机器人的当前身份转换为所述目标身份。由于家用机器人通过上述操作不再是固定的身份与用户进行交流，而是根据当前用户的具体身份实现自身身份的转换，从而增加了用户与家用机器人之间的亲近感，并提高了用户体验。

Description

一种身份状态的转换方法、装置和家用机器人

技术领域

本申请涉及人工智能技术领域，更具体地说，涉及一种身份状态的转换方法、装置和家用机器人。

背景技术

随着科技的发展以及居民生活水平的提高，多种多样的家用机器人得到普及和应用，其不仅能够满足人们一般的需求，还能够在一定程度上满足人们对生活品质的追求。

在人们日常使用家用机器人的时候，日常陪护是其一项重要的功能，在陪护中家用机器人不仅能够满足音视频播放、生活辅助等用户需求，与家用机器人之间的对话交流也是一项主要的陪护内容，其能够满足家庭中老人和未成年人、甚至成年人的日常信息交互和情感交流。

但是，目前的家用机器人仅能够以一种第三者的身份与用户实现交互，并不能根据用户的身份提供特定的信息交互，使用户在与家用机器人进行信息交流过程中缺乏亲近感，导致用户体验较差。

发明内容

有鉴于此，本申请提供一种身份状态的转换方法、装置和家用机器人，用于在家用机器人与用户交流过程中，根据用户的身份转换自身身份，以提高用户体验。

为了实现上述目的，现提出的方案如下：

一种身份状态的转换方法，应用于家用机器人，所述转换方法包括步骤：

采集当前用户的个人特征数据；

对所述个人特征数据进行识别，得到所述当前用户的身份信息；

根据所述当前用户的身份信息查找匹配的目标身份；

将所述家用机器人的当前身份转换为所述目标身份。

可选的，所述个人特征数据包括影像数据和/或声音数据。

可选的，所述对所述个人特征数据进行识别，得到所述当前用户的身份信息，包括：

对所述个人特征数据进行解析，得到个人特征向量；

根据所述个人特征向量从预置的数据库中进行查找，得到与所述个人特征向量匹配的身份信息，所述数据库中包括至少一个身份信息，且包括与每个所述身份信息对应的个人特征向量。

可选的，所述身份特征包括语言特征、语音特征和语气特征中的部分或全部。

可选的，还包括步骤：

响应当前用户的转换请求，将所述当前身份转换为所述转换请求指定的身份。

一种身份状态的转换装置，应用于家用机器人，所述转换装置包括：

数据采集模块，用于采集当前用户的个人特征数据；

特征识别模块，用于对所述个人特征数据进行识别，得到所述当前用户的身份信息；

身份查找模块，用于根据所述当前用户的身份信息查找匹配的目标身份；

信息输出模块，用于将所述家用机器人的当前身份转换为所述目标身份。

可选的，所述个人特征数据包括影像数据和/或声音数据。

可选的，所述特征识别模块包括：

向量计算单元，用于对所述个人特征数据进行解析，得到个人特征向量；

数据查找单元，用于根据所述个人特征向量从预置的数据库中进行查找，得到与所述个人特征向量匹配的身份信息，所述数据库中包括至少一个身份信息，且包括与每个所述身份信息对应的个人特征向量。

可选的，所述身份特征包括语言特征、语音特征和语气特征中的部分或全部。

可选的，还包括：

响应控制模块，用于响应当前用户的转换请求，将所述当前身份转换为所述转换请求指定的身份。

一种家用机器人，其特征在于，设置有如上所述的身份状态的转换装置。

从上述的技术方案可以看出，本申请公开了一种身份状态的转换方法、装置和家用机器人，该方法和装置具体为采集当前用户的个人特征数据；对个人特征数据进行识别，得到当前用户的身份信息；根据当前用户的身份信息查找匹配的目标身份；将所述家用机器人的当前身份转换为所述目标身份。由于家用机器人通过上述操作不再是固定的身份与用户进行交流，而是根据当前用户的具体身份实现自身身份的转换，从而增加了用户与家用机器人之间的亲近感，并提高了用户体验。

附图说明

为了更清楚地说明本申请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简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例的一种身份状态的转换方法的流程图；

图2为本申请实施例的另一种身份状态的转换方法的流程图；

图3为本申请实施例的一种身份状态的转换装置的框图；

图4为本申请实施例的另一种身份状态的转换方法的框图；

图5为本申请实施例的又一种身份状态的转换方法的框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

实施例一

图1为本申请实施例的一种身份状态的转换方法的流程图。

如图1所示，本实施例提供的转换方法应用于家用机器人，该家用机器人至少设置有摄像头和麦克风，该转换方法包括如下步骤：

S1、采集当前用户的个人特征数据。

即在当前用户启动该家用机器人，并运行信息交流功能时，采集该用户的个人特征数据，这里的个人特征数据包括但不限于影像数据和声音数据，或者仅影像数据或者声音数据。

具体来说，是通过该摄像头采集影像数据，通过麦克风采集声音数据。在采集影像数据时，着重采集当前用户的人脸影像。

S2、识别当前用户的身份信息。

具体是通过对个人特征数据、影像数据或声音数据进行识别，得到该当前用户的身份信息。识别的基础为预先建立有相应的数据库，该数据库中存储有至少一个身份信息和与每个身份信息对应的个人特征向量，或者说包括与每个身份信息对应的个人特征数据。

在具体识别时：

首先，根据预设的由深度神经网络训练而成的识别模型对个人特征数据、影像数据或者声音数据进行识别，从中得到个人特征向量。针对影像数据得到的个人特征向量为影像特征向量，针对声音数据得到的个人特征向量为声音特征向量或者声纹特征。

然后，在得到个人特征向量后，根据该个人特征向量从上述数据库中进行查找，从中找到与个人特征向量相对应的身份信息，该身份信息包括姓名、年龄、性别等。如果该数据库中包括多个身份信息，对于每个身份信息来说，还包括与其他身份信息的关系，如母子、父子、夫妻、兄弟、姐妹等。

上述身份信息的关系用于确定与该当前用户的目标身份。

S3、根据当前用户的身份信息查找匹配的目标身份。

在确定当前用户的身份信息后，根据该身份信息确定与该身份信息匹配的目标身份。这里的匹配是指该目标身份与该身份信息相对、相同等不同的模式，可以根据预先的规定或者用户的临时指令进行选定。由于该身份信息中会包括姓名、年龄、性别等，因此这里的目标身份可以与该身份信息成对应关系，如母子关系、父子关系等，还可以使对等关系，如夫妻关系、兄弟关系、姐妹关系等。

S4、将家用机器人的当前身份转换为目标身份。

在确定与该当前用户匹配的目标身份后，控制自身的身份转换为该目标身份，即控制该家用机器人根据该目标身份的身份特征与当前用户进行交流，即从固有的身份模式转换为目标身份实现身份的转换。例如，针对特定的当前用户，可以转换为以其丈夫、妻子、父亲、母亲、兄弟、姐妹或孩子的语言特征、语气特征与当前用户进行交流，甚至还包括以其语音特征进行交流。

从上述技术方案可以看出，本申请提供了一种身份状态的转换方法，该方法应用于家用机器人，具体为采集当前用户的个人特征数据；对个人特征数据进行识别，得到当前用户的身份信息；根据当前用户的身份信息查找匹配的目标身份；将所述家用机器人的当前身份转换为所述目标身份。由于家用机器人通过上述操作不再是固定的身份与用户进行交流，而是根据当前用户的具体身份实现自身身份的转换，从而增加了用户与家用机器人之间的亲近感，并提高了用户体验。

实施例二

图2为本申请实施例的另一种身份状态的转换方法的流程图。

如图2所示，本实施例提供的转换方法应用于家用机器人，该家用机器人至少设置有摄像头和麦克风，该转换方法包括如下步骤：

S1、采集当前用户的个人特征数据。

即在当前用户启动该家用机器人，并运行信息交流功能时，采集该用户的个人特征数据，这里的个人特征数据包括但不限于影像数据和声音数据，或者仅影像数据或者声音数据。

具体来说，是通过该摄像头采集影像数据，通过麦克风采集声音数据。在采集影像数据时，着重采集当前用户的人脸影像。

S2、识别当前用户的身份信息。

具体是通过对个人特征数据、影像数据或声音数据进行识别，得到该当前用户的身份信息。识别的基础为预先建立有相应的数据库，该数据库中存储有至少一个身份信息和与每个身份信息对应的个人特征向量，或者说包括与每个身份信息对应的个人特征数据。

在具体识别时：

首先，根据预设的由深度神经网络训练而成的识别模型对个人特征数据、影像数据或者声音数据进行识别，从中得到个人特征向量。针对影像数据得到的个人特征向量为影像特征向量，针对声音数据得到的个人特征向量为声音特征向量或者声纹特征。

然后，在得到个人特征向量后，根据该个人特征向量从上述数据库中进行查找，从中找到与个人特征向量相对应的身份信息，该身份信息包括姓名、年龄、性别等。如果该数据库中包括多个身份信息，对于每个身份信息来说，还包括与其他身份信息的关系，如母子、父子、夫妻、兄弟、姐妹等。

上述身份信息的关系用于确定与该当前用户的目标身份。

S3、根据当前用户的身份信息查找匹配的目标身份。

在确定当前用户的身份信息后，根据该身份信息确定与该身份信息匹配的目标身份。这里的匹配是指该目标身份与该身份信息相对、相同等不同的模式，可以根据预先的规定或者用户的临时指令进行选定。由于该身份信息中会包括姓名、年龄、性别等，因此这里的目标身份可以与该身份信息成对应关系，如母子关系、父子关系等，还可以使对等关系，如夫妻关系、兄弟关系、姐妹关系等。

S4、将家用机器人的当前身份转换为目标身份。

在确定与该当前用户匹配的目标身份后，控制自身的身份转换为该目标身份，即控制该家用机器人根据该目标身份的身份特征与当前用户进行交流，即从固有的身份模式转换为目标身份实现身份的转换。例如，针对特定的当前用户，可以转换为以其丈夫、妻子、父亲、母亲、兄弟、姐妹或孩子的语言特征、语气特征与当前用户进行交流，甚至还包括以其语音特征进行交流。

S5、根据用户的转换请求进行身份转换。

即在根据以上操作进行转换之前或者已经完成相应的转换，如果此时接到用户的转换请求，则根据该转换请求指定的身份特征进行转换，即控制家用机器人以备指定的身份与该用户进行信息交流。

从上述技术方案可以看出，本申请提供了一种身份状态的转换方法，该方法应用于家用机器人，具体为采集当前用户的个人特征数据；对个人特征数据进行识别，得到当前用户的身份信息；根据当前用户的身份信息查找匹配的目标身份；将所述家用机器人的当前身份转换为所述目标身份。由于家用机器人通过上述操作不再是固定的身份与用户进行交流，而是根据当前用户的具体身份实现自身身份的转换，从而增加了用户与家用机器人之间的亲近感，并提高了用户体验。且通过直接转换增加了用户操作的灵活性。

实施例三

图3为本申请实施例的一种身份状态的转换装置的框图。

如图3所示，本实施例提供的转换装置应用于家用机器人，该家用机器人至少设置有摄像头和麦克风，该转换装置包括数据采集模块10、特征识别模块20、身份查找模块30和转换控制模块40。

数据采集模块用于采集当前用户的个人特征数据。

即在当前用户启动该家用机器人，并运行信息交流功能时，采集该用户的个人特征数据，这里的个人特征数据包括但不限于影像数据和声音数据，或者仅影像数据或者声音数据。

具体来说，是通过该摄像头采集影像数据，通过麦克风采集声音数据。在采集影像数据时，着重采集当前用户的人脸影像。

特征识别模块用于识别当前用户的身份信息。

具体是通过对个人特征数据、影像数据或声音数据进行识别，得到该当前用户的身份信息。识别的基础为预先建立有相应的数据库，该数据库中存储有至少一个身份信息和与每个身份信息对应的个人特征向量，或者说包括与每个身份信息对应的个人特征数据。

该模块具体包括向量计算单元21和数据查找单元22，如图4所示。

向量计算单元用于根据预设的由深度神经网络训练而成的识别模型对个人特征数据、影像数据或者声音数据进行识别，从中得到个人特征向量。针对影像数据得到的个人特征向量为影像特征向量，针对声音数据得到的个人特征向量为声音特征向量或者声纹特征。

数据查找单元用于在得到个人特征向量后，根据该个人特征向量从上述数据库中进行查找，从中找到与个人特征向量相对应的身份信息，该身份信息包括姓名、年龄、性别等。如果该数据库中包括多个身份信息，对于每个身份信息来说，还包括与其他身份信息的关系，如母子、父子、夫妻、兄弟、姐妹等。

上述身份信息的关系用于确定与该当前用户的目标身份。

身份查找模块用于根据当前用户的身份信息查找匹配的目标身份。

在确定当前用户的身份信息后，根据该身份信息确定与该身份信息匹配的目标身份。这里的匹配是指该目标身份与该身份信息相对、相同等不同的模式，可以根据预先的规定或者用户的临时指令进行选定。由于该身份信息中会包括姓名、年龄、性别等，因此这里的目标身份可以与该身份信息成对应关系，如母子关系、父子关系等，还可以使对等关系，如夫妻关系、兄弟关系、姐妹关系等。

转换控制模块用于将家用机器人的当前身份转换为目标身份。

在确定与该当前用户匹配的目标身份后，控制自身的身份转换为该目标身份，即控制该家用机器人根据该目标身份的身份特征与当前用户进行交流，即从固有的身份模式转换为目标身份实现身份的转换。例如，针对特定的当前用户，可以转换为以其丈夫、妻子、父亲、母亲、兄弟、姐妹或孩子的语言特征、语气特征与当前用户进行交流，甚至还包括以其语音特征进行交流。

从上述技术方案可以看出，本申请提供了一种身份状态的转换装置，该装置应用于家用机器人，具体为采集当前用户的个人特征数据；对个人特征数据进行识别，得到当前用户的身份信息；根据当前用户的身份信息查找匹配的目标身份；将所述家用机器人的当前身份转换为所述目标身份。由于家用机器人通过上述操作不再是固定的身份与用户进行交流，而是根据当前用户的具体身份实现自身身份的转换，从而增加了用户与家用机器人之间的亲近感，并提高了用户体验。

实施例四

图4为本申请实施例的又一种身份状态的转换装置的框图。

如图4所示，本实施例提供的转换方法应用于家用机器人，该家用机器人至少设置有摄像头和麦克风，该转换装置包括数据采集模块10、特征识别模块20、身份查找模块30、转换控制模块40和响应控制模块50。数据采集模块用于采集当前用户的个人特征数据。

即在当前用户启动该家用机器人，并运行信息交流功能时，采集该用户的个人特征数据，这里的个人特征数据包括但不限于影像数据和声音数据，或者仅影像数据或者声音数据。

具体来说，是通过该摄像头采集影像数据，通过麦克风采集声音数据。在采集影像数据时，着重采集当前用户的人脸影像。

特征识别模块用于识别当前用户的身份信息。

具体是通过对个人特征数据、影像数据或声音数据进行识别，得到该当前用户的身份信息。识别的基础为预先建立有相应的数据库，该数据库中存储有至少一个身份信息和与每个身份信息对应的个人特征向量，或者说包括与每个身份信息对应的个人特征数据。

在具体识别时：

首先，根据预设的由深度神经网络训练而成的识别模型对个人特征数据、影像数据或者声音数据进行识别，从中得到个人特征向量。针对影像数据得到的个人特征向量为影像特征向量，针对声音数据得到的个人特征向量为声音特征向量或者声纹特征。

然后，在得到个人特征向量后，根据该个人特征向量从上述数据库中进行查找，从中找到与个人特征向量相对应的身份信息，该身份信息包括姓名、年龄、性别等。如果该数据库中包括多个身份信息，对于每个身份信息来说，还包括与其他身份信息的关系，如母子、父子、夫妻、兄弟、姐妹等。

上述身份信息的关系用于确定与该当前用户的目标身份。

身份查找模块用于根据当前用户的身份信息查找匹配的目标身份。

在确定当前用户的身份信息后，根据该身份信息确定与该身份信息匹配的目标身份。这里的匹配是指该目标身份与该身份信息相对、相同等不同的模式，可以根据预先的规定或者用户的临时指令进行选定。由于该身份信息中会包括姓名、年龄、性别等，因此这里的目标身份可以与该身份信息成对应关系，如母子关系、父子关系等，还可以使对等关系，如夫妻关系、兄弟关系、姐妹关系等。

转换控制模块用于将家用机器人的当前身份转换为目标身份。

在确定与该当前用户匹配的目标身份后，控制自身的身份转换为该目标身份，即控制该家用机器人根据该目标身份的身份特征与当前用户进行交流，即从固有的身份模式转换为目标身份实现身份的转换。例如，针对特定的当前用户，可以转换为以其丈夫、妻子、父亲、母亲、兄弟、姐妹或孩子的语言特征、语气特征与当前用户进行交流，甚至还包括以其语音特征进行交流。

响应控制模块用于根据用户的转换请求进行身份转换。

即在根据以上操作进行转换之前或者已经完成相应的转换，如果此时接到用户的转换请求，则根据该转换请求指定的身份特征进行转换，即控制家用机器人以备指定的身份与该用户进行信息交流。

从上述技术方案可以看出，本申请提供了一种身份状态的转换装置，该装置应用于家用机器人，具体为采集当前用户的个人特征数据；对个人特征数据进行识别，得到当前用户的身份信息；根据当前用户的身份信息查找匹配的目标身份；将所述家用机器人的当前身份转换为所述目标身份。由于家用机器人通过上述操作不再是固定的身份与用户进行交流，而是根据当前用户的具体身份实现自身身份的转换，从而增加了用户与家用机器人之间的亲近感，并提高了用户体验。且通过直接转换增加了用户操作的灵活性。

实施例五

本实施例提供了一种家用机器人，该家用机器人设置有身份状态的转换装置。该转换装置具体用于采集当前用户的个人特征数据；对个人特征数据进行识别，得到当前用户的身份信息；根据当前用户的身份信息查找匹配的目标身份；将所述家用机器人的当前身份转换为所述目标身份。由于家用机器人通过上述操作不再是固定的身份与用户进行交流，而是根据当前用户的具体身份实现自身身份的转换，从而增加了用户与家用机器人之间的亲近感，并提高了用户体验。且通过直接转换增加了用户操作的灵活性。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的技术方案进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (11)

1.一种身份状态的转换方法，应用于家用机器人，其特征在于，所述转换方法包括步骤：

采集当前用户的个人特征数据；

对所述个人特征数据进行识别，得到所述当前用户的身份信息；

根据所述当前用户的身份信息查找匹配的目标身份；

将所述家用机器人的当前身份转换为所述目标身份。

2.如权利要求1所述的转换方法，其特征在于，所述个人特征数据包括影像数据和/或声音数据。

3.如权利要求1所述的转换方法，其特征在于，所述对所述个人特征数据进行识别，得到所述当前用户的身份信息，包括：

对所述个人特征数据进行解析，得到个人特征向量；

根据所述个人特征向量从预置的数据库中进行查找，得到与所述个人特征向量匹配的身份信息，所述数据库中包括至少一个身份信息，且包括与每个所述身份信息对应的个人特征向量。

4.如权利要求1所述的转换方法，其特征在于，所述身份特征包括语言特征、语音特征和语气特征中的部分或全部。

5.如权利要求1～4任一项所述的转换方法，其特征在于，还包括步骤：

响应当前用户的转换请求，将所述当前身份转换为所述转换请求指定的身份。

6.一种身份状态的转换装置，应用于家用机器人，其特征在于，所述转换装置包括：

数据采集模块，用于采集当前用户的个人特征数据；

特征识别模块，用于对所述个人特征数据进行识别，得到所述当前用户的身份信息；

身份查找模块，用于根据所述当前用户的身份信息查找匹配的目标身份；

转换控制模块，用于将所述家用机器人的当前身份转换为所述目标身份。

7.如权利要求6所述的转换装置，其特征在于，所述个人特征数据包括影像数据和/或声音数据。

8.如权利要求6所述的转换装置，其特征在于，所述特征识别模块包括：

向量计算单元，用于对所述个人特征数据进行解析，得到个人特征向量；

数据查找单元，用于根据所述个人特征向量从预置的数据库中进行查找，得到与所述个人特征向量匹配的身份信息，所述数据库中包括至少一个身份信息，且包括与每个所述身份信息对应的个人特征向量。

9.如权利要求6所述的转换装置，其特征在于，所述身份特征包括语言特征、语音特征和语气特征中的部分或全部。

10.如权利要求6～9任一项所述的转换装置，其特征在于，还包括：

响应控制模块，用于响应当前用户的转换请求，将所述当前身份转换为所述转换请求指定的身份。

11.一种家用机器人，其特征在于，设置有如权利要求6～10任一项所述的身份状态的转换装置。

Images