CN111381675B - 应用于智能音箱的手势控制方法及智能音箱、存储介质 - Google Patents

Abstract

本申请实施例涉及智能音箱技术领域，公开了一种应用于智能音箱的手势控制方法及智能音箱、存储介质，该智能音箱的上方设有俯视的第一图像采集设备，并且该智能音箱的底部边缘上设有平视的第二图像采集设备，该方法包括：在第二图像采集设备识别出佩戴可穿戴设备的手腕所属手掌在平视视角做出预设手势的时段内，控制第一图像采集设备识别出可穿戴设备的显示屏显示的图像内容；以及，控制智能音箱执行与该图像内容对应的功能。实施本申请实施例，能够提升控制智能音箱时的便捷性以及避免触控智能音箱带来的卫生安全隐患(如细菌、病毒感染)。

Description

应用于智能音箱的手势控制方法及智能音箱、存储介质

技术领域

本申请涉及智能音箱技术领域，具体涉及一种应用于智能音箱的手势控制方法及智能音箱、存储介质。

背景技术

智能音箱，顾名思义是一种智能化的音箱。智能音箱除了具备传统的音乐播放功能之外，还可以具备点播歌曲、视频播放、天气预报等功能。

在实践中发现，在用户需要控制智能音箱执行某些功能(如音乐播放)时，用户通常需要用手去触控智能音箱上设置的功能按键，这样不仅不利于提升控制智能音箱时的便捷性，而且用手指去触控智能音箱上设置的功能按键还会带来卫生安全隐患(如细菌、病毒感染)。

发明内容

本申请实施例公开了一种应用于智能音箱的手势控制方法及智能音箱、存储介质，能够提升控制智能音箱时的便捷性以及避免触控智能音箱带来的卫生安全隐患。

本申请实施例第一方面公开一种应用于智能音箱的手势控制方法，所述智能音箱的上方设有俯视的第一图像采集设备，并且所述智能音箱的底部边缘上设有平视的第二图像采集设备，所述方法包括：

在所述第二图像采集设备识别出佩戴可穿戴设备的手腕所属手掌在平视视角做出预设手势的时段内，控制所述第一图像采集设备识别出所述可穿戴设备的显示屏显示的图像内容；

以及，控制所述智能音箱执行与所述图像内容对应的功能。

作为一种可选的实施方式中，在本申请实施例第一方面中，所述方法还包括：

检测是否存在可穿戴设备正趋近所述智能音箱；

若存在可穿戴设备正趋近所述智能音箱，识别正趋近所述智能音箱的所述可穿戴设备是否属于所述智能音箱预先配置的合法穿戴设备；

若属于所述智能音箱预先配置的合法穿戴设备，执行所述的在所述第二图像采集设备识别出佩戴所述可穿戴设备的手腕所属目标手掌在平视视角做出预设手势的时间段内，控制所述第一图像采集设备识别出所述可穿戴设备的显示屏显示的图像内容的步骤。

作为另一种可选的实施方式中，在本申请实施例第一方面中，所述控制所述智能音箱执行与所述图像内容对应的功能，包括：

若所述图像内容为文字内容，则校验所述文字内容是否属于所述智能音箱预设的文字控制指令，若所述文字内容属于所述智能音箱预设的文字控制指令，控制所述智能音箱执行与所述文字控制指令对应的功能；若所述文字内容不属于所述智能音箱预设的文字控制指令，判断所述预设手势是否属于搜索手势，若所述预设手势属于搜索手势，以所述文字内容作为搜索依据，搜索出所述文字内容的相关文字内容，并将所述文字内容的相关文字内容输出至所述智能音箱的显示屏。

作为又一种可选的实施方式中，在本申请实施例第一方面中，所述控制所述智能音箱执行与所述图像内容对应的功能，包括：

若所述图像内容为画面内容，则识别所述预设手势的手势类型；

若所述预设手势的手势类型为画面切换手势，将所述画面内容输出至所述智能音箱的显示屏；若所述预设手势的手势类型为画面搜索手势，以所述画面内容作为搜索依据，搜索出所述画面内容的相关视频，并将所述画面内容的相关视频输出至所述智能音箱的显示屏。

作为又一种可选的实施方式中，在本申请实施例第一方面中，所述智能音箱位于设置有智能门锁的某一室内环境中，所述智能门锁外设有门外图像采集设备，并且所述智能门锁内设有门内图像采集设备；所述方法还包括：

通过所述门外图像采集设备采集门外的第一待处理图像，并从所述第一待处理图像中检测出门外用户对象的脸部信息；

基于所述门外用户对象的脸部信息，验证所述门外用户对象是否属于陌生用户对象；若属于陌生用户对象，通过所述门内图像采集设备采集的第二待处理图像，并从所述第二待处理图像中检测出门内用户对象的脸部信息；

基于所述门内用户对象的脸部信息，验证所述门内用户对象是否属于被监护对象；若属于被监护用户对象，执行所述的检测是否存在可穿戴设备正趋近所述智能音箱的步骤；

所述控制所述智能音箱执行与所述图像内容对应的功能，包括：

校验所述图像内容是否属于预先为所述被监护用户对象配置的合法的开门验证内容，若属于，控制所述智能音箱向所述智能门锁发送合法的开门控制指令，所述合法的开门控制指令用于控制所述智能门锁执行所述室内环境的开门作业。

本申请实施例第二方面公开一种智能音箱，所述智能音箱的上方设有俯视的第一图像采集设备，并且所述智能音箱的底部边缘上设有平视的第二图像采集设备，所述智能音箱包括：

第一控制单元，用于在所述第二图像采集设备识别出佩戴可穿戴设备的手腕所属手掌在平视视角做出预设手势的时段内，控制所述第一图像采集设备识别出所述可穿戴设备的显示屏显示的图像内容；

第二控制单元，用于控制所述智能音箱执行与所述图像内容对应的功能。

作为一种可选的实施方式中，在本申请实施例第二方面中，所述智能音箱还包括：

第一检测单元，用于检测是否存在可穿戴设备正趋近所述智能音箱；

识别单元，用于在所述第一检测单元检测出存在可穿戴设备正趋近所述智能音箱时，识别正趋近所述智能音箱的所述可穿戴设备是否属于所述智能音箱预先配置的合法穿戴设备；

所述第一控制单元，具体用于在所述识别单元识别出正趋近所述智能音箱的所述可穿戴设备属于所述智能音箱预先配置的合法穿戴设备时，在所述第二图像采集设备识别出佩戴所述可穿戴设备的手腕所属目标手掌在平视视角做出预设手势的时间段内，控制所述第一图像采集设备识别出所述可穿戴设备的显示屏显示的图像内容。

作为又一种可选的实施方式中，在本申请实施例第二方面中，所述第二控制单元具体用于：

若所述图像内容为文字内容，则校验所述文字内容是否属于所述智能音箱预设的文字控制指令，若所述文字内容属于所述智能音箱预设的文字控制指令，控制所述智能音箱执行与所述文字控制指令对应的功能；若所述文字内容不属于所述智能音箱预设的文字控制指令，判断所述预设手势是否属于搜索手势，若所述预设手势属于搜索手势，以所述文字内容作为搜索依据，搜索出所述文字内容的相关文字内容，并将所述文字内容的相关文字内容输出至所述智能音箱的显示屏。

作为又一种可选的实施方式中，在本申请实施例第二方面中，所述第二控制单元具体用于：

若所述图像内容为画面内容，则识别所述预设手势的手势类型；

若所述预设手势的手势类型为画面切换手势，将所述画面内容输出至所述智能音箱的显示屏；若所述预设手势的手势类型为画面搜索手势，以所述画面内容作为搜索依据，搜索出所述画面内容的相关视频，并将所述画面内容的相关视频输出至所述智能音箱的显示屏。

作为又一种可选的实施方式中，在本申请实施例第二方面中，所述智能音箱位于设置有智能门锁的某一室内环境中，所述智能门锁外设有门外图像采集设备，并且所述智能门锁内设有门内图像采集设备；所述智能音箱还包括：

第二检测单元，用于通过所述门外图像采集设备采集门外的第一待处理图像，并从所述第一待处理图像中检测出门外用户对象的脸部信息；

验证单元，用于基于所述门外用户对象的脸部信息，验证所述门外用户对象是否属于陌生用户对象；

所述第二检测单元，还用于在所述验证单元验证所述门外用户对象属于陌生用户对象时，通过所述门内图像采集设备采集的第二待处理图像，并从所述第二待处理图像中检测出门内用户对象的脸部信息；

所述验证单元，还用于基于所述门内用户对象的脸部信息，验证所述门内用户对象是否属于被监护对象；

所述第一检测单元，具体用于在所述验证单元验证出所述门外用户对象属于被监护用户对象时，检测是否存在可穿戴设备正趋近所述智能音箱；

所述第二控制单元具体用于：

校验所述图像内容是否属于预先为所述被监护用户对象配置的合法的开门验证内容，若属于，控制所述智能音箱向所述智能门锁发送合法的开门控制指令，所述合法的开门控制指令用于控制所述智能门锁执行所述室内环境的开门作业。

本申请第三方面公开一种智能音箱，所述智能音箱的上方设有俯视的第一图像采集设备，并且所述智能音箱的底部边缘上设有平视的第二图像采集设备，所述智能音箱包括：

所述智能音箱包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行本申请实施例第一方面公开的所述手势控制方法的步骤。

本申请实施例第四方面公开一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令运行时使计算机执行本申请实施例第一方面公开的所述手势控制方法的步骤。

与现有技术相比，本申请实施例具有以下有益效果：

本申请实施例中，智能音箱的上方设有俯视的第一图像采集设备，并且智能音箱的底部边缘上设有平视的第二图像采集设备，在用户需要控制智能音箱执行某些功能(如音乐播放)时，用户仅需伸出佩戴可穿戴设备(如智能手表)的手腕所属手掌，以使智能音箱的第二图像采集设备可以识别出佩戴可穿戴设备的手腕所属手掌在平视视角做出预设手势，并且在第二图像采集设备识别出佩戴可穿戴设备的手腕所属手掌在平视视角做出预设手势的时段内，智能音箱可以控制第一图像采集设备识别出可穿戴设备的显示屏显示的图像内容，从而可以控制智能音箱执行与该图像内容对应的功能。可见，实施本申请实施例，在用户需要控制智能音箱执行某些功能(如音乐播放)时，用户无需用手去触控智能音箱上设置的功能按键，这样不仅可以提升控制智能音箱时的便捷性，而且不需要用手去触控智能音箱上设置的功能按键还可以避免触控智能音箱带来的卫生安全隐患(如细菌、病毒感染)，提升用户使用智能音箱时的用户体验。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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是本申请实施例公开的一种智能音箱的结构示意图；

图2是图1所示的智能音箱的第一图像采集设备a1俯视且第二图像采集设备a2平视时，第一图像采集设备a1的镜头拍摄范围与第二图像采集设备a2的镜头拍摄范围存在有重叠区域的示意图；

图3是本申请实施例公开的一种应用于智能音箱的手势控制方法的流程示意图；

图4是本申请实施例公开的智能音箱通过第二图像采集设备a2识别出佩戴可穿戴设备的手腕所属手掌在平视视角做出预设手势的场景图；

图5是在图4所示场景下智能音箱通过第二图像采集设备a2识别出的佩戴可穿戴设备的手腕所属手掌在平视视角做出的预设手势的手势图；

图6是本申请实施例公开的另一种应用于智能音箱的手势控制方法的流程示意图；

图7是本申请实施例公开的另一种智能音箱的结构示意图；

图8是本申请实施例公开的又一种智能音箱的结构示意图；

图9是本申请实施例公开的又一种智能音箱的结构示意图。

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做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。

需要说明的是，本申请实施例的术语“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。

本申请实施例公开了一种应用于智能音箱的手势控制方法及智能音箱、存储介质，能够提升控制智能音箱时的便捷性以及避免触控智能音箱带来的卫生安全隐患。以下进行结合附图进行详细描述。

为了更好的理解本申请实施例公开的应用于智能音箱的手势控制方法，下面先对本申请实施例公开的一种智能音箱进行描述。请参阅图1，图1是本申请实施例公开的一种智能音箱的结构示意图。如图1所示，该智能音箱的上方设置有俯视的第一图像采集设备a1，并且该智能音箱的底部边缘上设有平视的第二图像采集设备a2。可选的，该智能音箱的中部可以设置有显示屏(图中未显示)。举例来说，显示屏可以是环状显示屏、矩形显示屏等，本申请实施例不作限定。其中，第一图像采集设备a1也可以被称为顶部图像采集设备，第二图像采集设备a2也可以被称为底部图像采集设备。举例来说，第一图像采集设备a1、第二图像采集设备a2可以为摄像头或者其他摄像设备。

本申请实施例中，第一图像采集设备a1俯视是指：第一图像采集设备a1的镜头轴心垂直俯视用于承载智能音箱的平面；第二图像采集设备a2平视是指：第二图像采集设备a2的镜头轴心平行于用于承载智能音箱的平面。如图2所示，在第一图像采集设备a1俯视并且第二图像采集设备a2平视时，第一图像采集设备a1的镜头拍摄范围与第二图像采集设备a2的镜头拍摄范围存在有重叠区域。在一些实施例中，第一图像采集设备a1和第二图像采集设备a2可以为广角摄像头，本申请实施例不作限定。

下面进一步对本申请实施例公开的一种应用于智能音箱的手势控制方法进行详细描述。

请参阅图3，图3是本申请实施例公开的一种应用于智能音箱的手势控制方法的流程示意图。其中，图3所描述的应用于智能音箱的手势控制方法适用于如图1～图2所示的智能音箱。如图3所示，该应用于智能音箱的手势控制方法可以包括以下步骤：

301、智能音箱在第二图像采集设备识别出佩戴可穿戴设备的手腕所属手掌在平视视角做出预设手势的时段内，控制第一图像采集设备识别出该可穿戴设备的显示屏显示的图像内容。

请一并参阅图4～图5，图4是智能音箱通过第二图像采集设备a2识别出佩戴可穿戴设备的手腕所属手掌在平视视角做出预设手势的场景图，而图5是在图4所示场景下智能音箱通过第二图像采集设备识别出的佩戴可穿戴设备的手腕所属手掌在平视视角做出的预设手势的手势图。如图4所示，在用户需要控制智能音箱执行某些功能(如音乐播放)时，用户仅需伸出佩戴可穿戴设备(如智能手表)的手腕所属手掌至第二图像采集设备a2的镜头拍摄范围与第一图像采集设备a1的镜头拍摄范围的重叠区域，以使智能音箱的第二图像采集设备可以识别出佩戴可穿戴设备的手腕所属手掌在平视视角做出预设手势。如图5所示，智能音箱通过第二图像采集设备a2识别出的佩戴可穿戴设备的手腕所属手掌在平视视角做出的预设手势为右手五指水平并拢且掌心朝下的手势。相应的，智能音箱可以在第二图像采集设备a2识别出佩戴可穿戴设备的手腕所属手掌在平视视角做出右手五指水平并拢且掌心朝下的手势(即预设手势)的时段内，控制第一图像采集设备a1识别出该可穿戴设备的显示屏显示的图像内容。

在一些实施方式中，智能音箱在执行步骤301之前，还可以先执行以下步骤：

智能音箱检测是否存在可穿戴设备正趋近智能音箱，若不存在可穿戴设备正趋近智能音箱，智能音箱可以不执行步骤301～步骤302，从而有利于降低智能音箱的功耗；若存在可穿戴设备正趋近智能音箱，智能音箱可以识别正趋近智能音箱的可穿戴设备是否属于智能音箱预先配置的合法穿戴设备，若不属于智能音箱预先配置的合法穿戴设备，智能音箱可以不执行步骤301～步骤302，从而有利于降低智能音箱的功耗；若属于智能音箱预先配置的合法穿戴设备，智能音箱才准确的执行步骤301～步骤302，从而提升控制智能音箱执行与图像内容对应的功能的准确性。

在一些应用场景中，智能音箱可以通过接近传感器检测是否存在可穿戴设备正趋近智能音箱，若存在可穿戴设备正趋近智能音箱，智能音箱可以采用近场通讯方式读取正趋近智能音箱的可穿戴设备的身份标识，并根据可穿戴设备的身份标识去识别正趋近智能音箱的可穿戴设备是否属于智能音箱预先配置的合法穿戴设备。其中，可穿戴设备的身份标识可以包括可穿戴设备的国际移动设备识别码(IMEI)、Mac地址、电话号码等，本申请实施例不作限定。

302、智能音箱控制智能音箱执行与该图像内容对应的功能。

在一些应用场景中，智能音箱控制智能音箱执行与图像内容对应的功能，包括：

若该图像内容为文字内容，智能音箱可以校验该文字内容是否属于智能音箱预设的文字控制指令，若该文字内容属于智能音箱预设的文字控制指令，控制智能音箱执行与该文字控制指令对应的功能；例如，该文字内容属于智能音箱预设的音乐播放控制指令(如“播放音乐”)，那么智能音箱可以控制智能音箱执行与音乐播放控制指令(如“播放音乐”)对应的音乐播放功能(即开启音乐播放)；又例如，该文字内容属于智能音箱预设的显示屏开启控制指令(如“开启显示屏”)，那么智能音箱可以控制智能音箱执行与显示屏开启控制指令(如“开启显示屏”)对应的显示屏开启功能(即开启显示屏)；再例如，该文字内容属于智能音箱预设的天气播报控制指令(如“天气播报”)，那么智能音箱可以控制智能音箱执行与天气播报控制指令(如“天气播报”)对应的天气播报功能(即播报天气)。

或者，若该文字内容不属于智能音箱预设的文字控制指令，智能音箱可以进一步判断该预设手势是否属于搜索手势，若该预设手势属于搜索手势，以该文字内容作为搜索依据，搜索出该文字内容的相关文字内容，并将该文字内容的相关文字内容输出至智能音箱的显示屏。举例来说，若该文字内容为“白居易”，此时智能音箱可以判断出该文字内容“白居易”不属于智能音箱预设的文字控制指令，进一步地，若智能音箱判断出该预设手势(如右手五指水平并拢且掌心朝下的手势)又属于搜索手势，那么智能音箱可以以该文字内容“白居易”作为搜索依据，搜索出该文字内容“白居易”的相关文字内容(如“白居易简介”、“白居易诗词”等)，并将该文字内容“白居易”的相关文字内容输出至智能音箱的显示屏。又举例来说，若该文字内容为“数学公式”，此时智能音箱可以判断出该文字内容“数学公式”不属于智能音箱预设的文字控制指令，进一步地，若智能音箱判断出该预设手势(如右手五指水平并拢且掌心朝下的手势)又属于搜索手势，那么智能音箱可以以该文字内容“数学公式”作为搜索依据，搜索出该文字内容“数学公式”的相关文字内容(如“半角公式”、“高斯公式”、等)，并将该文字内容“数学公式”的相关文字内容输出至智能音箱的显示屏。

在另一些应用场景中，智能音箱控制智能音箱执行与图像内容对应的功能，包括：

若该图像内容为画面内容，智能音箱可以识别该预设手势的手势类型；

若该预设手势的手势类型为画面切换手势(如右手五指水平并拢且掌心朝下的手势)，智能音箱可以将该画面内容输出至智能音箱的显示屏。举例来说，该画面内容可以为人物画面，若智能音箱识别出该预设手势的手势类型为画面切换手势(如右手五指水平并拢且掌心朝下的手势)，智能音箱可以识别出该人物画面中的人脸特征，并基于该人物画面中的人脸特征识别出该人物画面中的人物是否属于智能音箱的常用用户，若属于智能音箱的常用用户，智能音箱可以智能音箱的即时电池电量是否高于第一指定电量值，如果高于，智能音箱可以将该画面内容输出至智能音箱的显示屏。其中，第一指定电量值可以通过以下方式获取，即：

智能音箱根据该常用用户在指定历史时段(如前一周)内使用智能音箱的总次数，确定该总次数对应的电量值增量，并且将智能音箱的预设电量值与该电量值增量进行相减，并将相减结果作为第一指定电量值；其中，该常用用户在指定历史时段(如前一周)内使用智能音箱的总次数与该总次数对应的电量值增量成正比例关系。从而，可以在智能音箱的常用用户使用可穿戴设备与智能音箱进行人物画面切换显示时，灵活地降低智能音箱的预设电量值，从而可以提高智能音箱判断出智能音箱的即时电池电量高于第一指定电量值的概率，进而可以提高在智能音箱的常用用户使用可穿戴设备与智能音箱进行人物画面切换显示时的成功率，提升常用用户使用智能音箱时的体验感。

若该人物画面中的人物属于智能音箱的非常用用户，智能音箱可以智能音箱的即时电池电量是否低于第二指定电量值，如果低于，智能音箱可以禁止将该画面内容输出至智能音箱的显示屏，以减少智能音箱的电量消耗，从而有利于延长智能音箱的电量续航能力。其中，第二指定电量值可以通过以下方式获取，即：

智能音箱根据该非常用用户在指定历史时段(如前一周)内使用智能音箱的总次数，确定该总次数对应的电量值增量，并且将智能音箱的预设电量值与该电量值增量进行相加，并将相加结果作为第二指定电量值；其中，该非常用用户在指定历史时段(如前一周)内使用智能音箱的总次数与该总次数对应的电量值增量成反比例关系。从而，可以在智能音箱的非常用用户使用可穿戴设备与智能音箱进行人物画面切换显示时，灵活地提升智能音箱的预设电量值，从而可以提高智能音箱判断出智能音箱的即时电池电量低于第二指定电量值的概率，进而可以提高在智能音箱的非常用用户使用可穿戴设备与智能音箱进行人物画面切换显示时的失败率，减少智能音箱的电量消耗，从而有利于延长智能音箱的电量续航能力。

在一些实施方式中，若预设手势的手势类型为画面搜索手势，那么智能音箱可以以该画面内容作为搜索依据，搜索出该画面内容的相关视频，并将该画面内容的相关视频输出至智能音箱的显示屏。举例来说，该画面内容可以为影视明星画面，若智能音箱识别出该预设手势的手势类型为画面搜索手势，智能音箱可以识别出该影视明星画面中的人脸特征，并基于该影视明星画面中的影视明星人脸特征识别出该影视明星画面中的影视明星，进而搜索出该影视明星的相关视频(如电视剧、电影、歌曲MV等)。

可见，实施图3所描述的本申请实施例，在用户需要控制智能音箱执行某些功能(如音乐播放)时，用户无需用手去触控智能音箱上设置的功能按键，这样不仅可以提升控制智能音箱时的便捷性，而且不需要用手去触控智能音箱上设置的功能按键还可以避免触控智能音箱带来的卫生安全隐患(如细菌、病毒感染)，提升用户使用智能音箱时的用户体验。

请参阅图6，图6是本申请实施例公开的另一种应用于智能音箱的手势控制方法的流程示意图。其中，图6所描述的应用于智能音箱的手势控制方法适用于如图1～图2所示的智能音箱。在图6所描述的应用于智能音箱的手势控制方法中，假设图1～图2所示的智能音箱位于设置有智能门锁的某一室内环境(如房间)中，该智能门锁外设有门外图像采集设备(如门外摄像头)，并且该智能门锁内设有门内图像采集设备(如门内摄像头)。如图6所示，该应用于智能音箱的手势控制方法可以包括以下步骤：

601、智能音箱通过门外图像采集设备采集门外的第一待处理图像，并从第一待处理图像中检测出门外用户对象的脸部信息。

602、智能音箱基于门外用户对象的脸部信息，验证门外用户对象是否属于陌生用户对象；若属于陌生用户对象，执行步骤603～步骤604；若不属于陌生用户对象，即属于熟悉用户对象，则执行步骤605。

603、智能音箱通过门内图像采集设备采集的第二待处理图像，并从第二待处理图像中检测出门内用户对象的脸部信息。

604、智能音箱基于门内用户对象的脸部信息，验证门内用户对象是否属于被监护对象；若属于被监护用户对象，执行步骤605；若不属于被监护用户对象，结束本流程。

605、智能音箱检测是否存在可穿戴设备正趋近智能音箱，若存在可穿戴设备正趋近智能音箱，执行步骤606；若不存在可穿戴设备正趋近智能音箱，结束本流程。

606、智能音箱识别正趋近智能音箱的可穿戴设备是否属于智能音箱预先配置的合法穿戴设备，若属于智能音箱预先配置的合法穿戴设备，执行步骤607～步骤608；若不属于智能音箱预先配置的合法穿戴设备，结束本流程。

607、智能音箱在第二图像采集设备识别出佩戴可穿戴设备的手腕所属手掌在平视视角做出预设手势的时段内，控制第一图像采集设备识别出该可穿戴设备的显示屏显示的图像内容。

608、智能音箱校验图像内容是否属于预先为被监护用户对象配置的合法的开门验证内容，若属于，执行步骤609；若不属于，结束本流程。

609、智能音箱控制智能音箱向智能门锁发送合法的开门控制指令，该合法的开门控制指令用于控制智能门锁执行该室内环境的开门作业。

在一些实施方式中，在上述步骤608中，当智能音箱校验出该图像内容不属于预先为被监护用户对象配置的合法的开门验证内容时，智能音箱可以认为被监护用户对象(如儿童)由于害怕或自我保护而不给陌生用户对象开门，此时智能音箱可以读取智能音箱最新存储的、由监护人为该室内环境(如房间)配置的监护人对外迷惑语音(如家长对外迷惑语音)，该监护人对外迷惑语音用于表示监护人位于该室内环境(如房间)内且监护人拒绝开启该室内环境(如房间)，并将该监护人对外迷惑语音传递给智能门锁进行播放，从而可以迷惑门外对象，使门外对象认为监护人位于该室内环境内，从而有利于减少门外对象认为监护人不在该室内环境内而忽悠被监护用户开门的情况发生，减少被监护用户对象发生被诱拐等现象发生。

在一些实施方式中，智能音箱校验出该图像内容属于预先为被监护用户对象配置的合法的开门验证内容之后，以及智能音箱执行步骤609之前，智能音箱还可以执行以下步骤：

智能音箱从上述的第一待处理图像中识别出门外用户的服饰特征X1，以及查询该室内环境中是否存在待推荐服饰Y1，待推荐服饰Y1的服饰特征X2与门外用户的服饰特征X1相搭配，若存在，向被监护用户对象推荐待推荐服饰Y1，以便于被监护用户对象可以快速的搭配出与门外用户的服饰特征相匹配的服饰，这样不仅有利于向门外对象展示被监护用户对象的美好形象，还有利于提升被监护用户对象随同门外用户一起出门的效率。

可见，实施图6所描述的本申请实施例，在用户需要控制智能音箱执行某些功能(如音乐播放)时，用户无需用手去触控智能音箱上设置的功能按键，这样不仅可以提升控制智能音箱时的便捷性，而且不需要用手去触控智能音箱上设置的功能按键还可以避免触控智能音箱带来的卫生安全隐患(如细菌、病毒感染)，提升用户使用智能音箱时的用户体验。

请参阅图7，图7是本申请实施例公开的另一种智能音箱的结构示意图。如图7所示，该智能音箱的上方设有俯视的第一图像采集设备a1，并且该智能音箱的底部边缘上设有平视的第二图像采集设备a2，在第一图像采集设备a1俯视并且第二图像采集设备a2平视时，第一图像采集设备a1的镜头拍摄范围与第二图像采集设备a2的镜头拍摄范围存在有重叠区域。该智能音箱包括：

第一控制单元701，用于在第二图像采集设备识别出佩戴可穿戴设备的手腕所属手掌在平视视角做出预设手势的时段内，控制第一图像采集设备识别出可穿戴设备的显示屏显示的图像内容；

第二控制单元702，用于控制智能音箱执行与图像内容对应的功能。

在一些实施方式中，图7所示的智能音箱还可以包括：

第一检测单元703，用于检测是否存在可穿戴设备正趋近智能音箱；

识别单元704，用于在第一检测单元701检测出存在可穿戴设备正趋近智能音箱时，识别正趋近智能音箱的可穿戴设备是否属于智能音箱预先配置的合法穿戴设备；

此时，第一控制单元701具体用于在识别单元704识别出正趋近智能音箱的可穿戴设备属于智能音箱预先配置的合法穿戴设备时，在第二图像采集设备识别出佩戴可穿戴设备的手腕所属目标手掌在平视视角做出预设手势的时间段内，控制第一图像采集设备识别出可穿戴设备的显示屏显示的图像内容，从而有利于降低智能音箱的功耗，提升控制智能音箱执行与图像内容对应的功能的准确性。

在一些实施方式中，第二控制单元702具体用于：

若该图像内容为文字内容，则校验该文字内容是否属于智能音箱预设的文字控制指令，若该文字内容属于智能音箱预设的文字控制指令，控制智能音箱执行与该文字控制指令对应的功能；例如，该文字内容属于智能音箱预设的音乐播放控制指令(如“播放音乐”)，那么第二控制单元702可以控制智能音箱执行与音乐播放控制指令(如“播放音乐”)对应的音乐播放功能(即开启音乐播放)；又例如，该文字内容属于智能音箱预设的显示屏开启控制指令(如“开启显示屏”)，那么第二控制单元702可以控制智能音箱执行与显示屏开启控制指令(如“开启显示屏”)对应的显示屏开启功能(即开启显示屏)；再例如，该文字内容属于智能音箱预设的天气播报控制指令(如“天气播报”)，那么第二控制单元702可以控制智能音箱执行与天气播报控制指令(如“天气播报”)对应的天气播报功能(即播报天气)。

或者，若该文字内容不属于智能音箱预设的文字控制指令，第二控制单元702可以进一步判断该预设手势是否属于搜索手势，若该预设手势属于搜索手势，以该文字内容作为搜索依据，搜索出该文字内容的相关文字内容，并将该文字内容的相关文字内容输出至智能音箱的显示屏。举例来说，若该文字内容为“白居易”，此时第二控制单元702可以判断出该文字内容“白居易”不属于智能音箱预设的文字控制指令，进一步地，若第二控制单元702判断出该预设手势(如右手五指水平并拢且掌心朝下的手势)又属于搜索手势，那么第二控制单元702可以以该文字内容“白居易”作为搜索依据，搜索出该文字内容“白居易”的相关文字内容(如“白居易简介”、“白居易诗词”等)，并将该文字内容“白居易”的相关文字内容输出至智能音箱的显示屏。又举例来说，若该文字内容为“数学公式”，此时第二控制单元702可以判断出该文字内容“数学公式”不属于智能音箱预设的文字控制指令，进一步地，若第二控制单元702判断出该预设手势(如右手五指水平并拢且掌心朝下的手势)又属于搜索手势，那么第二控制单元702可以以该文字内容“数学公式”作为搜索依据，搜索出该文字内容“数学公式”的相关文字内容(如“半角公式”、“高斯公式”、等)，并将该文字内容“数学公式”的相关文字内容输出至智能音箱的显示屏。

在另一些实施方式中，第二控制单元702具体用于：

若该图像内容为画面内容，第二控制单元702可以识别该预设手势的手势类型；

若该预设手势的手势类型为画面切换手势(如右手五指水平并拢且掌心朝下的手势)，第二控制单元702可以将该画面内容输出至智能音箱的显示屏。举例来说，该画面内容可以为人物画面，若第二控制单元702识别出该预设手势的手势类型为画面切换手势(如右手五指水平并拢且掌心朝下的手势)，第二控制单元702可以识别出该人物画面中的人脸特征，并基于该人物画面中的人脸特征识别出该人物画面中的人物是否属于智能音箱的常用用户，若属于智能音箱的常用用户，第二控制单元702可以智能音箱的即时电池电量是否高于第一指定电量值，如果高于，第二控制单元702可以将该画面内容输出至智能音箱的显示屏。其中，第一指定电量值可以通过以下方式获取，即：

第二控制单元702根据该常用用户在指定历史时段(如前一周)内使用智能音箱的总次数，确定该总次数对应的电量值增量，并且将智能音箱的预设电量值与该电量值增量进行相减，并将相减结果作为第一指定电量值；其中，该常用用户在指定历史时段(如前一周)内使用智能音箱的总次数与该总次数对应的电量值增量成正比例关系。从而，可以在智能音箱的常用用户使用可穿戴设备与智能音箱进行人物画面切换显示时，灵活地降低智能音箱的预设电量值，从而可以提高智能音箱判断出智能音箱的即时电池电量高于第一指定电量值的概率，进而可以提高在智能音箱的常用用户使用可穿戴设备与智能音箱进行人物画面切换显示时的成功率，提升常用用户使用智能音箱时的体验感。

若该人物画面中的人物属于智能音箱的非常用用户，第二控制单元702可以智能音箱的即时电池电量是否低于第二指定电量值，如果低于，第二控制单元702可以禁止将该画面内容输出至智能音箱的显示屏，以减少智能音箱的电量消耗，从而有利于延长智能音箱的电量续航能力。其中，第二指定电量值可以通过以下方式获取，即：

第二控制单元702根据该非常用用户在指定历史时段(如前一周)内使用智能音箱的总次数，确定该总次数对应的电量值增量，并且将智能音箱的预设电量值与该电量值增量进行相加，并将相加结果作为第二指定电量值；其中，该非常用用户在指定历史时段(如前一周)内使用智能音箱的总次数与该总次数对应的电量值增量成反比例关系。从而，可以在智能音箱的非常用用户使用可穿戴设备与智能音箱进行人物画面切换显示时，灵活地提升智能音箱的预设电量值，从而可以提高智能音箱判断出智能音箱的即时电池电量低于第二指定电量值的概率，进而可以提高在智能音箱的非常用用户使用可穿戴设备与智能音箱进行人物画面切换显示时的失败率，减少智能音箱的电量消耗，从而有利于延长智能音箱的电量续航能力。

在一些实施方式中，若预设手势的手势类型为画面搜索手势，那么第二控制单元702可以以该画面内容作为搜索依据，搜索出该画面内容的相关视频，并将该画面内容的相关视频输出至智能音箱的显示屏。举例来说，该画面内容可以为影视明星画面，若第二控制单元702识别出该预设手势的手势类型为画面搜索手势，第二控制单元702可以识别出该影视明星画面中的人脸特征，并基于该影视明星画面中的影视明星人脸特征识别出该影视明星画面中的影视明星，进而搜索出该影视明星的相关视频(如电视剧、电影、歌曲MV等)。

可见，实施图7所描述的本申请实施例，在用户需要控制智能音箱执行某些功能(如音乐播放)时，用户无需用手去触控智能音箱上设置的功能按键，这样不仅可以提升控制智能音箱时的便捷性，而且不需要用手去触控智能音箱上设置的功能按键还可以避免触控智能音箱带来的卫生安全隐患(如细菌、病毒感染)，提升用户使用智能音箱时的用户体验。

请参阅图8，图8是本申请实施例公开的另一种智能音箱的结构示意图。假设图8所示的智能音箱位于设置有智能门锁的某一室内环境(如房间)中，该智能门锁外设有门外图像采集设备(如门外摄像头)，并且该智能门锁内设有门内图像采集设备(如门内摄像头)。相应地，与图7所示的智能音箱相比，图8所示的智能音箱还可以包括：

第二检测单元705，用于通过门外图像采集设备采集门外的第一待处理图像，并从第一待处理图像中检测出门外用户对象的脸部信息；

验证单元706，用于基于门外用户对象的脸部信息，验证门外用户对象是否属于陌生用户对象；

第二检测单元705，还用于在验证单元706验证门外用户对象属于陌生用户对象时，通过门内图像采集设备采集的第二待处理图像，并从第二待处理图像中检测出门内用户对象的脸部信息；

验证单元706，还用于基于门内用户对象的脸部信息，验证门内用户对象是否属于被监护对象；

此时，第一检测单元703具体用于在验证单元706验证出门外用户对象属于被监护用户对象时，检测是否存在可穿戴设备正趋近智能音箱；

此时，第二控制单元702具体用于：

校验该图像内容是否属于预先为被监护用户对象配置的合法的开门验证内容，若属于，控制智能音箱向智能门锁发送合法的开门控制指令，该合法的开门控制指令用于控制智能门锁执行该室内环境的开门作业。

在一些实施方式中，当第二控制单元702校验出该图像内容不属于预先为被监护用户对象配置的合法的开门验证内容时，智能音箱可以认为被监护用户对象(如儿童)由于害怕或自我保护而不给陌生用户对象开门，此时第二控制单元702可以读取智能音箱最新存储的、由监护人为该室内环境(如房间)配置的监护人对外迷惑语音(如家长对外迷惑语音)，该监护人对外迷惑语音用于表示监护人位于该室内环境(如房间)内且监护人拒绝开启该室内环境(如房间)，并将该监护人对外迷惑语音传递给智能门锁进行播放，从而可以迷惑门外对象，使门外对象认为监护人位于该室内环境内，从而有利于减少门外对象认为监护人不在该室内环境内而忽悠被监护用户开门的情况发生，减少被监护用户对象发生被诱拐等现象发生。

在另一些实施方式中，第二控制单元702校验出该图像内容属于预先为被监护用户对象配置的合法的开门验证内容之后，以及控制智能音箱向智能门锁发送合法的开门控制指令之前，还可以执行以下步骤：

从上述的第一待处理图像中识别出门外用户的服饰特征X1，以及查询该室内环境中是否存在待推荐服饰Y1，待推荐服饰Y1的服饰特征X2与门外用户的服饰特征X1相搭配，若存在，向被监护用户对象推荐待推荐服饰Y1，以便于被监护用户对象可以快速的搭配出与门外用户的服饰特征相匹配的服饰，这样不仅有利于向门外对象展示被监护用户对象的美好形象，还有利于提升被监护用户对象随同门外用户一起出门的效率。

可见，实施图8所描述的本申请实施例，在用户需要控制智能音箱执行某些功能(如音乐播放)时，用户无需用手去触控智能音箱上设置的功能按键，这样不仅可以提升控制智能音箱时的便捷性，而且不需要用手去触控智能音箱上设置的功能按键还可以避免触控智能音箱带来的卫生安全隐患(如细菌、病毒感染)，提升用户使用智能音箱时的用户体验。

请参阅图9，图9是本申请实施例公开的又一种智能音箱的结构示意图。如图9所示，该智能音箱的上方设有俯视的第一图像采集设备a1，并且该智能音箱的底部边缘上设有平视的第二图像采集设备a2，在第一图像采集设备a1俯视并且第二图像采集设备a2平视时，第一图像采集设备a1的镜头拍摄范围与第二图像采集设备a2的镜头拍摄范围存在有重叠区域。如图9所示，该智能音箱可以包括：

存储有可执行程序代码的存储器901

与存储器耦合的处理器902；

其中，处理器902调用存储器901中存储的可执行程序代码，执行图3图6所描述的应用于智能音箱的手势控制方法的步骤。

需要说明的是，本申请实施例中，图9所示的智能音箱还可以包括扬声器模组、显示屏、光投射模组、电池模组、无线通信模组(如移动通信模块、WIFI模块、蓝牙模块等)、传感器模组(如接近传感器等)、输入模组(如麦克风、按键)以及用户接口模组(如充电接口、对外供电接口、卡槽、有线耳机接口等)等未显示的部件。

本发明实施例公开一种计算机可读存储介质，其上存储有计算机指令，该计算机指令运行时使计算机执行图3或图6任意一项所描述的应用于智能音箱的手势控制方法的步骤。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

以上对本发明实施例公开的一种应用于智能音箱的手势控制方法及智能音箱、存储介质进行了详细介绍，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 (10)

1.一种应用于智能音箱的手势控制方法，其特征在于，所述智能音箱的上方设有俯视的第一图像采集设备，并且所述智能音箱的底部边缘上设有平视的第二图像采集设备，所述方法包括：

检测是否存在可穿戴设备正趋近所述智能音箱；

若存在可穿戴设备正趋近所述智能音箱，识别正趋近所述智能音箱的所述可穿戴设备是否属于所述智能音箱预先配置的合法穿戴设备；

若属于所述智能音箱预先配置的合法穿戴设备，在所述第二图像采集设备识别出佩戴所述可穿戴设备的手腕所属手掌在平视视角做出预设手势的时段内，控制所述第一图像采集设备识别出所述可穿戴设备的显示屏显示的图像内容；

以及，控制所述智能音箱执行与所述图像内容对应的功能。

2.根据权利要求1所述的手势控制方法，其特征在于，所述控制所述智能音箱执行与所述图像内容对应的功能，包括：

若所述图像内容为文字内容，则校验所述文字内容是否属于所述智能音箱预设的文字控制指令，若所述文字内容属于所述智能音箱预设的文字控制指令，控制所述智能音箱执行与所述文字控制指令对应的功能；若所述文字内容不属于所述智能音箱预设的文字控制指令，判断所述预设手势是否属于搜索手势，若所述预设手势属于搜索手势，以所述文字内容作为搜索依据，搜索出所述文字内容的相关文字内容，并将所述文字内容的相关文字内容输出至所述智能音箱的显示屏。

3.根据权利要求1所述的手势控制方法，其特征在于，所述控制所述智能音箱执行与所述图像内容对应的功能，包括：

若所述图像内容为画面内容，则识别所述预设手势的手势类型；

若所述预设手势的手势类型为画面切换手势，将所述画面内容输出至所述智能音箱的显示屏；若所述预设手势的手势类型为画面搜索手势，以所述画面内容作为搜索依据，搜索出所述画面内容的相关视频，并将所述画面内容的相关视频输出至所述智能音箱的显示屏。

4.根据权利要求1所述的手势控制方法，其特征在于，所述智能音箱位于设置有智能门锁的某一室内环境中，所述智能门锁外设有门外图像采集设备，并且所述智能门锁内设有门内图像采集设备；所述方法还包括：

通过所述门外图像采集设备采集门外的第一待处理图像，并从所述第一待处理图像中检测出门外用户对象的脸部信息；

基于所述门外用户对象的脸部信息，验证所述门外用户对象是否属于陌生用户对象；若属于陌生用户对象，通过所述门内图像采集设备采集的第二待处理图像，并从所述第二待处理图像中检测出门内用户对象的脸部信息；

基于所述门内用户对象的脸部信息，验证所述门内用户对象是否属于被监护对象；若属于被监护用户对象，执行所述的检测是否存在可穿戴设备正趋近所述智能音箱的步骤；

所述控制所述智能音箱执行与所述图像内容对应的功能，包括：

校验所述图像内容是否属于预先为所述被监护用户对象配置的合法的开门验证内容，若属于，控制所述智能音箱向所述智能门锁发送合法的开门控制指令，所述合法的开门控制指令用于控制所述智能门锁执行所述室内环境的开门作业。

5.一种智能音箱，其特征在于，所述智能音箱的上方设有俯视的第一图像采集设备，并且所述智能音箱的底部边缘上设有平视的第二图像采集设备，所述智能音箱包括：

第一检测单元，用于检测是否存在可穿戴设备正趋近所述智能音箱；

识别单元，用于在所述第一检测单元检测出存在可穿戴设备正趋近所述智能音箱时，识别正趋近所述智能音箱的所述可穿戴设备是否属于所述智能音箱预先配置的合法穿戴设备；

第一控制单元，用于在所述识别单元识别出正趋近所述智能音箱的所述可穿戴设备属于所述智能音箱预先配置的合法穿戴设备时，在所述第二图像采集设备识别出佩戴所述可穿戴设备的手腕所属手掌在平视视角做出预设手势的时段内，控制所述第一图像采集设备识别出所述可穿戴设备的显示屏显示的图像内容；

第二控制单元，用于控制所述智能音箱执行与所述图像内容对应的功能。

6.根据权利要求5所述的智能音箱，其特征在于，所述第二控制单元具体用于：

若所述图像内容为文字内容，则校验所述文字内容是否属于所述智能音箱预设的文字控制指令，若所述文字内容属于所述智能音箱预设的文字控制指令，控制所述智能音箱执行与所述文字控制指令对应的功能；若所述文字内容不属于所述智能音箱预设的文字控制指令，判断所述预设手势是否属于搜索手势，若所述预设手势属于搜索手势，以所述文字内容作为搜索依据，搜索出所述文字内容的相关文字内容，并将所述文字内容的相关文字内容输出至所述智能音箱的显示屏。

7.根据权利要求5所述的智能音箱，其特征在于，所述第二控制单元具体用于：

若所述图像内容为画面内容，则识别所述预设手势的手势类型；

若所述预设手势的手势类型为画面切换手势，将所述画面内容输出至所述智能音箱的显示屏；若所述预设手势的手势类型为画面搜索手势，以所述画面内容作为搜索依据，搜索出所述画面内容的相关视频，并将所述画面内容的相关视频输出至所述智能音箱的显示屏。

8.根据权利要求5所述的智能音箱，其特征在于，所述智能音箱位于设置有智能门锁的某一室内环境中，所述智能门锁外设有门外图像采集设备，并且所述智能门锁内设有门内图像采集设备；所述智能音箱还包括：

第二检测单元，用于通过所述门外图像采集设备采集门外的第一待处理图像，并从所述第一待处理图像中检测出门外用户对象的脸部信息；

验证单元，用于基于所述门外用户对象的脸部信息，验证所述门外用户对象是否属于陌生用户对象；

所述第二检测单元，还用于在所述验证单元验证所述门外用户对象属于陌生用户对象时，通过所述门内图像采集设备采集的第二待处理图像，并从所述第二待处理图像中检测出门内用户对象的脸部信息；

所述验证单元，还用于基于所述门内用户对象的脸部信息，验证所述门内用户对象是否属于被监护对象；

所述第一检测单元，具体用于在所述验证单元验证出所述门外用户对象属于被监护用户对象时，检测是否存在可穿戴设备正趋近所述智能音箱；

所述第二控制单元具体用于：

校验所述图像内容是否属于预先为所述被监护用户对象配置的合法的开门验证内容，若属于，控制所述智能音箱向所述智能门锁发送合法的开门控制指令，所述合法的开门控制指令用于控制所述智能门锁执行所述室内环境的开门作业。

9.一种智能音箱，其特征在于，所述智能音箱的上方设有俯视的第一图像采集设备，并且所述智能音箱的底部边缘上设有平视的第二图像采集设备，所述智能音箱包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行权利要求1～4任一项所述手势控制方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令运行时使计算机执行权利要求1～4任一项所述手势控制方法的步骤。

Images