[发明专利]基于手势识别的智能音箱控制系统在审
申请号: | 202110353260.7 | 申请日: | 2021-04-01 |
公开(公告)号: | CN113311939A | 公开(公告)日: | 2021-08-27 |
发明(设计)人: | 张翔平;范洪辉;吴涛;周红燕;黄宪振 | 申请(专利权)人: | 江苏理工学院 |
主分类号: | G06F3/01 | 分类号: | G06F3/01;G06K9/00;G06K9/62;G06N3/04;G06N3/08;H04R3/00 |
代理公司: | 常州佰业腾飞专利代理事务所(普通合伙) 32231 | 代理人: | 陈红桥 |
地址: | 213001 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 手势 识别 智能 音箱 控制系统 | ||
本发明提供了一种基于手势识别的智能音箱控制系统,其中,该基于手势识别的智能音箱控制系统包括:人机交互模块,人机交互模块用于与用户进行人机交互;数据采集模块,数据采集模块用于在人机交互过程中采集用户的手势信息;预处理模块,预处理模块用于对手势信息进行预处理,以获取目标检测信息;分析模块,分析模块用于根据目标检测模型对目标检测信息进行分析;生态管理模块,生态管理模块用于根据分析结果控制智能音箱进行行为匹配和资源整合。根据本发明的基于手势识别的智能音箱控制系统,采用手势识别的方式对智能音箱进行控制,提高了智能音箱的适用范围,能够满足多场景应用。
技术领域
本发明涉及计算机视觉和机器学习技术领域,具体涉及一种基于手势识别的智能音箱控制系统。
背景技术
随着互联网技术的迅猛发展以及人们生活水平的不断提高,人们对于音箱智能化的需求也越来越高。
相关技术中,智能音箱的人机交互方式匮乏,无法满足多场景应用,适用范围较窄。
发明内容
本发明为解决上述技术问题,提供了一种基于手势识别的智能音箱控制系统,采用手势识别的方式对智能音箱进行控制,提高了智能音箱的适用范围,能够满足多场景应用。
本发明采用的技术方案如下:
一种基于手势识别的智能音箱控制系统,包括:人机交互模块,所述人机交互模块用于与用户进行人机交互;数据采集模块,所述数据采集模块用于在人机交互过程中采集用户的手势信息;预处理模块,所述预处理模块用于对所述手势信息进行预处理,以获取目标检测信息;分析模块,所述分析模块用于根据目标检测模型对所述目标检测信息进行分析;生态管理模块,所述生态管理模块用于根据分析结果控制所述智能音箱进行行为匹配和资源整合。
所述预处理模块包括:第一处理单元,所述第一预处理单元用于利用 OpenCV对所述手势信息进行去噪处理,以生成第一检测信息;第一处理单元,所述第一处理单元用于利用OpenCV对所述手势信息进行去噪处理,以生成第一检测信息;第三处理单元,所述第三处理单元用于利用OpenCV对所述第二检测信息进行形态学处理以及轮廓处理,以生成所述目标检测信息。
所述数据采集模块还用于获取第一训练样本集;其中,所述基于手势识别的智能音箱控制系统还包括:标注模块,所述标注模块用于对所述第一训练样本集进行标注,以生成第二训练样本集;增广模块,所述增广模块用于对所述第二训练样本集进行增广处理,以获取目标训练样本集;训练模块,所述训练模块用于根据所述目标训练样本集对神经网络进行训练,以生成所述目标检测模型。
所述增广模块具体用于:对所述第二训练样本集进行旋转和/或镜像对称操作,以获取所述目标训练样本集。
本发明的有益效果:
本发明采用手势识别的方式对智能音箱进行控制,提高了智能音箱的适用范围,能够满足多场景应用。
附图说明
图1为本发明实施例的基于手势识别的智能音箱控制系统的方框示意图;
图2为本发明一个实施例的腐蚀运算过程的示意图;
图3为本发明一个实施例的膨胀运算过程的示意图;
图4为本发明一个实施例的基于手势识别的智能音箱控制系统的方框示意图。
具体实施方式
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,都属于本发明保护的范围。
图1是根据本发明实施例的基于手势识别的智能音箱控制系统的方框示意图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏理工学院,未经江苏理工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110353260.7/2.html,转载请声明来源钻瓜专利网。
- 上一篇:空气处理装置及空调器
- 下一篇:一种基于卷积神经网络的红外图像边缘增强方法