家电控制方法、存储介质及电子装置与流程

本申请涉及智能家居/智慧家庭，尤其涉及一种家电控制方法、存储介质及电子装置。

背景技术：

1、目前，随着人们生活水平的不断提高，智能家电设备走入了千家万户。随着家电设备的智能化水平不断提升，越来越多的家电中加入了智能化和人性化的功能，以此为用户提供更加舒适且健康的生活及工作环境。因此，如何对家电设备进行精准控制，是目前业界亟待解决的重要课题。

2、现有技术中，通常采用遥控器或终端对家电设备进行控制，仅能针对遥控器或终端中预先设置的多种固定控制操作，进行家电的控制，导致家电控制的范围小和灵活性差。

3、因此，鉴于常规家电仍然局限于传统机器功能的基础上，如何对家电进行自适应地灵活控制成为了本领域技术人员亟待解决的技术问题和研究的重点。

技术实现思路

1、本申请提供一种家电控制方法、存储介质及电子装置，用以解决现有技术中仅能针对遥控器或终端中预先设置的多种固定控制操作，进行家电控制，导致家电控制的范围小和灵活性差的缺陷，实现对家电进行自适应地灵活控制。

2、本申请提供一种家电控制方法，应用于家电设备，包括：

3、获取目标对象的特征信息；

4、根据所述特征信息，获取所述目标对象的对象信息，在根据所述对象信息确定所述目标对象为授权对象的情况下，将所述特征信息输入至情绪识别模型中，获取所述目标对象的情绪意图；所述授权对象为允许对所述家电设备进行控制的对象；

5、将所述情绪意图转换为控制协议，执行所述控制协议对应的家电控制操作，并将控制结果作为响应信息返回至所述目标对象；

6、其中，所述情绪识别模型是基于多种对象类型下的样本对象的特征信息，以及所述样本对象的情绪意图标签进行联合训练得到的。

7、根据本申请提供的一种家电控制方法，所述特征信息包括至少一个子特征信息；所述至少一个子特征信息包括语音信息、肢体动作信息和面部表情信息中的至少一个；

8、所述情绪识别模型包含至少一个情绪识别模型分支模型，各子特征信息与各情绪识别模型分支模型一一对应；

9、所述将所述特征信息输入至情绪识别模型中，获取所述目标对象的情绪意图，包括：

10、将所述特征信息中的各子特征信息输入至各自对应的情绪识别模型分支模型中，获取各子特征信息属于各预设情绪类别的概率；

11、根据各子特征信息属于各预设情绪类别的概率，获取所述目标对象的情绪意图。

12、根据本申请提供的一种家电控制方法，所述根据各子特征信息属于各预设情绪类别的概率，获取所述目标对象的情绪意图，包括：

13、对于各子特征信息，在各子特征信息属于多种不同预设情绪类别的概率中，获取各子特征信息对应的最大概率；

14、将所述最大概率对应的预设情绪类别作为各子特征信息对应的情绪类别；

15、在确定各情绪类别下的子特征信息的数量均不大于1的情况下，对各子特征信息对应的所述情绪类别所属的概率进行排序；

16、根据所述至少一个子特征信息中的最大概率对应的子特征信息对应的情绪类别，获取所述目标对象的情绪意图。

17、根据本申请提供的一种家电控制方法，所述方法还包括：

18、在确定至少一个情绪类别下的子特征信息的数量大于1的情况下，根据最大数量对应的情绪类别，获取所述目标对象的情绪意图。

19、根据本申请提供的一种家电控制方法，所述情绪识别模型是基于如下步骤进行训练得到的：

20、获取多种对象类型下的多个样本对象的特征信息；

21、基于多种不同的预设情绪类别，对各样本对象的特征信息标记对应的情绪意图标签；其中，所述情绪意图标签包括饥饿、烦躁、寒冷和燥热；

22、联合所述多种对象类型下的多个样本对象的特征信息以及所述样本对象的情绪意图标签，构建训练数据集；

23、基于所述训练数据集，对神经网络模型进行迭代训练，得到所述情绪识别模型。

24、根据本申请提供的一种家电控制方法，所述基于所述训练数据集，对神经网络模型进行迭代训练，得到所述情绪识别模型，包括：

25、将所述训练数据集输入至所述神经网络模型中，得到所述神经网络模型中每一情绪识别模型分支模型的损失函数；

26、联合所述神经网络模型中每一情绪识别模型分支模型的损失函数，对所述神经网络模型进行迭代训练，得到所述情绪识别模型。

27、根据本申请提供的一种家电控制方法，所述执行所述控制协议对应的家电控制操作，包括：

28、根据所述家电控制操作生成确认信息；

29、将所述确认信息发送至所述目标对象；

30、在接收到所述目标对象返回的授权信息的情况下，执行所述控制协议对应的家电控制操作；所述授权信息为所述目标对象在接收到所述确认信息的情况下，发出的允许执行所述家电控制操作的响应信息。

31、本申请还提供一种家电控制装置，应用于家电设备，包括：

32、信息采集模块，用于获取目标对象的特征信息；

33、情绪识别模块，用于根据所述特征信息，获取所述目标对象的对象信息，在根据所述对象信息确定所述目标对象为授权对象的情况下，将所述特征信息输入至情绪识别模型中，获取所述目标对象的情绪意图；所述授权对象为允许对所述家电设备进行控制的对象；

34、控制模块，用于将所述情绪意图转换为控制协议，执行所述控制协议对应的家电控制操作，并将控制结果作为响应信息返回至所述目标对象；

35、其中，所述情绪识别模型是基于多种对象类型下的样本对象的特征信息，以及所述样本对象的情绪意图标签进行联合训练得到的。

36、本申请还提供一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行实现如上述任一种所述家电控制方法。

37、本申请还提供一种计算机可读的存储介质，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行实现如上述任一种所述家电控制方法。

38、本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述家电控制方法。

39、本申请提供的家电控制方法、存储介质及电子装置，一方面，通过目标对象的特征信息进行对象信息提取，基于对象信息确认目标对象的控制权限，避免非授权人员恶意控制家电设备，有效提高家电设备控制的安全性和精准性；另一方面，基于情绪识别模型对目标对象的特征信息进行识别，获取目标对象的情绪意图，以根据情绪意图对家电设备进行控制，实现舒缓目标对象的情绪的同时，根据目标对象的情绪意图对家电设备进行自适应精准控制，有效提高家电控制的范围、灵活性以及用户体验感。

技术特征：

1.一种家电控制方法，其特征在于，应用于家电设备，包括：

2.根据权利要求1所述的家电控制方法，其特征在于，所述特征信息包括至少一个子特征信息；所述至少一个子特征信息包括语音信息、肢体动作信息和面部表情信息中的至少一个；

3.根据权利要求2所述的家电控制方法，其特征在于，所述根据各子特征信息属于各预设情绪类别的概率，获取所述目标对象的情绪意图，包括：

4.根据权利要求3所述的家电控制方法，其特征在于，所述方法还包括：

5.根据权利要求1-4任一所述的家电控制方法，其特征在于，所述情绪识别模型是基于如下步骤进行训练得到的：

6.根据权利要求5所述的家电控制方法，其特征在于，所述基于所述训练数据集，对神经网络模型进行迭代训练，得到所述情绪识别模型，包括：

7.根据权利要求1-4任一所述的家电控制方法，其特征在于，所述执行所述控制协议对应的家电控制操作，包括：

8.一种家电控制装置，其特征在于，应用于家电设备，包括：

9.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至7中任一项所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至7中任一项所述的方法。

技术总结本申请公开了一种家电控制方法、存储介质及电子装置，涉及智能家居/智慧家庭技术领域，该家电控制方法包括：获取目标对象的特征信息；根据特征信息，获取目标对象的对象信息，在根据对象信息确定目标对象为授权对象的情况下，将特征信息输入至情绪识别模型中，获取目标对象的情绪意图；将情绪意图转换为控制协议，执行控制协议对应的家电控制操作，并将控制结果作为响应信息返回至目标对象。本申请实现舒缓目标对象的情绪的同时，根据目标对象的情绪意图对家电设备进行自适应精准控制，有效提高家电控制的范围、灵活性以及用户体验感。技术研发人员：赵玉航受保护的技术使用者：海尔优家智能科技（北京）有限公司技术研发日：技术公布日：2024/6/30