一种出行处理方法、装置、存储介质及电子设备与流程
- 国知局
- 2024-10-09 14:37:52
本技术涉及计算机,尤其涉及一种出行处理方法、装置、存储介质及电子设备。
背景技术:
1、随着计算机技术的快速发展,智能化的智能家居设备越来越受市场和用户的青睐,安全便捷的使用更是市场和用户追求的基本目标,诸如智能门铃、智能摄像头、智能门锁等智能家居设备可以根据所预先设置的提醒内容,在达到提醒条件后,基于预设的提醒内容对用户进行提醒。
技术实现思路
1、本技术实施例提供了一种出行处理方法、装置、存储介质及电子设备,所述技术方案如下:
2、第一方面,本技术实施例提供了一种出行处理方法,所述方法包括:
3、采集针对用户对象的用户情景图像;
4、确定所述用户对象处于出行准备状态,将所述用户情景图像发送至云端服务平台,以使所述云端服务平台基于用户情景图像和出行建议事项采用出行提醒大模型生成目标出行提醒信息;
5、向所述云端服务平台获取目标出行提醒信息,基于所述目标出行提醒信息对所述用户对象进行出行提醒,并向至少一个参考联动设备同步所述出行准备状态,以使所述参考联动设备开启用户出行准备模式。
6、在一种可行的实施方式中,所述确定所述用户对象处于出行准备状态,包括:
7、对所述用户对象进行用户意图解析得到当前用户意图,基于所述当前用户意图确定用户对象处于出行准备状态;和/或,
8、响应于用户所输入的预设离家准备操作,确定用户对象处于出行准备状态。
9、在一种可行的实施方式中,所述对所述用户对象进行用户意图解析得到当前用户出行意图,基于所述当前用户意图确定用户对象处于出行准备状态,包括:
10、获取针对所述用户对象的多模态用户情景数据;
11、将所述多模态用户情景数据输入用户意图解析模型进行用户意图解析处理,输出当前用户意图;
12、若所述当前用户意图为用户出行意图,则确定所述用户对象处于出行准备状态;
13、其中,所述用户意图解析模型为基于已标注用户意图标签的多模态用户情景数据样本对初始用户意图解析模型进行模型训练得到。
14、第二方面,本技术实施例提供了一种出行处理方法,其特征在于,应用于云端服务平台,所述方法包括:
15、接收智能家居设备发送的针对用户对象的用户情景图像,所述用户情景图像为智能家居设备在确定用户对象处于出行准备状态时发送;
16、基于用户情景图像和出行建议事项采用出行提醒大模型生成目标出行提醒信息;
17、向所述智能家居设备发送目标出行提醒信息,以使所述智能家居设备基于所述目标出行提醒信息对所述用户对象进行出行提醒,并向至少一个参考联动设备同步所述出行准备状态以开启用户出行准备模式。
18、在一种可行的实施方式中,所述基于用户情景图像和出行建议事项采用出行提醒大模型生成目标出行提醒信息,包括:
19、获取针对所述用户对象的出行建议事项;
20、确定针对用户情景图像和出行建议事项的出行提醒生成提示词;
21、将所述出行提醒生成提示词、用户情景图像和出行建议事项输入至出行提醒大模型进行出行提醒生成,输出目标出行提醒信息。
22、在一种可行的实施方式中,所述获取针对所述用户对象的出行建议事项,包括:
23、确定针对所述用户对象的用户出行情景信息,基于所述用户出行情景信息确定出行建议事项;
24、在一种可行的实施方式中,所述将所述出行提醒生成提示词、用户情景图像和出行建议事项输入至出行提醒大模型进行出行提醒生成,输出目标出行提醒信息,包括:
25、将所述出行提醒生成提示词、用户情景图像和出行建议事项输入至出行提醒大模型;
26、通过所述出行提醒大模型确定所述用户情景图像的用户出行准备信息,基于所述用户出行准备信息与所述出行建议事项进行出行事项比较得到出行建议差异信息,基于所述出行建议差异信息进行出行提醒生成目标出行提醒信息;
27、控制所述出行提醒大模型输出目标出行提醒信息。
28、在一种可行的实施方式中,所述方法还包括:
29、采用基础大语言模型创建针对出行提醒场景的初始出行提醒大模型;
30、获取样本用户情景图像和样本出行建议事项,对所述样本用户情景图像和样本出行建议事项标注出行提醒信息标签;
31、采用所述样本用户情景图像和样本出行建议事项对所述初始出行提醒大模型进行至少一轮模型训练,在模型训练过程中,采用初始出行提醒大模型对所述样本用户情景图像和所述样本出行建议事项进行出行提醒处理得到预测出行提醒信息,基于所述预测出行提醒信息和所述出行提醒信息标签对所述初始出行提醒大模型进行模型参数调整,得到模型训练后的出行提醒大模型。
32、第三方面,本技术实施例提供了一种出行处理装置,应用于智能家居设备,所述装置包括:
33、图像采集模块,用于采集针对用户对象的用户情景图像;
34、图像发送模块,用于确定所述用户对象处于出行准备状态,将所述用户情景图像发送至云端服务平台,以使所述云端服务平台基于用户情景图像和出行建议事项采用出行提醒大模型生成目标出行提醒信息;
35、出行提醒模块,用于向所述云端服务平台获取目标出行提醒信息,基于所述目标出行提醒信息对所述用户对象进行出行提醒,并向至少一个参考联动设备同步所述出行准备状态,以使所述参考联动设备开启用户出行准备模式。
36、在一种可行的实施方式中,所述图像发送模块,用于:
37、对所述用户对象进行用户意图解析得到当前用户意图,基于所述当前用户意图确定用户对象处于出行准备状态;和/或,
38、响应于用户所输入的预设离家准备操作,确定用户对象处于出行准备状态。
39、在一种可行的实施方式中,所述图像发送模块,用于:获取针对所述用户对象的多模态用户情景数据;
40、将所述多模态用户情景数据输入用户意图解析模型进行用户意图解析处理,输出当前用户意图;
41、若所述当前用户意图为用户出行意图,则确定所述用户对象处于出行准备状态;
42、其中,所述用户意图解析模型为基于已标注用户意图标签的多模态用户情景数据样本对初始用户意图解析模型进行模型训练得到。
43、第四方面,本技术实施例提供了一种出行处理装置,应用于云端服务平台,所述装置包括:
44、图像接收模块,用于接收智能家居设备发送的针对用户对象的用户情景图像,所述用户情景图像为智能家居设备在确定用户对象处于出行准备状态时发送;
45、信息生成模块,用于基于用户情景图像和出行建议事项采用出行提醒大模型生成目标出行提醒信息;
46、信息提醒模块,用于向所述智能家居设备发送目标出行提醒信息,以使所述智能家居设备基于所述目标出行提醒信息对所述用户对象进行出行提醒,并向至少一个参考联动设备同步所述出行准备状态以开启用户出行准备模式。
47、在一种可行的实施方式中,所述信息生成模块,用于:
48、获取针对所述用户对象的出行建议事项;
49、确定针对用户情景图像和出行建议事项的出行提醒生成提示词;
50、将所述出行提醒生成提示词、用户情景图像和出行建议事项输入至出行提醒大模型进行出行提醒生成,输出目标出行提醒信息。
51、在一种可行的实施方式中,所述信息生成模块,用于:
52、确定针对所述用户对象的用户出行情景信息,基于所述用户出行情景信息确定出行建议事项;
53、在一种可行的实施方式中,所述信息生成模块,用于:
54、将所述出行提醒生成提示词、用户情景图像和出行建议事项输入至出行提醒大模型;
55、通过所述出行提醒大模型确定所述用户情景图像的用户出行准备信息,基于所述用户出行准备信息与所述出行建议事项进行出行事项比较得到出行建议差异信息,基于所述出行建议差异信息进行出行提醒生成目标出行提醒信息;
56、控制所述出行提醒大模型输出目标出行提醒信息。
57、在一种可行的实施方式中,所述装置还用于:
58、采用基础大语言模型创建针对出行提醒场景的初始出行提醒大模型;
59、获取样本用户情景图像和样本出行建议事项,对所述样本用户情景图像和样本出行建议事项标注出行提醒信息标签;
60、采用所述样本用户情景图像和样本出行建议事项对所述初始出行提醒大模型进行至少一轮模型训练,在模型训练过程中,采用初始出行提醒大模型对所述样本用户情景图像和所述样本出行建议事项进行出行提醒处理得到预测出行提醒信息,基于所述预测出行提醒信息和所述出行提醒信息标签对所述初始出行提醒大模型进行模型参数调整,得到模型训练后的出行提醒大模型。
61、第五方面,本技术实施例提供一种计算机存储介质,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行上述的方法步骤。
62、第六方面,本技术实施例提供一种电子设备,可包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行上述的方法步骤。
63、本技术一些实施例提供的技术方案带来的有益效果至少包括:
64、在本技术一个或多个实施例中,智能家居设备在用户对象处于出行准备状态时,将所采集的用户情景图像发送至云端服务平台,云端服务平台基于用户情景图像和出行建议事项采用出行提醒大模型生成目标出行提醒信息,智能家居设备基于所生成的目标出行提醒信息对用户对象进行出行提醒,并向至少一个参考联动设备同步出行准备状态,以使参考联动设备开启用户出行准备模式,极大的提高了用户出行效率,可以完全不需要用户手动设置提醒,优化了出行提醒过程,提高了出行提醒的智能化程度;以及,基于云端出行提醒大模型来生成准确的出行提醒,可以为用户匹配出最适合的出行建议;以及,与其他参考联动设备进行出行准备状态下的联动,可以为用户提供无缝的出行准备体验。
本文地址:https://www.jishuxx.com/zhuanli/20241009/305908.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。