用于毛发识别的方法及装置、设备制造方法及图纸

本申请涉及智能设备技术领域，公开一种用于毛发识别的方法及装置、设备。该方法包括：获取处于运行状态扫地机器人采集的待检测图片；在第一智能算法模型中，对所述待检测图片进行目标检测，得到与所述待检测图片中每根毛发对应的目标框位置信息；获得了每根毛发的属性类别信息，所述属性类别信息是每个所述目标框位置信息输入第二智能算法模型后进行属性识别得到的。这样，实现了扫地机器人扫取物的自动识别，进一步提高了扫地机器人的智能性。进一步提高了扫地机器人的智能性。进一步提高了扫地机器人的智能性。

【技术实现步骤摘要】
用于毛发识别的方法及装置、设备


[0001]本申请涉及智能设备
，例如涉及用于毛发识别的方法及装置、设备。

技术介绍

[0002]随着科学技术的进步和人工智能的发展，家居设备日益智能化。其中，扫地机器人以圆盘型为主，使用充电电池运作，一般能设定时间预约打扫，自行充电。前方有设置感应器，可侦测障碍物，如碰到墙壁或其他障碍物，会自行转弯，并依每间不同厂商设定，而走不同的路线，从而有规划清扫地区。
[0003]扫地机器人扫取的垃圾中可能包括：用户毛发、纸屑、食品碎屑等等，这些都与用户的生活以及身体状况息息相关，通过对这些信息的分析即可得到用户相关信息，但是，目前，扫地机器人还不能对各类垃圾进行分别识别，进而进行数据分析。

技术实现思路

[0004]为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
[0005]本公开实施例提供了一种用于毛发识别的方法、装置和设备，以解决扫地机器人智能性不高的技术问题。
[0006]在一些实施例中，所述方法包括：
[0007]获取处于运行状态扫地机器人采集的待检测图片；
[0008]在第一智能算法模型中，对所述待检测图片进行目标检测，得到与所述待检测图片中每根毛发对应的目标框位置信息；
[0009]获得了每根毛发的属性类别信息，所述属性类别信息是每个所述目标框位置信息输入第二智能算法模型后进行属性识别得到的。
[0010]在一些实施例中，所述装置包括：
[0011]获取模块，被配置为获取处于运行状态扫地机器人采集的待检测图片；
[0012]检测模块，被配置为在第一智能算法模型中，对所述待检测图片进行目标检测，得到与所述待检测图片中每根毛发对应的目标框位置信息；
[0013]识别模块，被配置为获得了每根毛发的属性类别信息，所述属性类别信息是每个所述目标框位置信息输入第二智能算法模型后进行属性识别得到的。
[0014]在一些实施例中，所述设备包括：扫地机器人或服务器，包括上述用于毛发识别的装置。
[0015]本公开实施例提供的用于毛发识别的方法、装置和设备，可以实现以下技术效果：
[0016]可通过智能算法，对扫地机器人获取的包含毛发的图像进行目标检测以及属性识别，识别出每根毛发的属性类别信息，从而，实现了扫地机器人扫取物的自动识别，进一步提高了扫地机器人的智能性以及用户体验。
[0017]以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。
附图说明
[0018]一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：
[0019]图1是本公开实施例提供的一种用于毛发识别方法的流程示意图；
[0020]图2是本公开实施例提供的一种用于毛发识别系统的结构示意图；
[0021]图3是本公开实施例提供的一种用于毛发识别方法的流程示意图；
[0022]图4是本公开实施例提供的一种用于毛发识别装置的结构示意图；
[0023]图5是本公开实施例提供的一种用于毛发识别装置的结构示意图；
[0024]图6是本公开实施例提供的一种用于毛发识别装置的结构示意图；
[0025]图7是本公开实施例提供的一种用于毛发识别装置的结构示意图。
具体实施方式
[0026]为了能够更加详尽地了解本公开实施例的特点与
技术实现思路
，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。
[0027]本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，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。
[0028]除非另有说明，术语“多个”表示两个或两个以上。
[0029]本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。
[0030]术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。
[0031]本公开实施例中，可通过智能算法，对扫地机器人获取的包含毛发的图像进行目标检测以及属性识别，识别出每根毛发的属性类别信息，从而，实现了扫地机器人扫取物的自动识别，进一步提高了扫地机器人的智能性，并且，还可根据识别出的毛发属性类别信息，进行对应的用户信息管理，进一步提高家居智能化。另外，图片的获取，毛发的检测和识别可在扫地机器人本地端完成，或者，将图片发送给服务器，由服务器进行毛发的检查和识别，或者，图片的获取和毛发的检测可由扫地机器人完成，而毛发的识别则由服务器完成。并且，不同的执行主体，对应的智能算法也不同。例如：若毛发的检测由扫地机器人完成，则可采用Adaboost算法模型，这样，减少了对内存的占用，保障了机器人运行的流畅性。而若由服务器完成，则可选择包括毛发专用锚框的VGG-16卷积神经网络模型等等，提高了毛发识别的准确率以及灵活性。
[0032]图1是本公开实施例提供的一种用于毛发识别方法的流程示意图。如图1所示，用
于毛发识别的过程包括：
[0033]步骤101：获取处于运行状态扫地机器人采集的待检测图片。
[0034]扫地机器人上可配置有图像采集设备，例如：摄像头，在扫地机器人在运行游走时，可以获取到对应地板区域的图片，每次采样采集到的图片即为待检测图片。
[0035]由于本公开实施例中，进行毛发识别的执行主体可以是扫地机器人，或者是服务器。因此，若执行主体是扫地机器人，则获取处于运行状态扫地机器人采集的待检测图片包括：通过扫地机器人上配置的图像采集设备，本地获取待检测图片。若执行主体是服务器，则扫地机器人上配置的图像采集设备获取到待检测图片需发送给服务器，从而，服务器获取处于运行状态扫地机器人采集的待检测图片的过程包括：接收扫地机器人发送的待检测图片。
[0036]步骤102：在第一智能算法模型中，对待检测图片进行目标检测，得到与待检测图片中每根毛发对应的目标框位置信息。
[0037]随着人工智能的发展，目前很多图像识别过程都是基于智能算法的，即通过具有深度学习能力的算法模型，对待检测图片进行目标检测，得到目标框位置信息，由于本公开实施例中，目标是毛发，则得到每根毛发对应的目标框位置信息。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于毛发识别的方法，其特征在于，包括：获取处于运行状态扫地机器人采集的待检测图片；在第一智能算法模型中，对所述待检测图片进行目标检测，得到与所述待检测图片中每根毛发对应的目标框位置信息；获得了每根毛发的属性类别信息，所述属性类别信息是每个所述目标框位置信息输入第二智能算法模型后进行属性识别得到的。2.根据权利要求1所述的方法，其特征在于，所述获取处于运行状态扫地机器人采集的待检测图片包括：通过所述扫地机器人上配置的图像采集设备，本地获取所述待检测图片；或，接收所述扫地机器人发送的所述待检测图片。3.根据权利要求1或2所述的方法，其特征在于，所述获取处于运行状态扫地机器人采集的待检测图片之前，包括：根据每个第一样本毛发图片中毛发尺寸信息，与Adaboost算法，生成所述第一智能算法模型；或，根据每个第一样本毛发图片中毛发尺寸信息，生成包括毛发专用锚框的所述第一智能算法模型。4.根据权利要求1所述的方法，其特征在于，所述获得了每根毛发的属性类别信息包括：将所述每个所述目标框位置信息输入保存的第二智能算法模型中继续图像识别，获得了每根毛发的属性类别信息；或，将所述每个所述目标框位置信息发送给远端设备中，得到所述远端设备发送的每根毛发的属性类别信息，其中，所述远端设备将所述每个所述目标框位置信息输入保存的所述第二智能算法模型中继续图像识别，获得了每根毛发的属性类别信息。5.根据权利要求1或4所述的方法，其特征在于，所述获得了每根毛发的...

【专利技术属性】
技术研发人员：刘彦甲，苏明月，
申请(专利权)人：海尔智家股份有限公司，
类型：发明
国别省市：