[发明专利]一种面向智能机器人的注意力数据处理方法及装置有效
申请号: | 201610711026.6 | 申请日: | 2016-08-23 |
公开(公告)号: | CN106327492B | 公开(公告)日: | 2019-09-13 |
发明(设计)人: | 陆羽皓;戴松民 | 申请(专利权)人: | 北京光年无限科技有限公司 |
主分类号: | G06T7/73 | 分类号: | G06T7/73;B25J9/16 |
代理公司: | 北京聿华联合知识产权代理有限公司 11611 | 代理人: | 朱绘;张文娟 |
地址: | 100000 北京市石景山区石景山*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 注意力 注意力转移 机器人 智能机器人 空间信息 目标物信息 监听数据 数据处理 焦点 产品竞争力 发声物体 交互体验 同一物体 图像确定 运动物体 自动转移 人性化 智能化 预设 采集 注视 表现 | ||
一种面向智能机器人的注意力数据处理方法及装置,其中,该方法包括:步骤一、根据采集到的图像确定当前注意力所朝向的目标物信息,其中,目标物信息包括当前焦点的空间信息和监听数据;步骤二、根据监听数据判断是否需要进行注意力转移,如果需要,则基于预设注意力转移模型和当前焦点的空间信息,确定注意力转移后的焦点的空间信息,并执行注意力转移。本方法能够实现机器人注意力的自动转移,这样机器人也就不会长期注视同一物体,并且机器人的注意力还更有可能转移到运动物体或发声物体等更容易引起注意力的物体上,从而使得机器人表现地更加智能化和人性化,进而提高了机器人的交互体验和用户粘度,提高了智能机器人的产品竞争力。
技术领域
本发明涉及机器人技术领域,具体地说,涉及一种面向智能机器人的注意力数据处理方法及装置。
背景技术
随着科学技术的不断发展,信息技术、计算机技术以及人工智能技术的引入,机器人的研究已经逐步走出工业领域,逐渐扩展到了医疗、保健、家庭、娱乐以及服务行业等领域。而人们对于机器人的要求也从简单重复的机械动作提升为具有拟人问答、自主性及与其他机器人进行交互的智能机器人,人机交互也就成为决定智能机器人发展的重要因素。
在现有的人机交互方式中,基于视觉的人机交互是一种重要的交互方式。对于基于视觉的人机交互方式来说,面对多个人和多个运动物体,如何恰当的选择将机器人的摄像头对准那个人或运动物体,即如何恰当地确定机器人的焦点是现有技术中尚未涉及到的技术领域。
发明内容
为解决上述问题,本发明提供了一种面向智能机器人的注意力数据处理方法,其包括:
步骤一、根据采集到的图像确定当前注意力所朝向的目标物信息,其中,所述目标物信息包括当前焦点的空间信息和监听数据;
步骤二、根据所述监听数据判断是否需要进行注意力转移,如果需要,则基于预设注意力转移模型和所述当前焦点的空间信息,确定注意力转移后的焦点的空间信息,并执行注意力转移。
根据本发明的一个实施例,在所述步骤一中,获取采集到的图像中各物体中心点坐标,得到注意力转移后的候选焦点的坐标数据。
根据本发明的一个实施例,在所述步骤二中,基于疲劳模型、懒惰模型和/或随机模型,从所述候选焦点的坐标数据中确定出注意力转移后的焦点的坐标数据。
根据本发明的一个实施例,在所述步骤二中,
根据预设规则对应生成各候选焦点的价值参量;
根据所述各候选焦点的价值参量、当前焦点的坐标数据,从候选焦点中确定出注意力转移后的焦点的坐标数据。
根据本发明的一个实施例,在所述预设规则中,人脸的价值参考量的取值较非人脸物体的价值参考量的取值高,且/或,运动物体的价值参考量的取值较静止物体的价值参考量的取值高,且/或,发声物体的价值参考量的取值较非发声物体的价值参考量的取值高。
本发明还提供了一种面向智能机器人的注意力数据处理装置,其包括:
目标物信息确定模块,其用于根据采集到的图像确定当前注意力所朝向的目标物信息,其中,所述目标物信息包括当前焦点的空间信息和监听数据;
注意力转移模块,其用于根据所述监听数据判断是否需要进行注意力转移,如果需要,则基于预设注意力转移模型和所述当前焦点的空间信息,确定注意力转移后的焦点的空间信息,并执行注意力转移。
根据本发明的一个实施例,所述目标物信息确定模块配置为获取采集到的图像中各物体中心点坐标,得到注意力转移后的候选焦点的坐标数据。
根据本发明的一个实施例,所述注意力转移模块配置为基于疲劳模型、懒惰模型和/或随机模型,从所述候选焦点的坐标数据中确定出注意力转移后的焦点的坐标数据。
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北京光年无限科技有限公司,未经北京光年无限科技有限公司许可,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/201610711026.6/2.html,转载请声明来源钻瓜专利网。