[发明专利]人机交互控制方法、系统、智能机器人及存储介质

权利要求书

1.一种人机交互控制方法，其特征在于，包括：

获取音频信号；

判断获取的音频信号中是否有语音；

当判断获取的音频信号中含有语音时，获取预设方向的多帧现场图像；

对获取的现场图像进行人脸检测，判断是否存在人脸；

当判断现场图像中存在人脸时，对多帧现场图像进行嘴唇检测，得到多帧嘴唇轮廓；

判断多帧嘴唇轮廓是否符合预设的嘴唇变化状态，如果结果为是，则确定现场图像中的人脸所属用户具有交互意图。

2.根据权利要求1所述的人机交互控制方法，其特征在于，所述获取音频信号的步骤，具体为，获取预设方向上的音频信号。

3.根据权利要求1所述的人机交互控制方法，其特征在于，在所述当判断现场图像中存在人脸时，对多帧现场图像进行嘴唇检测，得到多帧嘴唇轮廓的步骤之前，还包括；

对检测出的人脸进行人脸质量评估，当检测出的人脸满足预设人脸质量要求时，才能判断为现场图像中存在人脸。

4.根据权利要求3所述的人机交互控制方法，其特征在于，在所述当判断现场图像中存在人脸时，对多帧现场图像进行嘴唇检测，得到多帧嘴唇轮廓的步骤之前，还包括；

计算人脸角度，当人脸角度属于预设人脸角度范围阈值内时，才能判断为现场图像中存在人脸。

5.根据权利要求1所述的人机交互控制方法，其特征在于，所述方法还包括：对获取的音频信号进行响应。

6.一种人机交互控制系统，其特征在于，包括：

音频拾取单元，用于获取音频信号；

语音判别单元，用于判断获取的音频信号中是否有语音；

图像获取单元，用于当判断获取的音频信号中含有语音时，获取预设方向的多帧现场图像；

人脸检测单元，用于对获取的现场图像进行人脸检测，判断是否存在人脸；

嘴唇检测单元，用于当判断现场图像中存在人脸时，对多帧现场图像进行嘴唇检测，得到多帧嘴唇轮廓；

交互意图判定单元，用于判断多帧嘴唇轮廓是否符合预设的嘴唇变化状态，如果结果为是，则确定现场图像中的人脸所属用户具有交互意图。

7.根据权利要求6所述的人机交互控制系统，其特征在于，所述人脸检测单元，还用于计算人脸与智能机器人的正前方之间的偏差角度，当人脸的偏差角度位于偏差角度范围内时，才能判断为现场图像中存在人脸。

8.根据权利要求6所述的人机交互控制系统，其特征在于，所述图像获取单元，还用于实时拍摄现场图像，并进行缓存；当语音判别单元判断获取的音频信号中含有语音时，所述图像获取单元，从缓存的数据中，读取预设方向的多帧现场图像。

9.一种智能机器人，其特征在于，包含权利要求6-8任一项所述的人机交互控制系统。

10.一种机器可读存储介质，其上存储有计算机程序，其中所述计算机程序在由处理器执行时实现权利要求1-5任一项所述的人机交互控制方法。