[发明专利]一种智能灯光控制方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202110260081.9 申请日: 2021-03-10
公开(公告)号: CN112954848A 公开(公告)日: 2021-06-11
发明(设计)人: 王乾富 申请(专利权)人: 深圳市大鑫浪电子科技有限公司
主分类号: H05B45/10 分类号: H05B45/10;G06K9/00;G06K9/62
代理公司: 深圳中细软知识产权代理有限公司 44528 代理人: 孙凯乐
地址: 518102 广东省深圳市宝安区西乡街道*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 智能 灯光 控制 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种智能灯光控制方法,其特征在于,所述方法包括:

获取用户的实时人脸图像;

根据所述实时人脸图像,通过预先训练的人脸模型获取所述用户的肤色信息;

根据所述实时人脸图像,通过预先训练的虹膜模型获取所述用户的实时虹膜信息;

根据所述肤色信息与所述实时虹膜信息,通过预先训练的灯光控制模型完成灯光控制。

2.根据权利要求1所述的方法,其特征在于,所述方法应用于智能灯光控制系统,所述方法还包括:

获取用户用于登录所述系统的用户信息,所述用户信息包括实际年龄、实际性别;

所述根据所述实时人脸图像,通过预先训练的人脸模型获取所述用户的肤色信息之前,还包括:

根据所述实时人脸图像,通过预先训练的人脸模型获取所述用户的当前年龄与当前性别;

判断所述用户的当前年龄与实际年龄是否相符;判断所述用户的当前性别与实际性别是否相符;

若所述用户的当前年龄与实际年龄相符,并且所述用户的当前性别与实际性别相符,则所述用户成功登录系统。

3.根据权利要求1所述的方法,其特征在于,所述根据所述实时人脸图像,通过预先训练的虹膜模型获取所述用户的实时虹膜信息之后,还包括:

基于所述虹膜模型,根据所述实时虹膜信息确定所述用户目光的实时位置;

基于所述灯光控制模型,根据所述肤色信息与所述用户目光的实时位置完成灯光控制。

4.根据权利要求1所述的方法,其特征在于,所述根据所述实时人脸图像,通过预先训练的虹膜模型获取所述用户的实时虹膜信息之后,还包括:

基于所述虹膜模型,根据所述实时虹膜信息确定所述用户的实时眼疲劳信息;

基于所述灯光控制模型,根据所述肤色信息与所述实时眼疲劳信息完成灯光控制。

5.据权利要求4所述的方法,其特征在于,所述根据所述实时虹膜信息确定所述用户的实时眼疲劳信息,包括:

获取用户的年龄信息;

基于所述虹膜模型,根据所述年龄信息与所述实时虹膜信息确定所述用户的实时眼疲劳信息。

6.根据权利要求1所述的方法,其特征在于,所述人脸模型是基于神经网络模型训练得到的,所述方法还包括:

接收从不同拍摄方位获取的第一训练人脸图像,确定所述第一训练人脸图像对应的第一标注,所述第一标注包括:肤色、年龄、性别;

根据所述第一训练人脸图像和对应的第一标注,通过所述神经网络模型训练得到所述人脸模型。

7.根据权利要求1所述的方法,其特征在于,所述虹膜模型是基于神经网络模型训练得到的,所述方法还包括:

接收在不同光照强度下获取的第二训练人脸图像,确定所述第二训练人脸图像对应的第二标注,所述第二标注包括:瞳孔的收缩情况、眼球的运动状态、虹膜颜色;

根据所述第二训练人脸图像和对应的第二标注,通过所述神经网络模型训练得到所述虹膜模型。

8.一种智能灯光控制装置,其特征在于,所述装置包括:

获取模块,用于获取用户的人脸图像;

人脸模型模块,用于根据所述实时人脸图像,通过预先训练的人脸模型获取所述用户的肤色信息;

虹膜模型模块,根据所述实时人脸图像,通过预先训练的虹膜模型获取所述用户的实时虹膜信息;

灯光控制模块,用于根据所述肤色信息与所述实时虹膜信息,通过预先训练的灯光控制模型完成灯光控制。

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。

10.种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳市大鑫浪电子科技有限公司,未经深圳市大鑫浪电子科技有限公司许可,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/202110260081.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top