本發(fā)明涉及智能設備技術領域，尤其涉及一種喚醒智能機器人的方法及智能機器人。

背景技術：

現(xiàn)有技術中，對于智能機器人的操作通常包括以下幾種：1)對于存在輸入設備的智能機器人，可以通過相應的輸入設備輸入指令，例如通過外接鍵盤，本身具備的觸摸屏或者其他遙控輸入設備等輸入控制指令，以控制智能機器人執(zhí)行相應操作；2)對于一些智能機器人而言，可以通過語音輸入的方式進行控制，智能機器人根據(jù)內置的語音識別模型識別輸入語音，并進而執(zhí)行相應操作；3)同樣地，對于一些智能機器人而言，可以通過做手勢的方式進行控制，智能機器人根據(jù)內置的手勢識別模型識別該手勢，并進而執(zhí)行相應操作。

基于上述設定，在一般的智能機器人中，執(zhí)行喚醒操作通常也通過上述幾種方式進行，較為常見的為通過輸入特定的語音語句(例如使用者對智能機器人說“hi，你好”等指定的語句)或者通過做特定的手勢(例如使用者對智能機器人做揮手等指定的手勢)來喚醒智能機器人。但是無論基于手勢的喚醒操作還是基于語音的喚醒操作，都需要使用者進行一定的行為輸出，當使用者沒有任何肢體動作或者語音輸出時，均無法觸發(fā)智能機器人的喚醒操作。因此導致喚醒智能機器人的操作較為復雜，降低使用者的使用體驗。

技術實現(xiàn)要素：

根據(jù)現(xiàn)有技術中存在的問題，現(xiàn)提供一種喚醒智能機器人的方法及智能機器人的技術方案，旨在提供使用者一種不需要任何動作就能喚醒智能機器人的操作方法，降低使用者喚醒智能機器人的操作復雜度，提升使用者的使用體驗。

上述技術方案具體包括：

一種喚醒智能機器人的方法，其中，包括：

步驟s1，采用所述智能機器人上的圖像采集裝置獲取圖像信息；

步驟s2，判斷所述圖像信息內是否存在人臉信息：

若不存在，則返回所述步驟s1；

步驟s3，提取所述人臉信息上的多個特征點信息，并根據(jù)所述特征點信息判斷所述人臉信息是否表示正對所述圖像采集裝置的正面人臉，并在判斷所述人臉信息表示所述正面人臉時轉向步驟s4；

步驟s4，喚醒所述智能機器人，隨后退出。

優(yōu)選的，該喚醒智能機器人的方法，其中，所述步驟s2中，采用人臉檢測器判斷所述圖像信息內是否存在所述人臉信息。

優(yōu)選的，該喚醒智能機器人的方法，其中，所述步驟s2中，若判斷所述圖像信息中存在所述人臉信息，則獲取關聯(lián)于所述人臉信息的位置信息和大小信息；

所述步驟s3具體包括：

步驟s31，利用預先訓練形成的特征點預測模型，根據(jù)所述位置信息和所述大小信息提取所述人臉信息中的多個特征點；

步驟s32，根據(jù)多個所述特征點信息確定所述人臉信息中各部位輪廓的信息；

步驟s33，獲取所述人臉信息中鼻子中心點到左眼中心點的第一距離，以及鼻子中心點到右眼中心點的第二距離；

步驟s34，判斷所述第一距離和所述第二距離之間的差值是否包括在一預設的差值范圍內：

若是，則判斷所述人臉信息表示所述正面人臉，隨后轉向所述步驟s4；

若否，則判斷所述人臉信息不表示所述正面人臉，隨后返回所述步驟s1。

優(yōu)選的，該喚醒智能機器人的方法，其中，執(zhí)行所述步驟s3后，若判斷所述人臉信息中包括所述正面人臉，則首先執(zhí)行一停留時間判斷步驟，隨后再執(zhí)行所述步驟s4；

所述停留時間判斷步驟具體包括：

步驟a1，持續(xù)跟蹤采集所述人臉信息，并記錄所述正面人臉持續(xù)停留的 時間；

步驟a2，判斷所述正面人臉持續(xù)停留的時間是否超過一預設的第一閾值：

若是，則轉向所述步驟s4；

若否，則返回所述步驟s1。

優(yōu)選的，該喚醒智能機器人的方法，其中，所述步驟s2中，若判斷所述圖像信息中存在所述人臉信息后，記錄下關聯(lián)于所述人臉信息的位置信息和大小信息；

執(zhí)行所述步驟a2后，若判斷所述正面人臉持續(xù)的時間超過所述第一閾值，則首先執(zhí)行一距離判斷步驟，隨后再執(zhí)行所述步驟s4；

所述距離判斷步驟具體包括：

步驟b1，判斷所述大小信息是否不小于一預設的第二閾值：

若是，則轉向所述步驟s4；

若否，則返回所述步驟s1。

優(yōu)選的，該喚醒智能機器人的方法，其中，所述步驟s2中，若判斷所述圖像信息中存在所述人臉信息后，記錄下關聯(lián)于所述人臉信息的位置信息和大小信息；

執(zhí)行所述步驟s3后，若判斷所述人臉信息中包括所述正面人臉，則首先執(zhí)行一距離判斷步驟，隨后再執(zhí)行所述步驟s4；

所述距離判斷步驟具體包括：

步驟b1，判斷所述大小信息是否不小于一預設的第二閾值：

若是，則轉向所述步驟s4；

若否，則返回所述步驟s1。

優(yōu)選的，該喚醒智能機器人的方法，其中，執(zhí)行所述步驟b1后，若判斷所述大小信息不小于所述第二閾值，則首先執(zhí)行一停留時間判斷步驟，隨后再執(zhí)行所述步驟s4：

所述停留時間判斷步驟具體包括：

步驟a1，持續(xù)跟蹤采集所述人臉信息，并記錄所述正面人臉持續(xù)停留的時間；

步驟a2，判斷所述正面人臉持續(xù)停留的時間是否超過一預設的第一閾 值：

若是，則轉向所述步驟s4；

若否，則返回所述步驟s1。

優(yōu)選的，該喚醒智能機器人的方法，其中，所述第一閾值為2秒。

優(yōu)選的，該喚醒智能機器人的方法，其中，所述第二閾值為400像素。

一種智能機器人，其中，采用上述的喚醒智能機器人的方法。

上述技術方案的有益效果是：提供一種喚醒智能機器人的方法，能夠提供使用者一種不需要任何動作就能喚醒智能機器人的操作方法，降低使用者喚醒智能機器人的操作復雜度，提升使用者的使用體驗。

附圖說明

圖1是本發(fā)明的較佳的實施例中，一種喚醒智能機器人的方法的總體流程示意圖；

圖2是本發(fā)明的較佳的實施例中，判斷人臉信息是否表示正面人臉的步驟示意圖；

圖3是本發(fā)明的較佳的實施例中，包括停留時間判斷步驟的喚醒智能機器人的方法的流程示意圖；

圖4-5是本發(fā)明的較佳的實施例中，包括停留時間判斷步驟和距離判斷步驟的喚醒智能機器人的方法的流程示意圖；

圖6是本發(fā)明的較佳的實施例中，包括距離判斷步驟的喚醒智能機器人的方法的流程示意圖。

具體實施方式

下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

需要說明的是，在不沖突的情況下，本發(fā)明中的實施例及實施例中的特征可以相互組合。

下面結合附圖和具體實施例對本發(fā)明作進一步說明，但不作為本發(fā)明的 限定。

本發(fā)明的較佳的實施例中，基于現(xiàn)有技術中存在的上述問題，現(xiàn)提供一種喚醒智能機器人的方法，具體包括如圖1中所述的下述步驟：

步驟s1，采用智能機器人上的圖像采集裝置獲取圖像信息；

步驟s2，判斷圖像信息內是否存在人臉信息：

若不存在，則返回步驟s1；

步驟s3，提取人臉信息上的多個特征點信息，并根據(jù)特征點信息判斷人臉信息是否表示正對圖像采集裝置的正面人臉，并在判斷人臉信息表示正面人臉時轉向步驟s4；

步驟s4，喚醒智能機器人，隨后退出。

在一個具體實施例中，上述步驟s1中，所謂的圖像采集裝置可以為智能機器人上設置的攝像頭，即利用智能機器人上設置的攝像頭嘗試采集位于其捕捉區(qū)域內的圖像信息。

隨后，根據(jù)一定的判斷規(guī)則，判斷上述采集到的圖像信息中是否存在人臉信息。具體地，可以采用預先訓練形成的人臉檢測器在上述圖像信息中判斷是否存在人臉信息。所謂人臉檢測器，實際可以為一個預先訓練形成的人臉檢測模型，通過預先輸入的多個人臉訓練樣本可以反復學習并形成該檢測模型，并將該檢測模型運用于實際的圖像信息檢測中，以檢測在圖像信息中是否包括用于表示人臉的人臉信息。在該步驟中，人臉信息可以包括表示正面人臉的人臉信息，也可以包括表示側面人臉或者部分人臉的人臉信息，這些檢測標準可以通過上述預先輸入的訓練樣本控制人臉檢測器的生成內容來實現(xiàn)。通過訓練樣本反復學習形成人臉檢測器的過程在現(xiàn)有技術中已經(jīng)存在較多的實現(xiàn)方法，在此不再贅述。

在該實施例中，若判斷上述圖像信息中不存在任何人臉信息，則返回上述步驟s1，以繼續(xù)采用圖像采集裝置采集圖像信息；若判斷上述圖像信息中存在人臉信息，則轉向步驟s3。在上述步驟s3中，通過提取人臉信息中的多個特征點信息來判斷該人臉信息是否表示一個正對圖像采集裝置的正面人臉：若是，則轉向步驟s4，以根據(jù)檢測到的正面人臉喚醒該智能機器人(即判斷此時使用者有意對智能機器人進行操作)；若否，則返回上述步驟s1，以繼續(xù)采用圖像采集裝置采集圖像信息并繼續(xù)進行人臉信息的判斷。

綜上所述，本發(fā)明技術方案中，提供使用者能夠通過正對智能機器人的圖像采集裝置(例如攝像頭)的方式就能夠喚醒智能機器人并進行操作，而避免傳統(tǒng)的必須采用語音或者手勢等輸入方式才能進行智能機器人的喚醒操作的問題。

本發(fā)明的較佳的實施例中，上述步驟s2中，若判斷圖像信息中存在人臉信息，則獲取關聯(lián)于人臉信息的位置信息和大小信息；

則上述步驟s3具體如圖2所示，包括：

步驟s31，利用預先訓練形成的特征點預測模型，根據(jù)位置信息和大小信息提取人臉信息中的多個特征點；

步驟s32，根據(jù)多個特征點信息確定人臉信息中各部位輪廓的信息；

步驟s33，獲取人臉信息中鼻子中心點到左眼中心點的第一距離，以及鼻子中心點到右眼中心點的第二距離；

步驟s34，判斷第一距離和第二距離之間的差值是否包括在一預設的差值范圍內：

若是，則判斷人臉信息表示正面人臉，隨后轉向步驟s4；

若否，則判斷人臉信息不表示正面人臉，隨后返回步驟s1。

具體地，本發(fā)明的較佳的實施例中，在上述步驟s2中，在判斷得到圖像信息中存在人臉信息，則在獲得該人臉信息的同時獲得該人臉信息的位置信息和大小信息。

所謂位置信息，是指該人臉信息表示的人臉在圖像信息中所處的位置，例如位于圖像的正中央，或者位于圖像的左上方，或者位于圖像的右下方等。

所謂大小信息，是指該人臉信息表示的人臉的大小，通常以像素表示。

則上述步驟s31-s32中，首先利用預先訓練形成的特征點預測模型，根據(jù)關聯(lián)于上述人臉信息的位置信息和大小信息，提取人臉信息中的多個特征點，并進而根據(jù)提取到的特征點確定人臉信息中各部位輪廓的信息。所謂特征點預測模型，同樣可以為預先經(jīng)過多個訓練樣本輸入和學習形成的預測模型，通過對人臉上的68個特征點進行提取和預測，從而得到包含人臉上眉毛、眼睛、鼻子、嘴巴以及臉整體的輪廓等信息，以勾勒出人臉的大致輪廓。

隨后，本發(fā)明的較佳的實施例中，上述步驟s33中，根據(jù)上述輪廓信息，分別獲得鼻子中心點的位置、左眼中心點的位置以及右眼中心點的位置，進 而計算得到鼻子中心點的位置到左眼中心點的位置之間的距離，計為第一距離，以及計算得到鼻子中心點的位置到右眼中心點的位置之間的距離，計為第二距離。隨后計算上述第一距離與第二距離之間的差值，并判斷該差值是否在一預設的差值范圍內：若是，則表示此時該人臉信息表示的是正對智能機器人的圖像捕捉裝置的正面人臉；若否，則表示該人臉信息表示的并不是正面人臉。

具體地，本發(fā)明的較佳的實施例中，對于正面人臉而言，由于人臉的對稱性，其鼻子中心點到左右眼睛的中心點之間的距離應該相等或者接近。而若人臉稍微有點側轉，則上述兩個距離之間必然會發(fā)生變化，例如人臉向左轉，則鼻子中心點到右眼中心點的距離必然會縮小，因此上述兩個距離之間的差值會增大。同理，若人臉向右轉，則鼻子中心點到左眼中心點的距離必然會縮小，上述兩個距離之間的差值同樣會增大。

因此如上文中所述，在最理想的情況下，若人臉信息表示的為正面人臉，則上述兩個距離應該相等，即上述兩個距離之間的差值應該為0。但是在實際情況下，人臉不可能為絕對對稱，因此在人臉信息表示正面人臉的情況下，上述兩個距離之間仍然會有一定的差值，但是這個差值應當較小。因此在本發(fā)明的較佳的實施例中，上述差值范圍應當被設定為一個適宜的較小的取值范圍，以保證能夠通過該差值范圍判斷出當前的人臉信息是否表示正面人臉。

本發(fā)明的較佳的實施例中，執(zhí)行上述步驟s3后，若判斷人臉信息中包括正面人臉，則首先執(zhí)行一停留時間判斷步驟，隨后再執(zhí)行步驟s4；

該停留時間判斷步驟具體包括：

步驟a1，持續(xù)跟蹤采集人臉信息，并記錄正面人臉持續(xù)停留的時間；

步驟a2，判斷正面人臉持續(xù)停留的時間是否超過一預設的第一閾值：

若是，則轉向步驟s4；

若否，則返回步驟s1。

則在本發(fā)明的一個較佳的實施例中，包括上述停留時間判斷步驟的整個喚醒方法的過程如圖3所示，包括：

步驟s1，采用智能機器人上的圖像采集裝置獲取圖像信息；

步驟s2，判斷圖像信息內是否存在人臉信息：

若不存在，則返回步驟s1；

步驟s3，提取人臉信息上的多個特征點信息，并根據(jù)特征點信息判斷人臉信息是否表示正對圖像采集裝置的正面人臉：

若否，則返回步驟s1；

步驟a1，持續(xù)跟蹤采集人臉信息，并記錄正面人臉持續(xù)停留的時間；

步驟a2，判斷正面人臉持續(xù)停留的時間是否超過一預設的第一閾值：

若是，則轉向步驟s4；

若否，則返回步驟s1。

步驟s4，喚醒智能機器人，隨后退出。

具體地，該實施例中，上述過程中，首先執(zhí)行如上文中所述的對正面人臉做判斷的步驟。在判斷得到當前識別的人臉信息表示正面人臉時，再執(zhí)行上述停留時間判斷步驟，即持續(xù)跟蹤采集該人臉信息，并持續(xù)將當前的人臉信息與前一刻的人臉信息進行對比，判斷該表示正面人臉的人臉信息是否發(fā)生變化，最終記錄該人臉信息沒有改變的持續(xù)時間，即該人臉信息持續(xù)停留的時間。

該實施例中，對于上述人臉信息的對比，可以設置一個對比差值范圍，以允許人臉信息出現(xiàn)微小范圍內的變化。

則該實施例中，將該停留時間判斷步驟應用到整個喚醒方法中，就稱為如上文中所述的步驟(如圖3所示)：首先執(zhí)行正面人臉的判斷步驟，在判斷出當前的人臉信息表示正面人臉時，再執(zhí)行停留時間判斷步驟。只有在同時符合正面人臉判斷標準和停留時間判斷標準，才能被認為可以喚醒智能機器人。

本發(fā)明的較佳的實施例中，上文中所述的預設的第一閾值，可以設置為類似一個人被盯著時的正常反應時間，例如可以被設置為1秒，或者2秒。

本發(fā)明的較佳的實施例中，如上文中所述，上述步驟s2中，若判斷圖像信息中存在人臉信息后，則記錄下關聯(lián)于人臉信息的位置信息和大小信息。

則在上述喚醒方法中還包括一個距離判斷步驟。該步驟依賴于上述被記錄的位置信息和大小信息。具體可以為：

步驟b1，判斷大小信息是否不小于一預設的第二閾值：

若是，則轉向步驟s4；

若否，則返回步驟s1。

具體地，本發(fā)明的較佳的實施例中，上述距離判斷步驟的作用在于判斷人臉是否距離圖像采集裝置(攝像頭)夠近：若是，則判斷使用者有意識喚醒智能機器人；若否，則判斷使用者并不想喚醒智能機器人。

本發(fā)明的較佳的實施例中，上述第二閾值可以為適合于圖像采集裝置的取景框大小的一個數(shù)值。例如，取景框大小通常為640個像素，而上述第二閾值可以被設置為400個像素，因此，若關聯(lián)于人臉信息的大小信息不小于上述第二閾值(即人臉大小不小于400像素)，則認為此時使用者距離圖像采集裝置較近，反之，認為使用者距離圖像采集裝置較遠。

本發(fā)明的一個較佳的實施例中，在上述喚醒方法中同時應用上述停留時間判斷步驟以及距離判斷步驟，最終形成的過程如圖4所示，包括：

步驟s1，采用智能機器人上的圖像采集裝置獲取圖像信息；

步驟s2，判斷圖像信息內是否存在人臉信息：

若不存在，則返回步驟s1；

步驟s3，提取人臉信息上的多個特征點信息，并根據(jù)特征點信息判斷人臉信息是否表示正對圖像采集裝置的正面人臉：

若否，則返回步驟s1；

步驟a1，持續(xù)跟蹤采集人臉信息，并記錄正面人臉持續(xù)停留的時間；

步驟a2，判斷正面人臉持續(xù)停留的時間是否超過一預設的第一閾值：

若否，則返回步驟s1；

步驟b1，判斷大小信息是否不小于一預設的第二閾值：

若是，則轉向步驟s4；

若否，則返回步驟s1。

步驟s4，喚醒智能機器人，隨后退出。

在該實施例中，判斷順序依次為：判斷圖像中是否存在人臉信息→判斷人臉信息是否表示正面人臉→判斷該人臉信息的停留時間是否符合標準→判斷關聯(lián)于該人臉信息的大小信息是否符合標準。

因此，該實施例中，只有同時符合下述三個條件，才認為此時使用者希望喚醒智能機器人，并根據(jù)判斷結果實際執(zhí)行喚醒智能機器人的操作：

(1)人臉信息表示正面人臉；

(2)該人臉的持續(xù)停留時間超過第一閾值；

(3)該人臉在取景框中的大小不小于第二閾值。

本發(fā)明的另一個較佳的實施例中，同樣地，同時應用停留時間判斷步驟和距離判斷步驟形成的完整的喚醒方法的過程如圖5所示，包括：

步驟s1，采用智能機器人上的圖像采集裝置獲取圖像信息；

步驟s2，判斷圖像信息內是否存在人臉信息：

若不存在，則返回步驟s1；

步驟s3，提取人臉信息上的多個特征點信息，并根據(jù)特征點信息判斷人臉信息是否表示正對圖像采集裝置的正面人臉：

若否，則返回步驟s1；

步驟b1，判斷大小信息是否不小于一預設的第二閾值：

若否，則返回步驟s1；

步驟a1，持續(xù)跟蹤采集人臉信息，并記錄正面人臉持續(xù)停留的時間；

步驟a2，判斷正面人臉持續(xù)停留的時間是否超過一預設的第一閾值：

若是，轉向步驟s4；

若否，則返回步驟s1；

步驟s4，喚醒智能機器人，隨后退出。

該實施例中，具體的判斷過程為：判斷圖像中是否存在人臉信息→判斷人臉信息是否表示正面人臉→判斷關聯(lián)于該人臉信息的大小信息是否符合標準→判斷該人臉信息的停留時間是否符合標準。同樣地，該實施例中，需要同時符合三個條件才能被認為可以進行智能機器人喚醒操作。

本發(fā)明的另一個較佳的實施例中，可以在上述喚醒方法中僅加入距離判斷步驟，具體如圖6所示，包括：

步驟s1，采用智能機器人上的圖像采集裝置獲取圖像信息；

步驟s2，判斷圖像信息內是否存在人臉信息：

若不存在，則返回步驟s1；

步驟s3，提取人臉信息上的多個特征點信息，并根據(jù)特征點信息判斷人臉信息是否表示正對圖像采集裝置的正面人臉：

若否，則返回步驟s1；

步驟b1，判斷大小信息是否不小于一預設的第二閾值：

若是，則轉向步驟s4；

若否，則返回步驟s1；

步驟s4，喚醒智能機器人，隨后退出。

該實施例中，只需要同時滿足兩個條件，即(1)人臉信息表示正面人臉；(3)該人臉在取景框中的大小不小于第二閾值；就可以認為此時使用者有意識喚醒智能機器人，并根據(jù)判斷結果對智能機器人執(zhí)行喚醒操作。

綜上所述，本發(fā)明技術方案中，提供了三個對于是否執(zhí)行智能機器人的喚醒操作的判斷條件：(1)人臉信息表示正面人臉；(2)該人臉的持續(xù)停留時間超過第一閾值；(3)該人臉在取景框中的大小不小于第二閾值。每個判斷條件均具有其對應的判斷過程。其中，第(1)個判斷條件對于本發(fā)明喚醒方法來說是必須的，而后面第(2)個和第(3)個判斷條件對于本發(fā)明喚醒方法來說僅為可選的判斷條件，因此可以衍生出多種不同的喚醒方法。這些衍生的喚醒方法及根據(jù)這些喚醒方法做出的修改和更新都應被納入本發(fā)明的保護范圍。

本發(fā)明的較佳的實施例中，還提供一種智能機器人，其中采用上文中所述的喚醒智能機器人的方法。

以上所述僅為本發(fā)明較佳的實施例，并非因此限制本發(fā)明的實施方式及保護范圍，對于本領域技術人員而言，應當能夠意識到凡運用本發(fā)明說明書及圖示內容所作出的等同替換和顯而易見的變化所得到的方案，均應當包含在本發(fā)明的保護范圍內。