[發明專利]場景的識別方法及裝置

有效

• 申請號: 201811070478.6
• 申請日: 2018-09-13
• 公開（公告）號: CN110895670B
• 公開（公告）日: 2022-09-09
• 發明（設計）人: 易斌;高丹;萬會;王沅召
• 申請（專利權）人: 珠海格力電器股份有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V40/10;G08B13/196
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 江舟;董文倩

1.一種場景的識別方法，其特征在于，包括：

通過攝像頭獲取安全門外的第一場景，其中，所述攝像頭設置于所述安全門上；

使用機器學習模型獲取與所述第一場景具有關聯關系的第一控制指令，其中，所述機器學習模型是使用第一樣本信息作為原始模型的輸入信息對所述原始模型進行訓練得到的模型，所述第一樣本信息包括第一規則和多組場景，其中，所述第一規則是用于依據所述場景識別出控制指令的規則；

執行所述第一控制指令對應的操作；

其中，所述第一規則是針對所述原始模型的多層的規則，所述原始模型的每一層依據一個所述第一規則進行一個信息的識別，所述原始模型的第一層依據對應的第一規則識別所述多組場景中是否存在人物，所述原始模型的第二層依據對應的第一規則識別所述多組場景中的人物是否拿有撬鎖工具或者可疑包裹；

使用所述機器學習模型獲取與所述第一場景具有關聯關系的所述第一控制指令之前，所述方法還包括：

步驟一，將所述第一樣本信息的多組場景作為輸入信息輸入所述原始模型，在所述原始模型中依據所述第一規則對所述多組場景進行識別，獲取識別結果；

步驟二，依據所述第一樣本信息的多組場景實際對應的控制指令，校驗所述識別結果，獲取識別準確率；

步驟三，在所述識別準確率低于閾值的情況下，調整所述原始模型；

步驟四，重復執行所述步驟一至步驟三直至所述識別準確率高于閾值，輸出模型作為所述機器學習模型；

其中，調整所述原始模型，包括：調整所述原始模型的每層的系數。

2.根據權利要求1所述的方法，其特征在于，使用機器學習模型獲取與所述第一場景具有關聯關系的第一控制指令，包括：

通過所述機器學習模型獲取所述第一場景歸屬的場景分類；

將所述場景分類對應的控制指令為所述第一控制指令。

3.根據權利要求2所述的方法，其特征在于，通過所述機器學習模型獲取所述第一場景歸屬的場景分類，包括：

獲取所述第一場景中包括的第一圖像特征，以及獲取所述第一樣本信息中第二場景的第二圖像特征；

在所述第一圖像特征與所述第二圖像特征的特征相似度大于閾值的情況下，將所述第二場景歸屬的場景分類作為所述第一場景歸屬的場景分類。

4.根據權利要求2所述的方法，其特征在于，通過所述機器學習模型獲取所述第一場景歸屬的場景分類，包括：

在未能獲取與所述第一場景歸屬的場景分類的情況下，輸出所述第一場景至用戶界面；

通過所述用戶界面獲取分類指令，依據所述分類指令獲取所述第一場景歸屬的第一分類和第一控制指令。

5.根據權利要求4所述的方法，其特征在于，通過所述用戶界面獲取分類指令，依據所述分類指令獲取所述第一場景歸屬的第一分類和第一控制指令之后，包括：

依據所述第一分類和所述第一控制指令作為所述機器學習模型的輸入信息，更新所述機器學習模型。