基于个性化动作识别的设备控制方法、装置及智能空调与流程

1.本技术涉及智能家居技术领域，例如涉及一种基于个性化动作识别的设备控制方法、装置及智能空调。


背景技术：

2.目前，空调主要通过遥控器、手机app、语音控制等输入控制信号；每一种输入控制信号的方式均有其自身的局限性：如遥控器、手机需要用户接触遥控器和手机才可以操作，语音控制在夜间休息时容易打扰家庭其他成员。对此，可基于成熟的图像识别技术识别用户手势，并查询到用户手势对应的控制指令，利用该查询到的控制指令对空调进行控制。
3.在手势识别过程中，通常由厂商定义区分度较高的基本手势，用户可基于这些基本手势，实现对空调的控制；例如，可通过识别伸出手指的数量、手指方向、握拳等区分度较高的手势，来确定控制指令。
4.在实现本技术实施例的过程中，发现相关技术中至少存在如下问题：
5.某些手势可能与用户的日常习惯的一些动作相似或相同，例如，用户伸懒腰时通常会握拳或伸掌；某些手势还可能与用户的生活场景的一些动作相似或相同，例如，在教育婴儿的场景中，会伸出手指，来指向一些物品。在这些场景中，为便于区分，用户通常需要自定义一些手势动作，以替换这些与日常习惯或生活场景中动作相似的手势，然而，图像识别技术所需要的训练样本大，用户输入的一些个性化手势，训练样本少，图像识别算法存在欠拟合现象，这容易导致识别准确度降低，进而容易导致空调误动作。


技术实现要素：

6.为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
7.本技术实施例提供了一种基于个性化动作识别的设备控制方法、装置及智能空调，以在用户采用个性化的动作指令时，提高对用户手势识别的准确度，减少出现空调的误动作现象。
8.在一些实施例中，基于个性化动作识别的设备控制方法包括：获得当前用户身份信息；根据用户身份信息与动作指令模型的对应关系，确定与所述当前用户身份信息对应的当前动作指令模型；其中，所述动作指令模型包括动作与指令的对应关系；获得当前用户动作图像/视频，并根据所述当前动作指令模型，确定与所述当前用户动作图像/视频对应的多个候选控制指令及其对应的第一概率；根据用户身份信息与历史使用信息对应关系，确定出与所述当前用户身份信息对应的当前用户历史使用信息；其中，所述历史使用信息中记录有环境参数与控制指令的对应关系；获得当前环境参数，并根据所述当前环境参数以及所述当前用户历史使用信息，调整多个候选控制指令所对应的第一概率，以获得多个候选控制指令及其对应的第二概率；将多个候选控制指令中第二概率最大的候选控制指
令，确定为所述当前用户动作图像/视频对应的当前控制指令；根据所述当前控制指令控制设备。
9.可选地，根据所述当前动作指令模型，确定与所述当前用户动作图像/视频对应的多个候选控制指令及其对应的第一概率，包括：根据图像识别模型，确定出与当前用户动作图像/视频对应的多个动作识别结果及其对应的第一概率；根据所述当前动作指令模型，将多个动作识别结果及其第一概率映射为多个候选控制指令及其对应的第一概率。
10.可选地，根据所述当前环境参数以及所述当前用户历史使用信息，调整多个候选控制指令所对应的第一概率，以获得多个候选控制指令及其对应的第二概率，包括：在所述当前用户历史使用信息中确定出与所述当前环境参数对应的多个历史控制指令；根据多个历史控制指令中每个历史控制指令的单指令出现频次，调整多个候选控制指令所对应的第一概率，获得多个候选控制指令及其对应的第二概率；其中，历史控制指令的单指令出现频次越高，则对历史控制指令对应的候选控制指令的第一概率的调整幅度越大。
11.可选地，根据多个历史控制指令中每个历史控制指令的单指令出现频次，调整多个候选控制指令所对应的第一概率，获得多个候选控制指令及其对应的第二概率，包括：根据每个历史控制指令的单指令出现频次，计算全部控制指令的总频次；计算每个历史控制指令的单指令出现频次在所述总频次中的占比；针对多个候选控制指令中与历史控制指令相同的第一候选控制指令，根据所述第一候选控制指令对应的占比，调整所述第一候选控制指令对应的第一概率，以获得所述第一候选控制指令对应的第二概率；针对多个候选控制指令中与历史控制指令不相同的第二候选控制指令，根据所述总频次降低所述第二候选控制指令对应的第一概率，以获得所述第二候选控制指令对应的第二概率。
12.可选地，针对多个候选控制指令中与历史控制指令相同的第一候选控制指令，根据所述第一候选控制指令对应的占比，调整所述第一候选控制指令对应的第一概率，以获得所述第一候选控制指令对应的第二概率，包括：根据所述第一候选控制指令对应的占比与所述第一候选控制指令对应的第一概率的乘积，确定所述第一候选控制指令对应的第二概率；或者，计算所述第一候选控制指令对应的占比与所述第一候选控制指令对应的第一概率的乘积，根据所述乘积与所述第一候选控制指令对应的第一概率的和，确定所述第一候选控制指令对应的第二概率。
13.可选地，动作与指令的对应关系，是通过如下方式确定的：获得用户动作图像/视频，识别所述用户动作图像/视频以获得具体动作；响应于用户输入，获得用户输入的具体指令；建立所述具体动作与所述具体指令的对应关系并存储。
14.可选地，在所述当前用户身份信息为合法身份信息的情况下，再根据用户身份信息与动作指令模型的对应关系，确定与所述当前用户身份信息对应的当前动作指令模型。
15.在一些实施例中，基于个性化动作识别的设备控制装置包括获得模块、第一确定模块、第二确定模块、第三确定模块、调整模块、第四确定模块和控制模块；所述获得模块用于获得当前用户身份信息；所述第一确定模块用于根据用户身份信息与动作指令模型的对应关系，确定与所述当前用户身份信息对应的当前动作指令模型；其中，所述动作指令模型包括动作与指令的对应关系；所述第二确定模块用于获得当前用户动作图像/视频，并根据所述当前动作指令模型，确定与所述当前用户动作图像/视频对应的多个候选控制指令及其对应的第一概率；所述第三确定模块用于根据用户身份信息与历史使用信息对应关系，
确定出与所述当前用户身份信息对应的当前用户历史使用信息；其中，所述历史使用信息中记录有环境参数与控制指令的对应关系；所述调整模块用于获得当前环境参数，并根据所述当前环境参数以及所述当前用户历史使用信息，调整多个候选控制指令所对应的第一概率，以获得多个候选控制指令及其对应的第二概率；所述第四确定模块用于将多个候选控制指令中第二概率最大的候选控制指令，确定为所述当前用户动作图像/视频对应的当前控制指令；所述控制模块用于根据所述当前控制指令控制设备。
16.在一些实施例中，基于个性化动作识别的设备控制装置包括处理器和存储有程序指令的存储器，所述处理器被配置为在执行所述程序指令时，执行前述实施例提供的基于个性化动作识别的设备控制方法。
17.在一些实施例中，智能空调包括前述实施例提供的基于个性化动作识别的设备控制装置。
18.本技术实施例提供的基于个性化动作识别的设备控制方法、装置及智能空调，可以实现以下技术效果：
19.与当前用户身份信息对应的当前动作指令模型，可以是用户自定义的个性化的动作与指令的对应关系，基于当前动作指令模型，可确定当前用户动作图像/识别所对应的候选控制指令及其对应的第一概率，由于当前指令动作模型与当前用户身份信息对应，其存在个性化的特点，这导致通过图像识别技术确定的多个候选控制指令及其对应的第一概率，存在准确度较低的缺点；再确定当前用户身份信息对应的当前用户历史使用信息，利用当前用户历史使用信息中的环境参数与控制指令的对应关系，对候选控制指令所对应的第一概率进行调整，即，基于用户使用习惯对多个候选指令及其对应的第一概率进行调整，以获得更加符合用户习惯的候选控制指令及其对应的第二概率，最后基于经过用户习惯调整后的候选控制指令及其对应的第二概率确定当前控制指令，这样确定的当前控制指令更加准确，以这样的当前控制指令控制设备，可减少出现设备的误动作的现象。
20.以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本技术。
附图说明
21.一个或一个以上实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件视为类似的元件，并且其中：
22.图1是本技术实施例提供的一种基于个性化动作识别的设备控制方法的实施环境的示意图；
23.图2是本技术实施例提供的一种基于个性化动作识别的设备控制方案的流程示意图；
24.图3是本技术实施例提供的一种调整多个候选控制指令所对应的第一概率的过程示意图；
25.图4是本技术实施例提供的一种调整多个候选指令所对应的第一概率的过程示意图；
26.图5是本技术实施例提供的一种基于个性化动作识别的设备控制装置的示意图；
27.图6是本技术实施例提供的一种基于个性化动作识别的设备控制装置的示意图。
具体实施方式
28.为了能够更加详尽地了解本技术实施例的特点与技术内容，下面结合附图对本技术实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本技术实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或一个以上实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。
29.本技术实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
30.除非另有说明，术语“多个”表示两个以上。
31.本技术实施例中，字符“/”表示前后对象是一种“或”的关系。例如，a/b表示：a或b。
32.术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，a和/或b，表示：a或b，或，a和b这三种关系。
33.在本技术实施例中，设备指的是具备调节室内空气参数能力的设备，包括但不限于智能空调、智能新风机、智能空气净化器、智能加湿器、智能除湿机。
34.为便于说明，本技术实施例仅以空调为例，对该基于个性化动作识别的设备控制方法进行示例性说明，并不对设备的具体类型构成限定。
35.图1是本技术实施例提供的一种基于个性化动作识别的设备控制方法的实施环境的示意图。
36.结合图1所示，图像采集装置11可获得用户图像/视频，然后将该用户图像/视频发送智能空调12，由智能空调12解析出该用户图像/视频所对应的控制指令，然后智能空调12根据该控制指令运行。
37.图1中以图像采集装置11可为智能空调12自带图像采集装置为例进行示例性说明，不对图像采集装置11的设置位置、形式构成实质限定；在实现该基于个性化动作识别的设备控制方法的具体场景中，图像采集装置11还可以是智能家居系统中设置的智能监控装置。
38.图1中以图像采集装置11将用户图像/视频发送至智能空调12，由智能空调12解析出该用户图像/视频所对应的控制指令进行示例性说明，不对解析用户图像/视频所对应的控制指令的具体执行主体构成限定；在实现该基于个性化动作识别的设备控制方法的具体场景中，还可以在图像采集装置11端，完成图像识别过程，解析出用户图像/视频所对应的控制指令，或者，由图像采集装置11或智能空调12将用户图像/视频上传至服务器，服务器在解析出控制指令后，将控制指令回传至图像采集装置11或智能空调12。
39.在本技术实施例中，当前用户身份信息分别与当前动作指令模型、当前用户历史使用信息相对应，利用这样的当前用户历史信息对基于当前动作指令模型确定的候选控制指令及其第一概率进行调整，具有针对性；并且其中，当前用户历史使用信息与用户的使用习惯相关，也即，本技术中基于用户习惯，对基于图像识别技术以及当前动作指令模型确定的候选控制指令及其对应的第一概率进行微调、修正，以获得比较准确的候选控制指令及其对应的第二概率。最后依据这样的候选控制指令及其对应的第二概率对空调进行控制，
以减少出现空调误动作的现象。
40.图2是本技术实施例提供的一种基于个性化动作识别的设备控制方案的流程示意图。
41.结合图2所示，基于个性化动作识别的设备控制方法包括：
42.s201、获得当前用户身份信息。
43.用户身份信息可用数字编号来表示，或者，可用字符串来表示。
44.可通过现有的图像识别技术识别用户面部图像信息，以获得用户面部图像信息所对应的用户身份信息。
45.s202、根据用户身份信息与动作指令模型的对应关系，确定与当前用户身份信息对应的当前动作指令模型。
46.其中，动作指令模型包括动作与指令的对应关系。在具体应用中，动作指令模型可以一一对应数据表的形式存在。
47.用户身份信息与动作指令模型的对应关系，可预先存储在数据库中，在获得当前用户身份信息之后，通过查询数据库，即可获得与当前用户身份信息对应的当前动作指令模型。
48.也即，在执行本基于个性化动作识别的设备控制方法的过程之前，需先确定并存储用户身份信息与动作指令模型的对应关系，以及，动作指令模型中的动作与指令的对应关系。
49.进一步地，动作与指令的对应关系，是通过如下方式确定的：获得用户动作图像/视频，识别用户动作图像/视频以获得具体动作；响应于用户输入，获得用户输入的具体指令；建立具体动作与具体指令的对应关系并存储。这样，即可获得动作与指令的对应关系，即，获得了动作指令模型。
50.在实际应用中，不同用户身份信息所对应的动作指令模型可存储在不同的地址空间，首先识别用户身份信息，基于用户身份信息定位到动作指令模型的地址空间，在执行上述确定动作与指令的对应关系的过程，以获得用户身份信息对应的动作指令模型。
51.在上述方案中，当前用户身份信息的作用是确定当前动作指令模型，在确定动作指令模型之前，还可以验证当前用户身份信息的权限(合法性)。例如，在获得当前用户身份信息之后，判断当前用户身份信息是否为合法身份信息，在当前用户身份信息为非法用户身份信息的情况下，停止执行本设备控制方法；在当前用户身份信息为合法身份信息的情况下，再根据用户身份信息与动作指令模型的对应关系，确定与当前用户身份信息对应的当前动作指令模型。
52.s203、获得当前用户动作图像/视频，并根据当前动作指令模型，确定与当前用户动作图像/视频对应的多个候选控制指令及其对应的第一概率。
53.候选控制指令为当前用户动作图像/视频可能会对应的控制指令，候选控制指令与第一概率一一对应，第一概率表示当前用户动作图像/视频为候选控制指令的可能性。一个候选控制指令所对应的第一概率越大，则该候选控制指令为当前用户动作图像/视频对应的控制指令的概率越大。
54.具体地，根据当前动作指令模型，确定与当前用户动作图像/视频对应的多个候选控制指令及其对应的第一概率，可包括：根据图像识别模型，确定出与当前用户动作图像/
视频对应的多个动作识别结果及其对应的第一概率；根据当前动作指令模型，将多个动作识别结果及其第一概率映射为多个候选控制指令及其对应的第一概率。
55.这里的图像识别模型指的是现有技术中的图像识别模型，其输入为图像或视频，其输出该图像或视频的识别结果。在本技术实施例中，图像识别模型的输入为当前用户动作图像/视频，图像识别模型的输出为当前用户动作图像/视频对应的动作识别结果及其对应的第一概率。
56.当前动作指令模型中包括动作与指令的对应关系，根据当前动作指令模型，可将动作识别结果映射为控制指令(例如智能空调的控制指令)，例如，在当前动作指令模型中查询动作识别结果，即可获得与动作识别结果对应的控制指令。
57.s204、根据用户身份信息与历史使用信息对应关系，确定出与当前用户身份信息对应的当前用户历史使用信息。
58.其中，历史使用信息中记录有环境参数与控制指令的对应关系。
59.用户身份信息与历史使用信息的对应关系，可存储在数据库中。在获得当前用户身份信息之后，通过在数据库中查询当前用户身份信息，即可获得当前用户身份信息对应的当前用户历史使用信息。
60.具体地，上述环境参数与设备所具备的功能相对应，例如，智能空调具备的功能是温度调节，环境参数可为室内温度；智能新风机的功能是调整室内空气的清新度，环境参数可为室内二氧化碳浓度；智能空气净化器的功能是净化空气，环境参数可为室内可吸入颗粒浓度，或者，环境参数可为挥发性有机物(volatile organic compounds，vocs)浓度；智能加湿器以及智能除湿机的功能调整湿度，环境参数可为室外环境湿度。
61.上述控制指令指的是响应于用户操作，设备接收到的控制指令。例如，提高或降低室内设定温度的控制指令、提高或降低设定新风量的控制指令、提高或降低设定室内湿度的控制指令。
62.上述环境参数和控制指令的对应关系，指的是在环境参数下，响应于用户操作，设备接收到的控制指令。该控制指令，可为用户基于当前动作指令模型发送的，也可为用户通过应用程序(application，app)发送的，也可为用户通过遥控器发送的。
63.例如，在室内温度为24℃时，接收到了降低设定温度的控制指令，此时建立24℃与降低设定温度的控制指令的对应关系并存储。
64.在实际应用中，可在响应于用户操作，设备接收到控制指令时，获得此时的环境参数，建立并存储环境参数与控制指令的一一对应关系。
65.s205、获得当前环境参数，并根据当前环境参数以及当前用户历史使用信息，调整多个候选控制指令所对应的第一概率，以获得多个候选控制指令及其对应的第二概率。
66.上述调整多个候选控制指令所对应的第一概率，包括提高多个候选控制指令对应的第一概率，以及，降低多个候选控制指令对应的第一概率。
67.s206、将多个候选控制指令中第二概率最大的候选控制指令，确定为当前用户动作图像/视频对应的当前控制指令。
68.在多个候选控制指令中，每个候选控制指令均与第二概率一一对应，可选择出最大的第二概率，再确定该最大的第二概率所对应的候选控制指令，此时，即可将该最大的第二概率所对应的候选控制指令确定为当前用户动作图像/视频对应的当前控制指令。
69.s207、根据当前控制指令控制设备。
70.根据当前控制指令控制设备，可使设备执行与当前控制指令对应的动作。例如，控制指令为提高智能空调的出风速度，则智能空调执行提高室内风机转速的动作；控制指令为提高室内设定温度，则智能空调执行将当前设定温度增加预设温度值(例如1℃或2℃)的动作。
71.不同的设备、不同的当前控制指令，设备将执行不同的动作，这里不再一一赘述，确保设备执行与当前控制指令对应的动作即可。
72.与当前用户身份信息对应的当前动作指令模型，可以是用户自定义的个性化的动作与指令的对应关系，基于当前动作指令模型，可确定当前用户动作图像/识别所对应的候选控制指令及其对应的第一概率，由于当前指令动作模型与当前用户身份信息对应，其存在个性化的特点，这导致通过图像识别技术确定的多个候选控制指令及其对应的第一概率，存在准确度较低的缺点；再确定当前用户身份信息对应的当前用户历史使用信息，利用当前用户历史使用信息中的环境参数与控制指令的对应关系，对候选控制指令所对应的第一概率进行调整，即，基于用户使用习惯对多个候选指令及其对应的第一概率进行调整，以获得更加符合用户习惯的候选控制指令及其对应的第二概率，最后基于经过用户习惯调整后的候选控制指令及其对应的第二概率确定当前控制指令，这样确定的当前控制指令更加准确，以这样的当前控制指令控制设备，可减少出现设备的误动作的现象。
73.图3是本技术实施例提供的一种调整多个候选控制指令所对应的第一概率的过程示意图。
74.结合图3所示，根据当前环境参数以及当前用户历史使用信息，调整多个候选控制指令所对应的第一概率，以获得多个候选控制指令及其对应的第二概率，包括：
75.s301、在当前用户历史使用信息中确定出与当前环境参数对应的多个历史控制指令。
76.对于任一设备，当前用户历史使用信息包含了多个环境参数，以设备为智能空调为例，多个环境参数可为多个室内温度，每个环境参数对应多个历史控制指令；用户出于不同的需求，在同一环境参数下，会对设备进行不同的操作，即，设备会接收到不同的控制指令，以设备为智能空调为例，在环境参数为23℃的情况下，如果用户刚运动完，则用户通常会降低设定温度(设备接收到降低设定温度的控制指令)，如果用户需要休息，则用户通常会提高设定温度(设备接收到提高设定温度的控制指令)。
77.s302、根据多个历史控制指令中每个历史控制指令的单指令出现频次，调整多个候选控制指令所对应的第一概率，获得多个候选控制指令及其对应的第二概率。
78.其中，历史控制指令的单指令出现频次越高，则对历史控制指令对应的候选控制指令的第一概率的调整幅度越大。
79.在上述步骤中，实现了对多个候选指令所对应的第一概率的调整。
80.图4是本技术实施例提供的一种调整多个候选指令所对应的第一概率的过程示意图。
81.结合图4所示，根据多个历史控制指令中每个历史控制指令的单指令出现频次，调整多个候选控制指令所对应的第一概率，获得多个候选控制指令及其对应的第二概率，包括：
82.s401、根据每个历史控制指令的单指令出现频次，计算全部控制指令的总频次。
83.例如，一环境参数对应的历史控制指令分别为：a指令、b指令、a指令、a指令和b指令，则a指令的单指令出现频次为3次，b指令的单指令出现频次为2次，全部控制指令的总频次为5次。
84.s402、计算每个历史控制指令的单指令出现频次在总频次中的占比。
85.例如，一环境参数对应的历史控制指令分别为：a指令、b指令、a指令、a指令和b指令，则a指令的单指令出现频次在总频次中的占比为：3/5，b指令的单指令出现频次在总频次中的占比为2/5。
86.s403、针对多个候选控制指令中与历史控制指令相同的第一候选控制指令，根据第一候选控制指令对应的占比，调整第一候选控制指令对应的第一概率，以获得第一候选控制指令对应的第二概率。
87.并且，第一候选控制指令对应的占比越大，对第一候选控制指令对应的第一概率的调整幅度越大。
88.可选地，针对多个候选控制指令中与历史控制指令相同的第一候选控制指令，根据第一候选控制指令对应的占比，调整第一候选控制指令对应的第一概率，以获得第一候选控制指令对应的第二概率，包括：根据第一候选控制指令对应的占比与第一候选控制指令对应的第一概率的乘积，确定第一候选控制指令对应的第二概率；或者，计算第一候选控制指令对应的占比与第一候选控制指令对应的第一概率的乘积，根据乘积与第一候选控制指令对应的第一概率的和，确定第一候选控制指令对应的第二概率。
89.例如，可将第一候选控制指令对应的占比与第一候选控制指令对应的第一概率的乘积确定为第一候选控制指令对应的第二概率；或者，出于一些实际因素的影响，对第一候选控制指令对应的占比与第一候选控制指令对应的第一概率的乘积进行调整，以降低该一些实际因素的影响，并将调整后的乘积确定为第一候选控制指令对应的第二概率。
90.可计算第一候选控制指令对应的占比与第一候选控制指令对应的第一概率的乘积，将乘积与第一候选控制指令对应的第一概率的和确定为第一候选控制指令对应的第二概率；或者，计算第一候选控制指令对应的占比与第一候选控制指令对应的第一概率的乘积，以及乘积与第一候选控制指令对应的第一概率的和，出于一些实际因素的影响对该和进行调整，以降低该一些实际因素的影响，并将调整后的和确定为第一候选控制指令对应的第二概率。
91.s404、针对多个候选控制指令中与历史控制指令不相同的第二候选控制指令，根据总频次降低第二候选控制指令对应的第一概率，以获得第二候选控制指令对应的第二概率。
92.总频次越大，对第二候选指令对应的第一概率的降低幅度越大。
93.在上述过程中，将多个候选控制指令划分为两类：第一候选控制指令以及第二候选控制指令，降低第二候选控制指令对应的第一概率，以进一步降低第二候选控制指令对确定当前控制指令的影响，提高了确定的当前控制指令的准确度。
94.进一步地，对第二候选控制指令对应的第一概率的最小降幅大于或等于对第一候选控制指令对应的第一概率的最大降幅。以便进一步提高确定的当前控制指令的准确度，减少出现设备误动作的现象。
95.图5是本技术实施例提供的一种基于个性化动作识别的设备控制装置的示意图。该基于个性化动作的设备控制装置可通过软件、硬件或二者结合的形式实现。
96.结合图5所示，基于个性化动作识别的设备控制装置包括获得模块51、第一确定模块51、第二确定模块52、第三确定模块53、调整模块54、第四确定模块55以及控制模块56；
97.获得模块51用于获得当前用户身份信息；
98.第一确定模块52用于根据用户身份信息与动作指令模型的对应关系，确定与当前用户身份信息对应的当前动作指令模型；其中，动作指令模型包括动作与指令的对应关系；
99.第二确定模块53用于获得当前用户动作图像/视频，并根据当前动作指令模型，确定与当前用户动作图像/视频对应的多个候选控制指令及其对应的第一概率；
100.第三确定模块54用于根据用户身份信息与历史使用信息对应关系，确定出与当前用户身份信息对应的当前用户历史使用信息；其中，历史使用信息中记录有环境参数与控制指令的对应关系；
101.调整模块55用于获得当前环境参数，并根据当前环境参数以及当前用户历史使用信息，调整多个候选控制指令所对应的第一概率，以获得多个候选控制指令及其对应的第二概率；
102.第四确定模块56用于将多个候选控制指令中第二概率最大的候选控制指令，确定为当前用户动作图像/视频对应的当前控制指令；
103.控制模块56用于根据当前控制指令控制设备。
104.可选地，第二确定模块53包括第一确定单元和映射单元，第一确定单元用于根据图像识别模型，确定出与当前用户动作图像/视频对应的多个动作识别结果及其对应的第一概率；映射单元用于根据当前动作指令模型，将多个动作识别结果及其第一概率映射为多个候选控制指令及其对应的第一概率。
105.可选地，调整模块55包括第二确定单元和调整单元，第二确定单元用于在当前用户历史使用信息中确定出与当前环境参数对应的多个历史控制指令；调整单元用于根据多个历史控制指令中每个历史控制指令的单指令出现频次，调整多个候选控制指令所对应的第一概率，获得多个候选控制指令及其对应的第二概率；其中，历史控制指令的单指令出现频次越高，则对历史控制指令对应的候选控制指令的第一概率的调整幅度越大。
106.可选地，调整单元具体用于根据每个历史控制指令的单指令出现频次，计算全部控制指令的总频次；计算每个历史控制指令的单指令出现频次在总频次中的占比；针对多个候选控制指令中与历史控制指令相同的第一候选控制指令，根据第一候选控制指令对应的占比，调整第一候选控制指令对应的第一概率，以获得第一候选控制指令对应的第二概率；针对多个候选控制指令中与历史控制指令不相同的第二候选控制指令，根据总频次降低第二候选控制指令对应的第一概率，以获得第二候选控制指令对应的第二概率。
107.可选地，针对多个候选控制指令中与历史控制指令相同的第一候选控制指令，根据第一候选控制指令对应的占比，调整第一候选控制指令对应的第一概率，以获得第一候选控制指令对应的第二概率，包括：根据第一候选控制指令对应的占比与第一候选控制指令对应的第一概率的乘积，确定第一候选控制指令对应的第二概率；或者，计算第一候选控制指令对应的占比与第一候选控制指令对应的第一概率的乘积，根据乘积与第一候选控制指令对应的第一概率的和，确定第一候选控制指令对应的第二概率。
108.可选地，动作与指令的对应关系，是通过如下方式确定的：获得用户动作图像/视频，识别用户动作图像/视频以获得具体动作；响应于用户输入，获得用户输入的具体指令；建立具体动作与具体指令的对应关系并存储。
109.可选地，第一确定模块52具体用于在当前用户身份信息为合法身份信息的情况下，再根据用户身份信息与动作指令模型的对应关系，确定与当前用户身份信息对应的当前动作指令模型。
110.在一些实施例中，基于个性化动作识别的设备控制装置包括处理器和存储有程序指令的存储器，处理器被配置为在执行程序指令时，执行前述实施例提供的基于个性化动作识别的设备控制方法。
111.图6是本技术实施例提供的一种基于个性化动作识别的设备控制装置的示意图。结合图6所示，基于个性化动作识别的设备控制装置包括：
112.处理器(processor)61和存储器(memory)62，还可以包括通信接口(communication interface)63和总线64。其中，处理器61、通信接口63、存储器62可以通过总线64完成相互间的通信。通信接口63可以用于信息传输。处理器61可以调用存储器62中的逻辑指令，以执行前述实施例提供的基于个性化动作识别的设备控制方法。
113.此外，上述的存储器62中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
114.存储器62作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本技术实施例中的方法对应的程序指令/模块。处理器61通过运行存储在存储器62中的软件程序、指令以及模块，从而执行功能应用以及数据处理，即实现上述方法实施例中的方法。
115.存储器62可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器62可以包括高速随机存取存储器，还可以包括非易失性存储器。
116.本技术实施例提供了一种智能空调，包含前述实施例提供的基于个性化动作识别的设备控制装置。
117.本技术实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，计算机可执行指令设置为执行前述实施例提供的基于个性化动作识别的设备控制方法。
118.本技术实施例提供了一种计算机程序产品，计算机程序产品包括存储在计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，使计算机执行前述实施例提供的基于个性化动作识别的设备控制方法。
119.上述的计算机可读存储介质可以是暂态计算机可读存储介质，也可以是非暂态计算机可读存储介质。
120.本技术实施例的技术方案可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括一个或一个以上指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术实施例中方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机读取存储器(random access memory，ram)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
121.以上描述和附图充分地示出了本技术的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本技术中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。另外，当用于本技术中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。
122.本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本技术实施例的范围。技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
123.本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本技术实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
124.附图中的流程图和框图显示了根据本技术实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，模块、程序段或代码的一部分包含一个或一个以上用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。