本發(fā)明涉及智能技術(shù)領(lǐng)域，尤其涉及一種可操控設(shè)備的控制方法和裝置。

背景技術(shù)：

近年來(lái)，各種類型的機(jī)器人(Robot)，如民用無(wú)人機(jī)、工業(yè)類機(jī)器人、消費(fèi)類機(jī)器人等，在技術(shù)和市場(chǎng)方面發(fā)展迅猛，機(jī)器人是自動(dòng)執(zhí)行工作的機(jī)器裝置，是依靠自身動(dòng)力和控制能力來(lái)實(shí)現(xiàn)各種功能的機(jī)器。機(jī)器人可以接受人類指揮，也可以運(yùn)行預(yù)先編排的程序，還可以根據(jù)以人工智能制定的策略行動(dòng)。

當(dāng)前的機(jī)器人，都是操作者使用手動(dòng)遙控器控制機(jī)器人執(zhí)行相關(guān)操作。具體的，操作者使用手動(dòng)遙控器，通過(guò)無(wú)線方式向機(jī)器人下發(fā)操作命令，機(jī)器人在接收到該操作命令后，執(zhí)行該操作命令指定的操作，從而完成相關(guān)功能。

但是，上述方式對(duì)操作者的入門要求很高，操作者的操作難度很高。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種可操控設(shè)備的控制方法，應(yīng)用在可操控設(shè)備上，包括：

獲取操作者的第一人體姿態(tài)信息；

利用所述第一人體姿態(tài)信息查詢預(yù)先配置的人體姿態(tài)信息與操作指令的對(duì)應(yīng)關(guān)系，得到所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令；

執(zhí)行所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令。

在一個(gè)例子中，所述可操控設(shè)備上還包括攝像頭，所述獲取操作者的第一人體姿態(tài)信息的過(guò)程，具體包括：

通過(guò)所述攝像頭采集第一圖像，并從所述第一圖像中定位出待檢測(cè)人物；

利用所述待檢測(cè)人物的特征信息，判斷所述待檢測(cè)人物是否為操作者；

如果是，則基于所述第一圖像分析出所述操作者的第一人體姿態(tài)信息。

在一個(gè)例子中，所述利用所述待檢測(cè)人物的特征信息，判斷所述待檢測(cè)人物是否為操作者的過(guò)程，具體包括：

當(dāng)所述特征信息為所述待檢測(cè)人物在所述第一圖像中的人臉特征信息時(shí)，則比較所述待檢測(cè)人物的人臉特征信息，與預(yù)先配置的操作者的人臉特征信息，如果二者的相似度大于預(yù)設(shè)閾值，則確定所述待檢測(cè)人物是操作者；或者，

當(dāng)所述特征信息為所述待檢測(cè)人物在第二圖像中的第二人體姿態(tài)信息時(shí)，判斷所述待檢測(cè)人物的第二人體姿態(tài)信息，是否匹配預(yù)先配置的姿態(tài)密碼；如果是，確定所述待檢測(cè)人物是操作者；否則，確定所述待檢測(cè)人物不是操作者。

在一個(gè)例子中，所述姿態(tài)密碼是用于表示操作者的姿態(tài)或者手勢(shì)，且匹配到所述姿態(tài)密碼表示允許開啟操作指令。

在一個(gè)例子中，所述基于所述第一圖像分析出所述操作者的第一人體姿態(tài)信息的過(guò)程，具體包括：

從所述第一圖像中定位出所述操作者對(duì)應(yīng)的區(qū)域；

對(duì)所述區(qū)域進(jìn)行特征提取，得到第一特征向量；

比較所述第一特征向量與每個(gè)姿態(tài)模版的相似度，其中，針對(duì)操作者的每個(gè)姿態(tài)維護(hù)一個(gè)姿態(tài)模版，且所述姿態(tài)模版包括所述姿態(tài)對(duì)應(yīng)的第二特征向量；

選取相似度最大的姿態(tài)模版的姿態(tài)為所述操作者的第一人體姿態(tài)信息。

所述可操控設(shè)備具體為：智能機(jī)器人、智能拍攝無(wú)人機(jī)、智能相機(jī)；

所述第一人體姿態(tài)信息包括：靜態(tài)姿態(tài)信息和/或動(dòng)態(tài)姿態(tài)信息，其中，所述靜態(tài)姿態(tài)信息包括肢體的狀態(tài)信息，所述動(dòng)態(tài)姿態(tài)信息包括肢體的動(dòng)作信息；所述操作指令包括：行動(dòng)指令、拍照指令、自動(dòng)充電指令、回到原點(diǎn)指令。

本發(fā)明提供一種可操控設(shè)備的控制裝置，應(yīng)用在可操控設(shè)備上，包括：

第一獲取模塊，用于獲取操作者的第一人體姿態(tài)信息；

第二獲取模塊，用于利用所述第一人體姿態(tài)信息查詢預(yù)先配置的人體姿態(tài)信息與操作指令的對(duì)應(yīng)關(guān)系，得到所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令；

操作模塊，用于執(zhí)行所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令。

在一個(gè)例子中，所述可操控設(shè)備上還包括攝像頭；所述第一獲取模塊，具體用于在獲取操作者的第一人體姿態(tài)信息的過(guò)程中，通過(guò)所述攝像頭采集第一圖像，并從所述第一圖像中定位出待檢測(cè)人物；利用所述待檢測(cè)人物的特征信息，判斷所述待檢測(cè)人物是否為操作者；如果是，則基于所述第一圖像分析出所述操作者的第一人體姿態(tài)信息。

在一個(gè)例子中，所述第一獲取模塊，具體用于在利用所述待檢測(cè)人物的特征信息，判斷所述待檢測(cè)人物是否為操作者的過(guò)程中，當(dāng)所述特征信息為所述待檢測(cè)人物在所述第一圖像中的人臉特征信息時(shí)，則比較所述待檢測(cè)人物的人臉特征信息，與預(yù)先配置的操作者的人臉特征信息，如果二者的相似度大于預(yù)設(shè)閾值，則確定所述待檢測(cè)人物是操作者；或者，當(dāng)所述特征信息為所述待檢測(cè)人物在第二圖像中的第二人體姿態(tài)信息時(shí)，判斷所述待檢測(cè)人物的第二人體姿態(tài)信息，是否匹配預(yù)先配置的姿態(tài)密碼；如果是，確定所述待檢測(cè)人物是操作者；否則，確定所述待檢測(cè)人物不是操作者。

在一個(gè)例子中，所述姿態(tài)密碼是用于表示操作者的姿態(tài)或者手勢(shì)，且匹配到所述姿態(tài)密碼表示允許開啟操作指令。

在一個(gè)例子中，所述第一獲取模塊，具體用于在基于所述第一圖像分析出所述操作者的第一人體姿態(tài)信息的過(guò)程中，從第一圖像中定位出所述操作者對(duì)應(yīng)的區(qū)域；對(duì)所述區(qū)域進(jìn)行特征提取，得到第一特征向量；比較所述第一特征向量與每個(gè)姿態(tài)模版的相似度，其中，針對(duì)操作者的每個(gè)姿態(tài)維護(hù)一個(gè)姿態(tài)模版，所述姿態(tài)模版包括所述姿態(tài)對(duì)應(yīng)的第二特征向量；選取相似度最大的姿態(tài)模版的姿態(tài)為所述操作者的第一人體姿態(tài)信息。

所述可操控設(shè)備具體為：智能機(jī)器人、智能拍攝無(wú)人機(jī)、智能相機(jī)；

所述第一人體姿態(tài)信息包括：靜態(tài)姿態(tài)信息和/或動(dòng)態(tài)姿態(tài)信息，其中，所述靜態(tài)姿態(tài)信息包括肢體的狀態(tài)信息，所述動(dòng)態(tài)姿態(tài)信息包括肢體的動(dòng)作信息；所述操作指令包括：行動(dòng)指令、拍照指令、自動(dòng)充電指令、回到原點(diǎn)指令。

本發(fā)明提供一種可操控設(shè)備的控制方法，應(yīng)用于包括可操控設(shè)備和服務(wù)端的網(wǎng)絡(luò)中，所述可操控設(shè)備上包括攝像頭，該方法應(yīng)用在服務(wù)端上，包括：

接收所述可操控設(shè)備通過(guò)所述攝像頭采集到的圖像；

利用所述圖像獲取操作者的第一人體姿態(tài)信息；

利用所述第一人體姿態(tài)信息查詢預(yù)先配置的人體姿態(tài)信息與操作指令的對(duì)應(yīng)關(guān)系，得到所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令；

將所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令發(fā)送給所述可操控設(shè)備，以使所述可操控設(shè)備執(zhí)行所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令。

本發(fā)明提供一種可操控設(shè)備的控制裝置，應(yīng)用于包括可操控設(shè)備和服務(wù)端的網(wǎng)絡(luò)中，所述可操控設(shè)備上包括攝像頭，該裝置應(yīng)用在服務(wù)端上，包括：

接收模塊，用于接收所述可操控設(shè)備通過(guò)所述攝像頭采集到的圖像；

第一獲取模塊，用于利用所述圖像獲取操作者的第一人體姿態(tài)信息；

第二獲取模塊，用于利用所述第一人體姿態(tài)信息查詢預(yù)先配置的人體姿態(tài)信息與操作指令的對(duì)應(yīng)關(guān)系，得到所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令；

發(fā)送模塊，用于將所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令發(fā)送給所述可操控設(shè)備，以使所述可操控設(shè)備執(zhí)行所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令。

基于上述技術(shù)方案，本發(fā)明實(shí)施例中，可操控設(shè)備可以基于操作者的人體姿態(tài)信息，自動(dòng)執(zhí)行該人體姿態(tài)信息對(duì)應(yīng)的操作指令，而不需要操作者使用手動(dòng)遙控器控制可操控設(shè)備執(zhí)行相關(guān)操作，對(duì)操作者的入門要求較低，且操作者的操作難度較低，使可操控設(shè)備能夠更容易的被消費(fèi)者接受，使得可操控設(shè)備得到更廣泛的使用。而且，可操控設(shè)備的執(zhí)行效果更好，執(zhí)行準(zhǔn)確度很高。

附圖說(shuō)明

為了更加清楚地說(shuō)明本發(fā)明實(shí)施例或者現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)本發(fā)明實(shí)施例或者現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明中記載的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明一種實(shí)施方式中的可操控設(shè)備的控制方法的流程圖；

圖2是本發(fā)明另一種實(shí)施方式中的可操控設(shè)備的控制方法的流程圖；

圖3是本發(fā)明另一種實(shí)施方式中的可操控設(shè)備的控制方法的流程圖；

圖4是本發(fā)明一種實(shí)施方式中的可操控設(shè)備的硬件結(jié)構(gòu)圖；

圖5是本發(fā)明一種實(shí)施方式中的可操控設(shè)備的控制裝置的結(jié)構(gòu)圖；

圖6是本發(fā)明一種實(shí)施方式中的服務(wù)端的硬件結(jié)構(gòu)圖；

圖7是本發(fā)明另一種實(shí)施方式中的可操控設(shè)備的控制裝置的結(jié)構(gòu)圖。

具體實(shí)施方式

在本發(fā)明使用的術(shù)語(yǔ)僅僅是出于描述特定實(shí)施例的目的，而非限制本發(fā)明。本發(fā)明和權(quán)利要求書中所使用的單數(shù)形式的“一種”、“所述”和“該”也旨在包括多數(shù)形式，除非上下文清楚地表示其它含義。還應(yīng)當(dāng)理解，本文中使用的術(shù)語(yǔ)“和/或”是指包含一個(gè)或多個(gè)相關(guān)聯(lián)的列出項(xiàng)目的任何或所有可能組合。

應(yīng)當(dāng)理解，盡管在本發(fā)明可能采用術(shù)語(yǔ)第一、第二、第三等來(lái)描述各種信息，但這些信息不應(yīng)限于這些術(shù)語(yǔ)。這些術(shù)語(yǔ)僅用來(lái)將同一類型的信息彼此區(qū)分開。例如，在不脫離本發(fā)明范圍的情況下，第一信息也可以被稱為第二信息，類似地，第二信息也可以被稱為第一信息。取決于語(yǔ)境，此外，所使用的詞語(yǔ)“如果”可以被解釋成為“在......時(shí)”或“當(dāng)......時(shí)”或“響應(yīng)于確定”。

針對(duì)現(xiàn)有技術(shù)中存在的問(wèn)題，本發(fā)明實(shí)施例中提出了一種可操控設(shè)備的控制方法，該方法可以應(yīng)用在可操控設(shè)備上，該可操控設(shè)備具體可以包括但不限于：智能機(jī)器人、智能拍攝無(wú)人機(jī)、智能相機(jī)等。其中，該智能機(jī)器人可以為工業(yè)類機(jī)器人、消費(fèi)類機(jī)器人等。該智能機(jī)器人是自動(dòng)執(zhí)行工作的機(jī)器裝置，是依靠自身動(dòng)力和控制能力來(lái)實(shí)現(xiàn)各種功能的機(jī)器，可以接受人類指揮，也可以運(yùn)行預(yù)先編排的程序，還可以根據(jù)以人工智能制定的策略行動(dòng)。在一個(gè)例子中，可操控設(shè)備可以應(yīng)用在游戲場(chǎng)景、人像拍照(如航拍)、人機(jī)互動(dòng)等場(chǎng)景。

在上述應(yīng)用場(chǎng)景下，如圖1所示，該可操控設(shè)備的控制方法包括以下步驟：

步驟101，獲取操作者的第一人體姿態(tài)信息。

步驟102，利用該第一人體姿態(tài)信息查詢預(yù)先配置的人體姿態(tài)信息與操作指令的對(duì)應(yīng)關(guān)系，得到該第一人體姿態(tài)信息對(duì)應(yīng)的操作指令。

步驟103，執(zhí)行該第一人體姿態(tài)信息對(duì)應(yīng)的操作指令。

針對(duì)步驟101，在一個(gè)例子中，該第一人體姿態(tài)信息具體可以包括但不限于：靜態(tài)姿態(tài)信息和/或動(dòng)態(tài)姿態(tài)信息。其中，該靜態(tài)姿態(tài)信息具體可以包括：肢體的狀態(tài)信息，例如，一只手的大臂與小臂成90度彎曲。此外，該動(dòng)態(tài)姿態(tài)信息具體可以包括：肢體的動(dòng)作信息，例如，一只手從左向右的揮動(dòng)。

針對(duì)步驟101，可操控設(shè)備上還可以包括攝像頭，該攝像頭可以是單目攝像頭，或者雙目攝像頭，或者非可見光的攝像頭(例如紅外線感光成像)。

基于此攝像頭，在該可操控設(shè)備的控制方法中，針對(duì)步驟101，如圖2所示，獲取操作者的第一人體姿態(tài)信息的過(guò)程，具體可以包括但不限于如下步驟：

步驟201，通過(guò)攝像頭采集第一圖像，并從第一圖像中定位出待檢測(cè)人物。

步驟202，利用該待檢測(cè)人物的特征信息，判斷該待檢測(cè)人物是否為操作者。如果是，則執(zhí)行步驟203；如果否，則返回步驟201，繼續(xù)采集第一圖像。

步驟203，基于該第一圖像分析出操作者的第一人體姿態(tài)信息。

在一個(gè)例子中，當(dāng)?shù)谝蝗梭w姿態(tài)信息為靜態(tài)姿態(tài)信息時(shí)，可以通過(guò)一個(gè)圖像就分析出操作者的靜態(tài)姿態(tài)信息，因此，通過(guò)攝像頭采集的第一圖像的數(shù)量可以為一個(gè)，也可以為多個(gè)，并可以基于一個(gè)或者多個(gè)第一圖像分析出操作者的第一人體姿態(tài)信息。當(dāng)?shù)谝蝗梭w姿態(tài)信息為動(dòng)態(tài)姿態(tài)信息時(shí)，需要通過(guò)多個(gè)圖像才能夠分析出操作者的動(dòng)態(tài)姿態(tài)信息，因此，通過(guò)攝像頭采集的第一圖像的數(shù)量可以為多個(gè)，這多個(gè)第一圖像是一組連續(xù)的圖像，可以為一個(gè)視頻，且可以基于這多個(gè)第一圖像分析出操作者的第一人體姿態(tài)信息。

針對(duì)步驟201，操作者在控制可操控設(shè)備啟動(dòng)之后，可操控設(shè)備通過(guò)攝像頭在目標(biāo)區(qū)域內(nèi)采集第一圖像。如果第一圖像中有人物出現(xiàn)，將該人物作為待檢測(cè)人物，并從第一圖像中定位出該待檢測(cè)人物。如果第一圖像中沒(méi)有人物出現(xiàn)，則在目標(biāo)區(qū)域內(nèi)采集新的第一圖像，以此類推，一直到采集到包含待檢測(cè)人物的第一圖像。其中，可操控設(shè)備在目標(biāo)區(qū)域內(nèi)采集新的第一圖像的過(guò)程中，可以通過(guò)在目標(biāo)區(qū)域內(nèi)移動(dòng)和/或轉(zhuǎn)動(dòng)方向，以在目標(biāo)區(qū)域內(nèi)采集新的第一圖像。

針對(duì)可操控設(shè)備從第一圖像中定位出待檢測(cè)人物的過(guò)程，由于第一圖像中除了包含待檢測(cè)人物，還可能包含其它信息，如待檢測(cè)人物后面的樹木、旁邊的花草、小河等，因此，可操控設(shè)備需要從第一圖像中定位出待檢測(cè)人物。其中，在從第一圖像中定位出待檢測(cè)人物的過(guò)程中，可以通過(guò)人體輪廓、人臉識(shí)別、或深度學(xué)習(xí)等方式，對(duì)第一圖像進(jìn)行全局人體搜索，以定位出待檢測(cè)人物。

針對(duì)步驟202，利用該待檢測(cè)人物的特征信息，判斷該待檢測(cè)人物是否為操作者的過(guò)程，具體可以包括但不限于如下方式：方式一、當(dāng)該特征信息為待檢測(cè)人物在第一圖像中的人臉特征信息時(shí)，則可以比較待檢測(cè)人物的人臉特征信息，與預(yù)先配置的操作者的人臉特征信息，如果二者的相似度大于預(yù)設(shè)閾值，則確定該待檢測(cè)人物是操作者；否則，確定該待檢測(cè)人物不是操作者。或者，方式二、當(dāng)該特征信息為待檢測(cè)人物在第二圖像中的第二人體姿態(tài)信息時(shí)，則可以判斷待檢測(cè)人物的第二人體姿態(tài)信息，是否匹配預(yù)先配置的姿態(tài)密碼；如果是，確定該待檢測(cè)人物是操作者；否則，確定該待檢測(cè)人物不是操作者。

當(dāng)然，在實(shí)際應(yīng)用中，并不局限于上述兩種方式來(lái)確定待檢測(cè)人物是否為操作者，還可以使用其它特征，如人體特征(體態(tài)+步行的姿態(tài))，衣服的顏色+帽子，身高+眉毛等等，來(lái)確定待檢測(cè)人物是否為操作者，對(duì)此方式不做限制。

針對(duì)方式一，可以在可操控設(shè)備上預(yù)先配置操作者的人臉特征信息，在從第一圖像中定位出待檢測(cè)人物之后，基于人臉識(shí)別技術(shù)，比較該待檢測(cè)人物的人臉特征信息，與預(yù)先配置的操作者的人臉特征信息，如果二者的相似度大于預(yù)設(shè)閾值，則確定該待檢測(cè)人物是操作者；否則確定該待檢測(cè)人物不是操作者。

在一個(gè)例子中，可以采用特征匹配算法，比較待檢測(cè)人物的人臉特征信息，與預(yù)先配置的操作者的人臉特征信息。在一種可行的特征匹配算法中，從第一圖像中提取待檢測(cè)人物的人臉特征信息，如提取Haar(哈爾)特征、LBP(Local Binary Pattern，局部二值模式)特征、HOG(Histogram of Oriented Gradients，方向梯度直方圖)特征等。之后，將提取出的待檢測(cè)人物的人臉特征信息作為輸入發(fā)送到分類器，如SVM(Support Vector Machine，支持向量機(jī))分類器、CC(Cascade Classifier，級(jí)聯(lián)分類器)等。分類器對(duì)待檢測(cè)人物的人臉特征信息進(jìn)行打分評(píng)判，得出待檢測(cè)人物的人臉特征信息與預(yù)先配置的操作者的人臉特征信息的相似度，繼而基于二者的相似度確定該待檢測(cè)人物是否是操作者。

針對(duì)方式二，為了快速識(shí)別出待檢測(cè)人物是否是操作者，可以在可操控設(shè)備上預(yù)先配置姿態(tài)密碼，該姿態(tài)密碼是用于表示操作者的姿態(tài)或者手勢(shì)(如該姿態(tài)密碼可以是一個(gè)不常用的特殊姿態(tài)或者手勢(shì))，且匹配到該姿態(tài)密碼表示允許可操控設(shè)備開啟操作指令。例如，該姿態(tài)密碼可以是一只手大臂與小臂成90度彎曲，大臂與肩膀同高，小臂向上，同時(shí)另一只手伸直約成45度角斜向下，這樣的姿態(tài)形成了一個(gè)姿態(tài)密碼，當(dāng)然，這只是姿態(tài)密碼的一個(gè)示例，實(shí)際應(yīng)用中可以任意配置，本申請(qǐng)實(shí)施例中對(duì)此姿態(tài)密碼不做限制?；诖俗藨B(tài)密碼，可操控設(shè)備可快速識(shí)別出操作者，同時(shí)家人、辦公室同事等其它知道姿態(tài)密碼的操作者，也可快速識(shí)別出操作者，時(shí)間效率和準(zhǔn)確度都很高。

在通過(guò)攝像頭采集第一圖像之前，還可以通過(guò)攝像頭采集第二圖像，并從第二圖像中定位出待檢測(cè)人物，并基于第二圖像分析出待檢測(cè)人物的第二人體姿態(tài)信息。如果待檢測(cè)人物的第二人體姿態(tài)信息匹配預(yù)先配置的姿態(tài)密碼，則認(rèn)為在之后的預(yù)設(shè)時(shí)間內(nèi)(如3分鐘)，采集到的第一圖像中的待檢測(cè)人物都是操作者，在預(yù)設(shè)時(shí)間之后，則需要重新采集第二圖像。如果待檢測(cè)人物的第二人體姿態(tài)信息不匹配預(yù)先配置的姿態(tài)密碼，則需要重新采集第二圖像。

在一個(gè)例子中，第一圖像和第二圖像只是為了區(qū)分方便，給出的一個(gè)示例。第二圖像的作用是為了區(qū)分出待檢測(cè)人物的第二人體姿態(tài)信息是否匹配預(yù)先配置的姿態(tài)密碼。而第一圖像的作用是為了分析出操作者的第一人體姿態(tài)信息。

在一個(gè)例子中，基于第二圖像分析出待檢測(cè)人物的第二人體姿態(tài)信息，并判斷第二人體姿態(tài)信息是否匹配姿態(tài)密碼的過(guò)程，可以包括但不限于如下方式：從第二圖像中定位出待檢測(cè)人物對(duì)應(yīng)的區(qū)域；對(duì)該區(qū)域進(jìn)行特征提取，得到第一特征向量，該第一特征向量就是待檢測(cè)人物的第二人體姿態(tài)信息。進(jìn)一步的，比較該第一特征向量與姿態(tài)密碼對(duì)應(yīng)的第二特征向量的相似度。如果二者的相似度大于預(yù)設(shè)閾值，則確定該第二人體姿態(tài)信息匹配姿態(tài)密碼。如果二者的相似度不大于預(yù)設(shè)閾值，則確定該第二人體姿態(tài)信息不匹配姿態(tài)密碼。

在一個(gè)例子中，姿態(tài)密碼可以是用于識(shí)別操作者的一個(gè)標(biāo)識(shí)，可以預(yù)先配置到可操控設(shè)備上(如由廠家直接配置在可操控設(shè)備上，也可以由用戶自定義到可操控設(shè)備上)，也可以由可操控設(shè)備主動(dòng)學(xué)習(xí)該姿態(tài)密碼。針對(duì)可操控設(shè)備主動(dòng)學(xué)習(xí)該姿態(tài)密碼的過(guò)程，可以讓操作者擺出該姿態(tài)密碼的姿勢(shì)或者手勢(shì)，由可操控設(shè)備采集此時(shí)的圖像，這個(gè)圖像就是正樣本圖像。還可以讓操作者擺出不是該姿態(tài)密碼的姿勢(shì)或者手勢(shì)，由可操控設(shè)備采集此時(shí)的圖像，這個(gè)圖像就是負(fù)樣本圖像。可操控設(shè)備獲得大量的正樣本圖像和大量的負(fù)樣本圖像后，就可以使用這些正樣本圖像和負(fù)樣本圖像訓(xùn)練SVM分類器，得到姿態(tài)密碼對(duì)應(yīng)的第二特征向量，對(duì)訓(xùn)練過(guò)程不再詳加贅述。在將第一特征向量輸入到SVM分類器后，SVM分類器就可以比較出第一特征向量與第二特征向量的相似度。

當(dāng)然，在實(shí)際應(yīng)用中，并不局限于采用上述SVM分類器來(lái)訓(xùn)練出姿態(tài)密碼對(duì)應(yīng)的第二特征向量，例如，還可以采用深度學(xué)習(xí)網(wǎng)絡(luò)等其它方式，訓(xùn)練出姿態(tài)密碼對(duì)應(yīng)的第二特征向量，并使用深度學(xué)習(xí)網(wǎng)絡(luò)來(lái)比較出第一特征向量與第二特征向量的相似度，本申請(qǐng)實(shí)施例中對(duì)此方式不做具體限制。

針對(duì)步驟202，在利用待檢測(cè)人物的特征信息，判斷待檢測(cè)人物是否為操作者后，如果該待檢測(cè)人物不是操作者，則在目標(biāo)區(qū)域通過(guò)攝像頭采集包含另一待檢測(cè)人物的第一圖像，并從第一圖像中定位出待檢測(cè)人物，繼續(xù)執(zhí)行步驟202。

針對(duì)步驟203，基于第一圖像分析出操作者的第一人體姿態(tài)信息的過(guò)程，可以包括但不限于如下方式：從第一圖像中定位出操作者對(duì)應(yīng)的區(qū)域；對(duì)該區(qū)域進(jìn)行特征提取，得到第一特征向量；比較第一特征向量與每個(gè)姿態(tài)模版的相似度，針對(duì)操作者的每個(gè)姿態(tài)維護(hù)一個(gè)姿態(tài)模版，且姿態(tài)模版包括姿態(tài)對(duì)應(yīng)的第二特征向量；選取相似度最大的姿態(tài)模版的姿態(tài)為操作者的第一人體姿態(tài)信息。

在一個(gè)例子中，針對(duì)每個(gè)姿態(tài)(是指需要對(duì)應(yīng)操作指令的每個(gè)姿態(tài))，可以讓操作者擺出該姿態(tài)，由可操控設(shè)備采集此時(shí)的圖像，這個(gè)圖像就是正樣本圖像。還可以讓操作者不擺出該姿態(tài)，由可操控設(shè)備采集此時(shí)的圖像，這個(gè)圖像就是負(fù)樣本圖像?？刹倏卦O(shè)備在獲得大量的正樣本圖像和大量的負(fù)樣本圖像后，就可以使用這些正樣本圖像和負(fù)樣本圖像訓(xùn)練SVM分類器，得到該姿態(tài)對(duì)應(yīng)的第二特征向量，對(duì)訓(xùn)練過(guò)程不再詳加贅述。進(jìn)一步的，維護(hù)該姿態(tài)的姿態(tài)模版，且該姿態(tài)模版包括姿態(tài)對(duì)應(yīng)的該第二特征向量。姿態(tài)模版可以是在用戶使用可操控設(shè)備之前預(yù)先定義的，也可以是用戶自身定義的。在將第一特征向量輸入到SVM分類器之后，SVM分類器就可以比較出第一特征向量與第二特征向量的相似度，繼而可以選取出相似度最大的姿態(tài)模版的姿態(tài)。針對(duì)相似度最大的姿態(tài)模版的姿態(tài)，如果第一特征向量與該姿態(tài)對(duì)應(yīng)的第二特征向量的相似度大于預(yù)設(shè)閾值，則將該姿態(tài)確定為操作者的第一人體姿態(tài)信息；如果第一特征向量與該姿態(tài)對(duì)應(yīng)的第二特征向量的相似度不大于預(yù)設(shè)閾值，則該姿態(tài)不是操作者的第一人體姿態(tài)信息，繼續(xù)采集圖像以分析出第一人體姿態(tài)信息。

當(dāng)然，在實(shí)際應(yīng)用中，并不局限于采用上述SVM分類器來(lái)訓(xùn)練出姿態(tài)對(duì)應(yīng)的第二特征向量，例如，還可以采用深度學(xué)習(xí)網(wǎng)絡(luò)等其它方式，訓(xùn)練出姿態(tài)對(duì)應(yīng)的第二特征向量，并使用深度學(xué)習(xí)網(wǎng)絡(luò)來(lái)比較出第一特征向量與第二特征向量的相似度，本申請(qǐng)實(shí)施例中對(duì)此方式不做具體限制。

針對(duì)步驟102，在利用第一人體姿態(tài)信息查詢預(yù)先配置的人體姿態(tài)信息與操作指令的對(duì)應(yīng)關(guān)系，得到該第一人體姿態(tài)信息對(duì)應(yīng)的操作指令之前，還可以在可操控設(shè)備上預(yù)先配置人體姿態(tài)信息與操作指令的對(duì)應(yīng)關(guān)系，即需要首先定義一系列的人體姿態(tài)信息(即姿態(tài))，以及每個(gè)人體姿態(tài)信息對(duì)應(yīng)的操作指令。

在一個(gè)例子中，在可操控設(shè)備出廠前，可以在可操控設(shè)備上預(yù)先配置人體姿態(tài)信息和操作指令的對(duì)應(yīng)關(guān)系?；蛘?，可以在可操控設(shè)備出廠后，通過(guò)有線方式或者無(wú)線方式將人體姿態(tài)信息和操作指令的對(duì)應(yīng)關(guān)系配置到可操控設(shè)備上?；蛘?，在可操控設(shè)備出廠前，可以在可操控設(shè)備上預(yù)先配置人體姿態(tài)信息，在可操控設(shè)備出廠后，可以通過(guò)有線方式或者無(wú)線方式將人體姿態(tài)信息對(duì)應(yīng)的操作指令配置到可操控設(shè)備上?；蛘撸诳刹倏卦O(shè)備出廠前，可以在可操控設(shè)備上預(yù)先配置操作指令，在可操控設(shè)備出廠后，可以通過(guò)有線方式或者無(wú)線方式將操作指令對(duì)應(yīng)的人體姿態(tài)信息配置到可操控設(shè)備上。

針對(duì)步驟103，在執(zhí)行該第一人體姿態(tài)信息對(duì)應(yīng)的操作指令的過(guò)程中，該操作指令可以包括但不限于：行動(dòng)指令、拍照指令、自動(dòng)充電指令、回到原點(diǎn)指令。例如，對(duì)于智能拍攝無(wú)人機(jī)來(lái)說(shuō)，這個(gè)操作指令可以是行動(dòng)指令(例如向某個(gè)方向飛行1米)，也可以是拍照指令，還可以是一組復(fù)雜動(dòng)作的總體指令(例如原地轉(zhuǎn)360度拍出多張照片，然后合成全景照片)。此外，對(duì)于智能機(jī)器人來(lái)說(shuō)，這個(gè)操作指令可以是回到充電裝置自動(dòng)充電，還可以是把某個(gè)物品放置回到原點(diǎn)等。此外，對(duì)于智能相機(jī)來(lái)說(shuō)，這個(gè)操作指令可以是拍照指令，例如在3秒后進(jìn)行拍照或者在5秒后進(jìn)行拍照等。當(dāng)然，上述過(guò)程只是給出了操作指令的幾個(gè)示例，在實(shí)際應(yīng)用中，并不局限于上述操作指令，對(duì)于智能機(jī)器人、智能拍攝無(wú)人機(jī)、智能相機(jī)，操作指令等可操控設(shè)備，其對(duì)應(yīng)的操作指令可以相同，也可以不同，本申請(qǐng)實(shí)施例對(duì)此操作指令不做限制。

在一個(gè)例子中，還可以在可操控設(shè)備上部署處理器，并由處理器完成上述各個(gè)步驟，即由處理器獲取操作者的第一人體姿態(tài)信息；由處理器利用該第一人體姿態(tài)信息查詢預(yù)先配置的人體姿態(tài)信息與操作指令的對(duì)應(yīng)關(guān)系，得到該第一人體姿態(tài)信息對(duì)應(yīng)的操作指令；由處理器執(zhí)行該第一人體姿態(tài)信息對(duì)應(yīng)的操作指令；由處理器從第一圖像中定位出待檢測(cè)人物；由處理器利用該待檢測(cè)人物的特征信息，判斷該待檢測(cè)人物是否為操作者；由處理器基于該第一圖像分析出操作者的第一人體姿態(tài)信息等；對(duì)于處理器的操作，在此不再重復(fù)贅述。

在一個(gè)例子中，可操控設(shè)備上部署的處理器具體可以包括但不限于：專用處理器ASIC(Application Specific Integrated Circuit，專用集成電路)，半定制處理器FPGA(Field Programmable Gate Array，現(xiàn)場(chǎng)可編程門陣列)，或者通用處理器CPU(Central Processing Unit，中央處理器)等。

基于上述技術(shù)方案，本發(fā)明實(shí)施例中，可操控設(shè)備可以基于操作者的人體姿態(tài)信息，自動(dòng)執(zhí)行該人體姿態(tài)信息對(duì)應(yīng)的操作指令，而不需要操作者使用手動(dòng)遙控器控制可操控設(shè)備執(zhí)行相關(guān)操作，對(duì)操作者的入門要求較低，且操作者的操作難度較低，使可操控設(shè)備能夠更容易的被消費(fèi)者接受，使得可操控設(shè)備得到更廣泛的使用。而且，可操控設(shè)備的執(zhí)行效果更好，執(zhí)行準(zhǔn)確度很高。

基于與上述方法同樣的發(fā)明構(gòu)思，本發(fā)明實(shí)施例中還提供了一種可操控設(shè)備的控制方法，應(yīng)用于包括可操控設(shè)備和服務(wù)端的網(wǎng)絡(luò)中，可操控設(shè)備上包括攝像頭，該可操控設(shè)備的控制方法可以應(yīng)用在服務(wù)端上，如圖3所示，包括：

步驟301，接收所述可操控設(shè)備通過(guò)所述攝像頭采集到的圖像。

步驟302，利用所述圖像獲取操作者的第一人體姿態(tài)信息。

步驟303，利用所述第一人體姿態(tài)信息查詢預(yù)先配置的人體姿態(tài)信息與操作指令的對(duì)應(yīng)關(guān)系，得到所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令。

步驟304，將所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令發(fā)送給所述可操控設(shè)備，以使所述可操控設(shè)備執(zhí)行所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令。

在一個(gè)例子中，服務(wù)端可以通過(guò)有線方式或者無(wú)線方式與可操控設(shè)備交互。

在一個(gè)例子中，服務(wù)端利用圖像(后續(xù)將其稱為第一圖像)獲取操作者的第一人體姿態(tài)信息的過(guò)程，可以包括但不限于如下方式：從第一圖像中定位出待檢測(cè)人物；利用所述待檢測(cè)人物的特征信息，判斷所述待檢測(cè)人物是否為操作者；如果是，則基于所述第一圖像分析出所述操作者的第一人體姿態(tài)信息。

在一個(gè)例子中，服務(wù)端利用所述待檢測(cè)人物的特征信息，判斷所述待檢測(cè)人物是否為操作者的過(guò)程，可以包括但不限于如下方式：當(dāng)所述特征信息為所述待檢測(cè)人物在所述第一圖像中的人臉特征信息時(shí)，則服務(wù)端比較所述待檢測(cè)人物的人臉特征信息，與預(yù)先配置的操作者的人臉特征信息，如果二者的相似度大于預(yù)設(shè)閾值，則服務(wù)端確定所述待檢測(cè)人物是操作者；或者，當(dāng)所述特征信息為所述待檢測(cè)人物在第二圖像中的第二人體姿態(tài)信息時(shí)，服務(wù)端判斷所述待檢測(cè)人物的第二人體姿態(tài)信息，是否匹配預(yù)先配置的姿態(tài)密碼；如果是，確定所述待檢測(cè)人物是操作者；否則，確定所述待檢測(cè)人物不是操作者。

在一個(gè)例子中，所述姿態(tài)密碼是用于表示操作者的姿態(tài)或者手勢(shì)，且匹配到所述姿態(tài)密碼表示允許開啟操作指令。

在一個(gè)例子中，服務(wù)端基于所述第一圖像分析出所述操作者的第一人體姿態(tài)信息的過(guò)程，可以包括但不限于如下方式：從所述第一圖像中定位出所述操作者對(duì)應(yīng)的區(qū)域；對(duì)所述區(qū)域進(jìn)行特征提取，得到第一特征向量；比較所述第一特征向量與每個(gè)姿態(tài)模版的相似度，其中，針對(duì)操作者的每個(gè)姿態(tài)維護(hù)一個(gè)姿態(tài)模版，且所述姿態(tài)模版包括所述姿態(tài)對(duì)應(yīng)的第二特征向量；選取相似度最大的姿態(tài)模版的姿態(tài)為所述操作者的第一人體姿態(tài)信息。

所述可操控設(shè)備具體為：智能機(jī)器人、智能拍攝無(wú)人機(jī)、智能相機(jī)；

所述第一人體姿態(tài)信息包括：靜態(tài)姿態(tài)信息和/或動(dòng)態(tài)姿態(tài)信息，其中，所述靜態(tài)姿態(tài)信息包括肢體的狀態(tài)信息，所述動(dòng)態(tài)姿態(tài)信息包括肢體的動(dòng)作信息；所述操作指令包括：行動(dòng)指令、拍照指令、自動(dòng)充電指令、回到原點(diǎn)指令。

基于上述技術(shù)方案，本發(fā)明實(shí)施例中，可操控設(shè)備可以基于操作者的人體姿態(tài)信息，自動(dòng)執(zhí)行該人體姿態(tài)信息對(duì)應(yīng)的操作指令，而不需要操作者使用手動(dòng)遙控器控制可操控設(shè)備執(zhí)行相關(guān)操作，對(duì)操作者的入門要求較低，且操作者的操作難度較低，使可操控設(shè)備能夠更容易的被消費(fèi)者接受，使得可操控設(shè)備得到更廣泛的使用。而且，可操控設(shè)備的執(zhí)行效果更好，執(zhí)行準(zhǔn)確度很高。

基于與上述方法同樣的發(fā)明構(gòu)思，本發(fā)明實(shí)施例中還提供了一種可操控設(shè)備的控制裝置，應(yīng)用在可操控設(shè)備上。該可操控設(shè)備的控制裝置可以通過(guò)軟件實(shí)現(xiàn)，也可以通過(guò)硬件或者軟硬件結(jié)合的方式實(shí)現(xiàn)。以軟件實(shí)現(xiàn)為例，作為一個(gè)邏輯意義上的裝置，是通過(guò)其所在的可操控設(shè)備的處理器，讀取非易失性存儲(chǔ)器中對(duì)應(yīng)的計(jì)算機(jī)程序指令形成的。從硬件層面而言，如圖4所示，為本發(fā)明提出的可操控設(shè)備的控制裝置所在的可操控設(shè)備的一種硬件結(jié)構(gòu)圖，除了圖4所示的處理器、非易失性存儲(chǔ)器外，可操控設(shè)備還包括其他硬件，如負(fù)責(zé)處理報(bào)文的轉(zhuǎn)發(fā)芯片、網(wǎng)絡(luò)接口、內(nèi)存等；從硬件結(jié)構(gòu)上來(lái)講，該可操控設(shè)備還可能是分布式設(shè)備，可能包括多個(gè)接口卡，以便在硬件層面進(jìn)行報(bào)文處理的擴(kuò)展。

如圖5所示，為本發(fā)明提出的可操控設(shè)備的控制裝置的結(jié)構(gòu)圖，所述可操控設(shè)備的控制裝置應(yīng)用在可操控設(shè)備上，且所述可操控設(shè)備的控制裝置包括：

第一獲取模塊11，用于獲取操作者的第一人體姿態(tài)信息；

第二獲取模塊12，用于利用所述第一人體姿態(tài)信息查詢預(yù)先配置的人體姿態(tài)信息與操作指令的對(duì)應(yīng)關(guān)系，得到所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令；

操作模塊13，用于執(zhí)行所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令。

在一個(gè)例子中，所述可操控設(shè)備上還包括攝像頭；所述第一獲取模塊11，具體用于在獲取操作者的第一人體姿態(tài)信息的過(guò)程中，通過(guò)所述攝像頭采集第一圖像，并從所述第一圖像中定位出待檢測(cè)人物；利用所述待檢測(cè)人物的特征信息，判斷所述待檢測(cè)人物是否為操作者；如果是，則基于所述第一圖像分析出所述操作者的第一人體姿態(tài)信息。

在一個(gè)例子中，所述第一獲取模塊11，具體用于在利用所述待檢測(cè)人物的特征信息，判斷所述待檢測(cè)人物是否為操作者的過(guò)程中，當(dāng)所述特征信息為所述待檢測(cè)人物在所述第一圖像中的人臉特征信息時(shí)，則比較所述待檢測(cè)人物的人臉特征信息，與預(yù)先配置的操作者的人臉特征信息，如果二者的相似度大于預(yù)設(shè)閾值，則確定所述待檢測(cè)人物是操作者；或者，當(dāng)所述特征信息為所述待檢測(cè)人物在第二圖像中的第二人體姿態(tài)信息時(shí)，判斷所述待檢測(cè)人物的第二人體姿態(tài)信息，是否匹配預(yù)先配置的姿態(tài)密碼；如果是，確定所述待檢測(cè)人物是操作者；否則，確定所述待檢測(cè)人物不是操作者。

在一個(gè)例子中，所述姿態(tài)密碼是用于表示操作者的姿態(tài)或者手勢(shì)，且匹配到所述姿態(tài)密碼表示允許開啟操作指令。

在一個(gè)例子中，所述第一獲取模塊11，具體用于在基于所述第一圖像分析出所述操作者的第一人體姿態(tài)信息的過(guò)程中，從第一圖像中定位出所述操作者對(duì)應(yīng)的區(qū)域；對(duì)所述區(qū)域進(jìn)行特征提取，得到第一特征向量；比較所述第一特征向量與每個(gè)姿態(tài)模版的相似度，其中，針對(duì)操作者的每個(gè)姿態(tài)維護(hù)一個(gè)姿態(tài)模版，所述姿態(tài)模版包括所述姿態(tài)對(duì)應(yīng)的第二特征向量；選取相似度最大的姿態(tài)模版的姿態(tài)為所述操作者的第一人體姿態(tài)信息。

所述可操控設(shè)備具體為：智能機(jī)器人、智能拍攝無(wú)人機(jī)、智能相機(jī)；

所述第一人體姿態(tài)信息包括：靜態(tài)姿態(tài)信息和/或動(dòng)態(tài)姿態(tài)信息，其中，所述靜態(tài)姿態(tài)信息包括肢體的狀態(tài)信息，所述動(dòng)態(tài)姿態(tài)信息包括肢體的動(dòng)作信息；所述操作指令包括：行動(dòng)指令、拍照指令、自動(dòng)充電指令、回到原點(diǎn)指令。

其中，本發(fā)明裝置的各個(gè)模塊可以集成于一體，也可以分離部署。上述模塊可以合并為一個(gè)模塊，也可以進(jìn)一步拆分成多個(gè)子模塊。

基于與上述方法同樣的發(fā)明構(gòu)思，本發(fā)明實(shí)施例中還提供了一種可操控設(shè)備的控制裝置，該可操控設(shè)備的控制裝置應(yīng)用在服務(wù)端上。該可操控設(shè)備的控制裝置可以通過(guò)軟件實(shí)現(xiàn)，也可以通過(guò)硬件或者軟硬件結(jié)合的方式實(shí)現(xiàn)。以軟件實(shí)現(xiàn)為例，作為一個(gè)邏輯意義上的裝置，是通過(guò)其所在的服務(wù)端的處理器，讀取非易失性存儲(chǔ)器中對(duì)應(yīng)的計(jì)算機(jī)程序指令形成的。從硬件層面而言，如圖6所示，為本發(fā)明提出的可操控設(shè)備的控制裝置所在的服務(wù)端的一種硬件結(jié)構(gòu)圖，除了圖6所示的處理器、非易失性存儲(chǔ)器外，服務(wù)端還包括其他硬件，如負(fù)責(zé)處理報(bào)文的轉(zhuǎn)發(fā)芯片、網(wǎng)絡(luò)接口、內(nèi)存等；從硬件結(jié)構(gòu)上來(lái)講，該服務(wù)端還可能是分布式設(shè)備，可能包括多個(gè)接口卡，以便在硬件層面進(jìn)行報(bào)文處理的擴(kuò)展。

如圖7所示，為本發(fā)明提出的可操控設(shè)備的控制裝置的結(jié)構(gòu)圖，應(yīng)用于包括可操控設(shè)備和服務(wù)端的網(wǎng)絡(luò)中，所述可操控設(shè)備上包括攝像頭，所述可操控設(shè)備的控制裝置應(yīng)用在服務(wù)端上，且所述可操控設(shè)備的控制裝置具體包括：

接收模塊21，用于接收所述可操控設(shè)備通過(guò)所述攝像頭采集到的圖像；

第一獲取模塊22，用于利用所述圖像獲取操作者的第一人體姿態(tài)信息；

第二獲取模塊23，用于利用所述第一人體姿態(tài)信息查詢預(yù)先配置的人體姿態(tài)信息與操作指令的對(duì)應(yīng)關(guān)系，得到所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令；

發(fā)送模塊24，用于將所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令發(fā)送給所述可操控設(shè)備，以使所述可操控設(shè)備執(zhí)行所述第一人體姿態(tài)信息對(duì)應(yīng)的操作指令。

在一個(gè)例子中，所述第一獲取模塊22，具體用于在利用所述圖像獲取操作者的第一人體姿態(tài)信息的過(guò)程中，從所述圖像中定位出待檢測(cè)人物；利用所述待檢測(cè)人物的特征信息，判斷所述待檢測(cè)人物是否為操作者；如果是，則基于所述圖像(后續(xù)將其稱為第一圖像)分析出所述操作者的第一人體姿態(tài)信息。

在一個(gè)例子中，所述第一獲取模塊22，具體用于在利用所述待檢測(cè)人物的特征信息，判斷所述待檢測(cè)人物是否為操作者的過(guò)程中，當(dāng)所述特征信息為所述待檢測(cè)人物在所述第一圖像中的人臉特征信息時(shí)，則比較所述待檢測(cè)人物的人臉特征信息，與預(yù)先配置的操作者的人臉特征信息，如果二者的相似度大于預(yù)設(shè)閾值，則確定所述待檢測(cè)人物是操作者；或者，當(dāng)所述特征信息為所述待檢測(cè)人物在第二圖像中的第二人體姿態(tài)信息時(shí)，判斷所述待檢測(cè)人物的第二人體姿態(tài)信息，是否匹配預(yù)先配置的姿態(tài)密碼；如果是，確定所述待檢測(cè)人物是操作者；否則，確定所述待檢測(cè)人物不是操作者。

在一個(gè)例子中，所述姿態(tài)密碼是用于表示操作者的姿態(tài)或者手勢(shì)，且匹配到所述姿態(tài)密碼表示允許開啟操作指令。

在一個(gè)例子中，所述第一獲取模塊22，具體用于在基于所述第一圖像分析出所述操作者的第一人體姿態(tài)信息的過(guò)程中，從第一圖像中定位出所述操作者對(duì)應(yīng)的區(qū)域；對(duì)所述區(qū)域進(jìn)行特征提取，得到第一特征向量；比較所述第一特征向量與每個(gè)姿態(tài)模版的相似度，其中，針對(duì)操作者的每個(gè)姿態(tài)維護(hù)一個(gè)姿態(tài)模版，所述姿態(tài)模版包括所述姿態(tài)對(duì)應(yīng)的第二特征向量；選取相似度最大的姿態(tài)模版的姿態(tài)為所述操作者的第一人體姿態(tài)信息。

所述可操控設(shè)備具體為：智能機(jī)器人、智能拍攝無(wú)人機(jī)、智能相機(jī)；

所述第一人體姿態(tài)信息包括：靜態(tài)姿態(tài)信息和/或動(dòng)態(tài)姿態(tài)信息，其中，所述靜態(tài)姿態(tài)信息包括肢體的狀態(tài)信息，所述動(dòng)態(tài)姿態(tài)信息包括肢體的動(dòng)作信息；所述操作指令包括：行動(dòng)指令、拍照指令、自動(dòng)充電指令、回到原點(diǎn)指令。

其中，本發(fā)明裝置的各個(gè)模塊可以集成于一體，也可以分離部署。上述模塊可以合并為一個(gè)模塊，也可以進(jìn)一步拆分成多個(gè)子模塊。

通過(guò)以上的實(shí)施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到本發(fā)明可借助軟件加必需的通用硬件平臺(tái)的方式來(lái)實(shí)現(xiàn)，當(dāng)然也可以通過(guò)硬件，但很多情況下前者是更佳的實(shí)施方式?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述的方法。本領(lǐng)域技術(shù)人員可以理解附圖只是一個(gè)優(yōu)選實(shí)施例的示意圖，附圖中的模塊或流程并不一定是實(shí)施本發(fā)明所必須的。

本領(lǐng)域技術(shù)人員可以理解實(shí)施例中的裝置中的模塊可以按照實(shí)施例描述進(jìn)行分布于實(shí)施例的裝置中，也可以進(jìn)行相應(yīng)變化位于不同于本實(shí)施例的一個(gè)或多個(gè)裝置中。上述實(shí)施例的模塊可以合并為一個(gè)模塊，也可進(jìn)一步拆分成多個(gè)子模塊。上述本發(fā)明實(shí)施例序號(hào)僅僅為了描述，不代表實(shí)施例的優(yōu)劣。

以上公開的僅為本發(fā)明的幾個(gè)具體實(shí)施例，但是，本發(fā)明并非局限于此，任何本領(lǐng)域的技術(shù)人員能思之的變化都應(yīng)落入本發(fā)明的保護(hù)范圍。