智能控制方法、装置、存储介质及终端设备与流程

1.本技术涉及电子通信技术领域，尤其涉及一种供风设备智能控制技术领域，特别涉及一种智能控制方法、装置、存储介质及终端设备。


背景技术：

2.风扇作为夏天降温的常用家电，但是目前市面上的风扇大多是通过遥控器或者用按键开关等手动控制方式改变供风设备的摇头，不够智能，用户体验度较低。


技术实现要素：

3.本技术实施例提供一种智能控制方法、装置、存储介质及终端设备，该方法能够根据不同的适用场景智能控制供风设备的送风策略，使供风设备能够实现最大的送风效益，并且提升用户体验感。
4.本技术实施例一方面提供了一种智能控制方法，包括：
5.接收拍摄终端上传的实时图像；
6.将所述实时图像输入至预训练好的目标识别模型中进行目标检测操作，根据所述目标识别模型的检测结果判断所述实时图像中是否存在目标物体；
7.在判断所述实时图像中存在所述目标物体时，提取所有所述目标物体当前的位置坐标；
8.根据所述位置坐标自动调整所述供风设备当前的送风策略，以使所述目标物体落入所述供风设备的送风范围内。
9.在本技术实施例所述的智能控制方法中，在所述将所述实时图像输入至预训练好的目标识别模型中进行目标检测操作之前，所述方法还包括：
10.获取待训练的目标识别模型的训练样本，所述训练样本包括设置有标签的图像；
11.通过所述待训练的目标识别模型对所述训练样本中的图像进行特征提取得到与所述图像对应的图像特征向量；
12.通过所述待训练的目标识别模型，基于所述图像特征向量提取所述训练样本中的图像中的目标物体，得到所述图像的识别结果；
13.基于所述识别结果及所述图像的标签，调整所述待训练的目标识别模型的参数，得到所述预训练的目标识别模型。
14.在本技术实施例所述的智能控制方法中，所述根据所述位置坐标自动调整所述供风设备当前的送风策略，包括：
15.将所述位置坐标分别与预设的极限端点坐标进行比较，其中所述极限端点坐标用于指示所述供风设备当前位于水平轴上的最大正行程坐标与最大负行程坐标；
16.确定与所述极限端点坐标最接近的目标位置坐标，根据所述目标位置坐标更新所述最大正行程坐标或最大负行程坐标；
17.根据更新后的所述极限端点坐标控制所述供风设备摆动送风。
18.在本技术实施例所述的智能控制方法中，在所述在判断所述实时图像中存在所述目标物体时之后，所述方法还包括：
19.判断所述目标物体是否完全落入所述实时图像中的预设区域内；
20.在判断所述目标物体未完全落入所述预设区域内时，控制所述供风设备加快或减缓靠近所述目标物体的速度，直至所述目标物体完全落入所述预设区域内。
21.在本技术实施例所述的智能控制方法中，当所述实时图像中的目标物体数量为1，或所述实时图像中的目标物体为多个且集中在同一预设区域范围内时，所述根据所述位置坐标自动调整所述供风设备当前的送风策略，包括：
22.利用图像定位算法及所述目标物体的坐标位置，控制所述供风设备的出风口方向始终与所述目标物体的位置保持一致。
23.相应的，本技术实施例另一方面还提供了一种智能控制装置，包括：
24.接收模块，用于接收拍摄终端上传的实时图像；
25.检测模块，用于将所述实时图像输入至预训练好的目标识别模型中进行目标检测操作，根据所述目标识别模型的检测结果判断所述实时图像中是否存在目标物体；
26.提取模块，用于在判断所述实时图像中存在所述目标物体时，提取所有所述目标物体当前的位置坐标；
27.调整模块，用于根据所述位置坐标自动调整所述供风设备当前的送风策略，以使所述目标物体落入所述供风设备的送风范围内。
28.在本技术实施例所述的智能控制装置中，在所述将所述实时图像输入至预训练好的目标识别模型中进行目标检测操作之前，所述装置还包括预训练模块，用于获取待训练的目标识别模型的训练样本，所述训练样本包括设置有标签的图像；通过所述待训练的目标识别模型对所述训练样本中的图像进行特征提取得到与所述图像对应的图像特征向量；通过所述待训练的目标识别模型，基于所述图像特征向量提取所述训练样本中的图像中的目标物体，得到所述图像的识别结果；基于所述识别结果及所述图像的标签，调整所述待训练的目标识别模型的参数，得到所述预训练的目标识别模型。
29.在本技术实施例所述的智能控制装置中，所述根据所述位置坐标自动调整所述供风设备当前的送风策略，包括：
30.将所述位置坐标分别与预设的极限端点坐标进行比较，其中所述极限端点坐标用于指示所述供风设备当前位于水平轴上的最大正行程坐标与最大负行程坐标；
31.确定与所述极限端点坐标最接近的目标位置坐标，根据所述目标位置坐标更新所述最大正行程坐标或最大负行程坐标；
32.根据更新后的所述极限端点坐标控制所述供风设备摆动送风。
33.相应的，本技术实施例另一方面还提供了一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行如上所述的智能控制方法。
34.相应的，本技术实施例另一方面还提供了一种终端设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器加载所述指令以执行如上所述的智能控制方法。
35.本技术实施例提供了一种智能控制方法、装置、存储介质及终端设备，该方法通过接收拍摄终端上传的实时图像；将所述实时图像输入至预训练好的目标识别模型中进行目标检测操作，根据所述目标识别模型的检测结果判断所述实时图像中是否存在目标物体；
在判断所述实时图像中存在所述目标物体时，提取所有所述目标物体当前的位置坐标；根据所述位置坐标自动调整所述供风设备当前的送风策略，以使所述目标物体落入所述供风设备的送风范围内。本技术实施例能够根据不同的适用场景智能控制供风设备的送风策略，使供风设备能够实现最大的送风效益，并且提升用户体验感。
附图说明
36.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
37.图1为本技术实施例提供的智能控制方法的流程示意图。
38.图2为本技术实施例提供的智能控制装置的结构示意图。
39.图3为本技术实施例提供的智能控制装置的另一结构示意图。
40.图4为本技术实施例提供的终端设备的结构示意图。
具体实施方式
41.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本技术的保护范围。
42.本技术实施例提供一种智能控制方法，所述智能控制方法可以应用于终端设备中。所述终端设备可以是风扇、电暖扇或其他具备送风功能的设备。
43.因为目前市面上的供风设备大多是通过遥控器或者用按键开关等手动控制方式改变供风设备的摇头，不够智能。为了解决上述技术问题，本技术实施例提供一种智能控制方法。利用本技术实施例提供的智能控制方法，能够根据不同的适用场景智能控制供风设备的送风策略，使供风设备能够实现最大的送风效益，并且提升用户体验感。
44.请参阅图1，图1为本技术实施例提供的智能控制方法的流程示意图。所述智能控制方法，应用于终端设备中，所述方法可以包括以下步骤：
45.步骤101，接收拍摄终端上传的实时图像。
46.在本实施例中，拍摄终端指的是安装在供风设备上的摄像头，并且摄像头的图像采集端与供风设备的出风口同侧设置，使图像采集端的朝向始终与出风口的朝向保持一致，用于采集摄像头当前可视区域内的实时图像。
47.需要解释的是，本方案中的供风设备可以风扇或电暖扇或其他具备送风功能的设备。其中风扇主要适用于夏天，电暖扇主要适用于冬天。
48.步骤102，将所述实时图像输入至预训练好的目标识别模型中进行目标检测操作，根据所述目标识别模型的检测结果判断所述实时图像中是否存在目标物体。
49.在本实施例中，为了使供风设备能够发挥更大的效益，确保供风设备送出的风能够作用在人身上，需要先确定供风设备附近是否存在人群。通过将实时图像输入至预训练好的目标识别模型中进行目标检测操作，根据目标识别模型的检测结果判断实时图像中是
否存在目标物体，此方案中提到的目标物体主要指的是人。
50.需要解释的是，上述的目标识别模型可以基于决策树、梯度提升树、卷积神经网络、朴素贝叶斯和逻辑回归等模型训练得到。
51.在本实施例中，以卷积神经网络模型为例对数据提取模型的训练过程做解释说明，具体包括：
52.获取待训练的目标识别模型的训练样本，所述训练样本包括设置有标签的图像；
53.通过所述待训练的目标识别模型对所述训练样本中的图像进行特征提取得到与所述图像对应的图像特征向量；
54.通过所述待训练的目标识别模型，基于所述图像特征向量提取所述训练样本中的图像中的目标物体，得到所述图像的识别结果；
55.基于所述识别结果及所述图像的标签，调整所述待训练的目标识别模型的参数，得到所述预训练的目标识别模型。
56.步骤103，在判断所述实时图像中存在所述目标物体时，提取所有所述目标物体当前的位置坐标。
57.在本实施例中，当确定实时图像中存在目标物体时，提取所有目标物体当前的位置坐标，通过提到的位置坐标进行分析以调整最优的送风策略。
58.步骤104，根据所述位置坐标自动调整所述供风设备当前的送风策略，以使所述目标物体落入所述供风设备的送风范围内。
59.在本实施例中，调整供风设备当前的送风策略的目的是为了使不同场景中的目标物体均能够落入供风设备的送风范围内，发挥供风设备的最大效益，并且提升用户体验感。
60.示例性地，可以通过将位置坐标分别与预设的极限端点坐标进行比较，其中极限端点坐标用于指示供风设备当前位于水平轴上的最大正行程坐标与最大负行程坐标；确定与极限端点坐标最接近的目标位置坐标，根据目标位置坐标更新最大正行程坐标或最大负行程坐标；根据更新后的极限端点坐标控制供风设备摆动送风。需要说明的是，本示例适用于当前目标物体为多个的场景，通过调整供风设备的最大行程从而能够照顾拍摄终端拍摄范围内的所有人。并且可以将供风设备的行程控制在最合理的范围内。可以理解的是，极限端点坐标还可以是指示供风设备当前位于垂直轴上的最大正行程坐标与最大负行程坐标。
61.在一些实施例中，在所述在判断所述实时图像中存在所述目标物体时之后，所述方法还包括：
62.判断所述目标物体是否完全落入所述实时图像中的预设区域内；
63.在判断所述目标物体未完全落入所述预设区域内时，控制所述供风设备加快或减缓靠近所述目标物体的速度，直至所述目标物体完全落入所述预设区域内。
64.需要解释的是，预设区域指的是实时图像的中间区域。在本实施例中，当判断目标物体未完全落入预设区域内时，说明此时目标物体还未进入到供风设备的最佳送风位置，此时为了能够更好地为用户提供吹风体验，可以通过控制供风设备加快的速度，直至目标物体完全落入预设区域内。在一些实施例中，还可以减缓靠近目标物体的速度，避免用户突然感受风力加大而出现不适反应。
65.在一些实施例中，当所述实时图像中的目标物体数量为1，或所述实时图像中的目标物体为多个且集中在同一预设区域范围内时，所述根据所述位置坐标自动调整所述供风
设备当前的送风策略，包括：
66.利用图像定位算法及所述目标物体的坐标位置，控制所述供风设备的出风口方向始终与所述目标物体的位置保持一致。
67.在本实施例中，利用图像定位算法及目标物体的坐标位置，控制供风设备的出风口方向始终与目标物体的位置保持一致，使供风设备能够始终跟随目标物体的移动而调整吹风口朝向。
68.在一些实施例中，可以通过侦测实时图像中目标物体的显示比例控制风速大小。
69.具体地，将侦测到的实时图像中目标物体的实际尺寸与预设尺寸进行对比，其中预设尺寸指的是预先存储在数据库中的标准尺寸，用于指示当目标物体在实时图像中的尺寸为预设尺寸时为最佳位置，且当前供风设备的风速适中。通过将实际尺寸与预设尺寸进行对比，当出现实际尺寸比预设尺寸小，说明当前目标物体距离供风设备较远，需要提高供风设备的风速。当出现实际尺寸比预设尺寸大，说明当前目标物体距离供风设备较远，需要降低供风设备的风速。
70.在一些实施例中，考虑到在一些场景中，供风设备的存在意义是为了使房间内部温度上升，例如电暖气是不能直接对着用户长时间吹送热风的，其目的更多是为了让房间内温度上升进而作用在用户上。但是电暖扇在工作过程中难免会将风口朝向人群，为了解决该问题，在本实施例中可以通过改变送风策略，来应对上述场景。
71.具体地，可以通过按钮或遥控器主动改变供风设备的送风策略，使当前送风策略被配置为当检测到实时图像中存在目标物体时，控制供风设备朝相反方向摆动，使供风设备的出风口远离目标物体。
72.上述所有可选技术方案，可以采用任意结合形成本技术的可选实施例，在此不再一一赘述。
73.具体实施时，本技术不受所描述的各个步骤的执行顺序的限制，在不产生冲突的情况下，某些步骤还可以采用其它顺序进行或者同时进行。
74.由上可知，本技术实施例提供的智能控制方法通过接收拍摄终端上传的实时图像；将所述实时图像输入至预训练好的目标识别模型中进行目标检测操作，根据所述目标识别模型的检测结果判断所述实时图像中是否存在目标物体；在判断所述实时图像中存在所述目标物体时，提取所有所述目标物体当前的位置坐标；根据所述位置坐标自动调整所述供风设备当前的送风策略，以使所述目标物体落入所述供风设备的送风范围内。本技术实施例能够根据不同的适用场景智能控制供风设备的送风策略，使供风设备能够实现最大的送风效益，并且提升用户体验感。
75.本技术实施例还提供一种智能控制装置，所述智能控制装置可以集成在终端设备中。所述终端设备可以是风扇、电暖扇或其他具备送风功能的设备。
76.请参阅图2，图2为本技术实施例提供的智能控制装置的结构示意图。智能控制装置30可以包括：
77.接收模块31，用于接收拍摄终端上传的实时图像；
78.检测模块32，用于将所述实时图像输入至预训练好的目标识别模型中进行目标检测操作，根据所述目标识别模型的检测结果判断所述实时图像中是否存在目标物体；
79.提取模块33，用于在判断所述实时图像中存在所述目标物体时，提取所有所述目
标物体当前的位置坐标；
80.调整模块34，用于根据所述位置坐标自动调整所述供风设备当前的送风策略，以使所述目标物体落入所述供风设备的送风范围内。
81.在一些实施例中，所述装置还包括预训练模块，用于获取待训练的目标识别模型的训练样本，所述训练样本包括设置有标签的图像；通过所述待训练的目标识别模型对所述训练样本中的图像进行特征提取得到与所述图像对应的图像特征向量；通过所述待训练的目标识别模型，基于所述图像特征向量提取所述训练样本中的图像中的目标物体，得到所述图像的识别结果；基于所述识别结果及所述图像的标签，调整所述待训练的目标识别模型的参数，得到所述预训练的目标识别模型。
82.在一些实施例中，所述调整模块34，用于将所述位置坐标分别与预设的极限端点坐标进行比较，其中所述极限端点坐标用于指示所述供风设备当前位于水平轴上的最大正行程坐标与最大负行程坐标；确定与所述极限端点坐标最接近的目标位置坐标，根据所述目标位置坐标更新所述最大正行程坐标或最大负行程坐标；根据更新后的所述极限端点坐标控制所述供风设备摆动送风。
83.在一些实施例中，所述装置还包括判断模块，用于判断所述目标物体是否完全落入所述实时图像中的预设区域内；在判断所述目标物体未完全落入所述预设区域内时，控制所述供风设备加快或减缓靠近所述目标物体的速度，直至所述目标物体完全落入所述预设区域内。
84.在一些实施例中，当所述实时图像中的目标物体数量为1，或所述实时图像中的目标物体为多个且集中在同一预设区域范围内时，所述调整模块34，用于利用图像定位算法及所述目标物体的坐标位置，控制所述供风设备的出风口方向始终与所述目标物体的位置保持一致。
85.具体实施时，以上各个模块可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现。
86.由上可知，本技术实施例提供的智能控制装置30，通过接收模块31接收拍摄终端上传的实时图像；检测模块32将所述实时图像输入至预训练好的目标识别模型中进行目标检测操作，根据所述目标识别模型的检测结果判断所述实时图像中是否存在目标物体；提取模块33在判断所述实时图像中存在所述目标物体时，提取所有所述目标物体当前的位置坐标；调整模块34根据所述位置坐标自动调整所述供风设备当前的送风策略，以使所述目标物体落入所述供风设备的送风范围内。。
87.请参阅图3，图3为本技术实施例提供的智能控制装置的另一结构示意图，智能控制装置30包括存储器120、一个或多个处理器180、以及一个或多个应用程序，其中该一个或多个应用程序被存储于该存储器120中，并配置为由该处理器180执行；该处理器180可以包括接收模块31、检测模块32，提取模块33，以及调整模块34。例如，以上各个部件的结构和连接关系可以如下：
88.存储器120可用于存储应用程序和数据。存储器120存储的应用程序中包含有可执行代码。应用程序可以组成各种功能模块。处理器180通过运行存储在存储器120的应用程序，从而执行各种功能应用以及数据处理。此外，存储器120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，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存
储器件。相应地，存储器120还可以包括存储器控制器，以提供处理器180对存储器120的访问。
89.处理器180是装置的控制中心，利用各种接口和线路连接整个终端的各个部分，通过运行或执行存储在存储器120内的应用程序，以及调用存储在存储器120内的数据，执行装置的各种功能和处理数据，从而对装置进行整体监控。可选的，处理器180可包括一个或多个处理核心；优选的，处理器180可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等。
90.具体在本实施例中，处理器180会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行代码加载到存储器120中，并由处理器180来运行存储在存储器120中的应用程序，从而实现各种功能：
91.接收模块31，用于接收拍摄终端上传的实时图像；
92.检测模块32，用于将所述实时图像输入至预训练好的目标识别模型中进行目标检测操作，根据所述目标识别模型的检测结果判断所述实时图像中是否存在目标物体；
93.提取模块33，用于在判断所述实时图像中存在所述目标物体时，提取所有所述目标物体当前的位置坐标；
94.调整模块34，用于根据所述位置坐标自动调整所述供风设备当前的送风策略，以使所述目标物体落入所述供风设备的送风范围内。
95.在一些实施例中，所述装置还包括预训练模块，用于获取待训练的目标识别模型的训练样本，所述训练样本包括设置有标签的图像；通过所述待训练的目标识别模型对所述训练样本中的图像进行特征提取得到与所述图像对应的图像特征向量；通过所述待训练的目标识别模型，基于所述图像特征向量提取所述训练样本中的图像中的目标物体，得到所述图像的识别结果；基于所述识别结果及所述图像的标签，调整所述待训练的目标识别模型的参数，得到所述预训练的目标识别模型。
96.在一些实施例中，所述调整模块34，用于将所述位置坐标分别与预设的极限端点坐标进行比较，其中所述极限端点坐标用于指示所述供风设备当前位于水平轴上的最大正行程坐标与最大负行程坐标；确定与所述极限端点坐标最接近的目标位置坐标，根据所述目标位置坐标更新所述最大正行程坐标或最大负行程坐标；根据更新后的所述极限端点坐标控制所述供风设备摆动送风。
97.在一些实施例中，所述装置还包括判断模块，用于判断所述目标物体是否完全落入所述实时图像中的预设区域内；在判断所述目标物体未完全落入所述预设区域内时，控制所述供风设备加快或减缓靠近所述目标物体的速度，直至所述目标物体完全落入所述预设区域内。
98.在一些实施例中，当所述实时图像中的目标物体数量为1，或所述实时图像中的目标物体为多个且集中在同一预设区域范围内时，所述调整模块34，用于利用图像定位算法及所述目标物体的坐标位置，控制所述供风设备的出风口方向始终与所述目标物体的位置保持一致。
99.本技术实施例还提供一种终端设备。所述终端设备可以是供风设备或其他具有送风功能的设备。
100.请参阅图4，图4示出了本技术实施例提供的终端设备的结构示意图，该终端设备
可以用于实施上述实施例中提供的智能控制方法。该终端设备1200可以为供风设备或其他具有送风功能的设备。
101.如图4所示，终端设备1200可以包括rf(radio frequency，射频)电路110、包括有一个或一个以上(图中仅示出一个)计算机可读存储介质的存储器120、输入单元130、显示单元140、传感器150、音频电路160、传输模块170、包括有一个或者一个以上(图中仅示出一个)处理核心的处理器180以及电源190等部件。本领域技术人员可以理解，图4中示出的终端设备1200结构并不构成对终端设备1200的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
102.rf电路110用于接收以及发送电磁波，实现电磁波与电信号的相互转换，从而与通讯网络或者其他设备进行通讯。rf电路110可包括各种现有的用于执行这些功能的电路元件，例如，天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(sim)卡、存储器等等。rf电路110可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。
103.存储器120可用于存储软件程序以及模块，如上述实施例中智能控制方法对应的程序指令/模块，处理器180通过运行存储在存储器120内的软件程序以及模块，从而执行各种功能应用以及数据处理，可以根据终端设备所处的当前场景来自动选择振动提醒模式来进行供风设备智能控制，既能够保证会议等场景不被打扰，又能保证用户可以感知来电，提升了终端设备的智能性。存储器120可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器120可进一步包括相对于处理器180远程设置的存储器，这些远程存储器可以通过网络连接至终端设备1200。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
104.输入单元130可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，输入单元130可包括触敏表面131以及其他输入设备132。触敏表面131，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面131上或在触敏表面131附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面131可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器180，并能接收处理器180发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面131。除了触敏表面131，输入单元130还可以包括其他输入设备132。具体地，其他输入设备132可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
105.显示单元140可用于显示由用户输入的信息或提供给用户的信息以及终端设备1200的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元140可包括显示面板141，可选的，可以采用lcd(liquid crystal display，液晶显示器)、oled(organic light-emitting diode,有机发光二极管)等形式来配置显示面板141。进一步的，触敏表面131可覆盖显示面板141，当触敏表面131检测到在其
上或附近的触摸操作后，传送给处理器180以确定触摸事件的类型，随后处理器180根据触摸事件的类型在显示面板141上提供相应的视觉输出。虽然在图4中，触敏表面131与显示面板141是作为两个独立的部件来实现输入和输出功能，但是在某些实施例中，可以将触敏表面131与显示面板141集成而实现输入和输出功能。
106.终端设备1200还可包括至少一种传感器150，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板141的亮度，接近传感器可在终端设备1200移动到耳边时，关闭显示面板141和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于终端设备1200还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
107.音频电路160、扬声器161，传声器162可提供用户与终端设备1200之间的音频接口。音频电路160可将接收到的音频数据转换后的电信号，传输到扬声器161，由扬声器161转换为声音信号输出；另一方面，传声器162将收集的声音信号转换为电信号，由音频电路160接收后转换为音频数据，再将音频数据输出处理器180处理后，经rf电路110以发送给比如另一终端，或者将音频数据输出至存储器120以便进一步处理。音频电路160还可能包括耳塞插孔，以提供外设耳机与终端设备1200的通信。
108.终端设备1200通过传输模块170(例如wi-fi模块)可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图4示出了传输模块170，但是可以理解的是，其并不属于终端设备1200的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
109.处理器180是终端设备1200的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器120内的软件程序和/或模块，以及调用存储在存储器120内的数据，执行终端设备1200的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器180可包括一个或多个处理核心；在一些实施例中，处理器180可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器180中。
110.终端设备1200还包括给各个部件供电的电源190，在一些实施例中，电源可以通过电源管理系统与处理器180逻辑相连，从而通过电源管理系统实现管理放电、以及功耗管理等功能。电源190还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
111.尽管未示出，终端设备1200还可以包括摄像头(如前置摄像头、后置摄像头)、蓝牙模块等，在此不再赘述。具体在本实施例中，终端设备1200的显示单元140是触摸屏显示器，终端设备1200还包括有存储器120，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器120中，且经配置以由一个或者一个以上处理器180执行一个或者一个以上程序包含用于进行以下操作的指令：
112.接收指令，用于接收拍摄终端上传的实时图像；
113.检测指令，用于将所述实时图像输入至预训练好的目标识别模型中进行目标检测操作，根据所述目标识别模型的检测结果判断所述实时图像中是否存在目标物体；
114.提取指令，用于在判断所述实时图像中存在所述目标物体时，提取所有所述目标物体当前的位置坐标；
115.调整指令，用于根据所述位置坐标自动调整所述供风设备当前的送风策略，以使所述目标物体落入所述供风设备的送风范围内。
116.在一些实施例中，所述程序还包括预训练指令，用于获取待训练的目标识别模型的训练样本，所述训练样本包括设置有标签的图像；通过所述待训练的目标识别模型对所述训练样本中的图像进行特征提取得到与所述图像对应的图像特征向量；通过所述待训练的目标识别模型，基于所述图像特征向量提取所述训练样本中的图像中的目标物体，得到所述图像的识别结果；基于所述识别结果及所述图像的标签，调整所述待训练的目标识别模型的参数，得到所述预训练的目标识别模型。
117.在一些实施例中，所述调整指令，用于将所述位置坐标分别与预设的极限端点坐标进行比较，其中所述极限端点坐标用于指示所述供风设备当前位于水平轴上的最大正行程坐标与最大负行程坐标；确定与所述极限端点坐标最接近的目标位置坐标，根据所述目标位置坐标更新所述最大正行程坐标或最大负行程坐标；根据更新后的所述极限端点坐标控制所述供风设备摆动送风。
118.在一些实施例中，所述程序还包括判断指令，用于判断所述目标物体是否完全落入所述实时图像中的预设区域内；在判断所述目标物体未完全落入所述预设区域内时，控制所述供风设备加快或减缓靠近所述目标物体的速度，直至所述目标物体完全落入所述预设区域内。
119.在一些实施例中，当所述实时图像中的目标物体数量为1，或所述实时图像中的目标物体为多个且集中在同一预设区域范围内时，所述调整指令，用于利用图像定位算法及所述目标物体的坐标位置，控制所述供风设备的出风口方向始终与所述目标物体的位置保持一致。
120.本技术实施例还提供一种终端设备。所述终端设备可以是供风设备或其他具有送风功能的设备。
121.由上可知，本技术实施例提供了一种终端设备1200，所述终端设备1200执行以下步骤：
122.本技术实施例还提供一种存储介质，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，所述计算机执行上述任一实施例所述的智能控制方法。
123.需要说明的是，对本技术所述智能控制方法而言，本领域普通测试人员可以理解实现本技术实施例所述智能控制方法的全部或部分流程，是可以通过计算机程序来控制相关的硬件来完成，所述计算机程序可存储于一计算机可读存储介质中，如存储在终端设备的存储器中，并被该终端设备内的至少一个处理器执行，在执行过程中可包括如所述智能控制方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储器(rom，read only memory)、随机存取记忆体(ram，randomaccess memory)等。
124.对本技术实施例的所述智能控制装置而言，其各功能模块可以集成在一个处理芯片中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上
述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中，所述存储介质譬如为只读存储器，磁盘或光盘等。
125.以上对本技术实施例所提供的智能控制方法、装置、存储介质及终端设备进行了详细介绍。本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。