0061] 步骤S03,将当前图像出现的所有样本与总样本集合进行对比，将其中没有在总样 本集合中出现过的样本存入总样本集合；其中，总样本集合包括该智能电视机对电视机前 的场景拍照获得的所有图像出现的样本。
[0062] 例如，总样本集合为{Si | i = 1，2,. . .，Ν}，Ν为总样本集合包含的样本数量，η彡Ν。
[0063] 具体的，由于电视机前场景中出现的用户并非固定不变的，其中某些用户可能已 在之前被采集过（如家庭固定成员），也有可能是第一次被采集（如客人），因此当前图像 出现的样本有可能已在总样本集合中出现过，也有可能没有出现过，对于这些还未存入总 样本集合的样本则应添加到总样本集合中，以使总样本集合逐渐扩展。
[0064] 步骤S04,计算当前图像出现的样本在当前图像中的高度与当前图像的高度的比 值，得到该样本在当前图像中的高度比值，将该高度比值存入该样本对应的高度比集合中； 其中，高度比集合包括对应的样本在其出现过的所有图像中的高度比值。
[0065] 例如，图像的分辨率为wXh ;针对锁屏推荐队列中的某一样本T,，截止到拍摄当前 图像时，包含有该样本T,的图像共有m个（即该样本T,共出现了 m次），对于这m个图像 中的任意一个图像k(k = 1，2,. . .，m)，样本η在其中的高度记为纪，则样本η在图像k中 的高度比值为
，样本η对应的高度比集合共有m个高度比值。
[0066] 如图1所示，该方法还包括：
[0067] 步骤S11，接收解屏命令时，获取总样本集合以及其中每一样本对应的高度比集 合，并执行如下的解屏操作步骤。
[0068] 步骤S12,针对总样本集合中的每个样本，利用该样本对应的高度比集合，采用如 下基于扩展卡尔曼粒子滤波算法的公式，计算每一样本对应的归一化权值：
[0070] 其中，i是样本的序号；
[0071] m是包含有样本i的图像总数，
[0072] k是包含有样本i的图像序号，
[0073] N是总样本集合中的样本总数，
[0074] 是样本i对应的归一化权值，
[0075] (4是样本i在第k个图像中对应的权值，
[0076] 是<4 在1^ = 111时的值，
[0077] <是样本i在第k个图像中的高度，
[0078] h是图像的高度，
[0079] '是样本i在第k个图像中的高度比值，
[0080] μ 1等于样本i在其出现过的所有m个图像中的高度比值的均值。
[0081] 步骤S13,针对总样本集合中的所有样本，选取其中归一化权值最大的样本作为推 荐解屏人选，并显示其对应的人脸信息。
[0082] 例如，总样本集合中的所有样本对应的归一化权值为·}(ω)")',(ω〖)',...,(ω=)'卜其中 最大值对应的样本为电视机前场景中使用次数最多的成年人，也是最有可能在电视机旁的 成年人，由这个用户作为推荐解屏人选，能够保证解屏动作最大化地被成功触发。
[0083] 步骤S14,对电视机前的场景进行拍照并对获得的图像进行扫描，当扫描到推荐解 屏人选对应的人脸信息时，执行解屏动作。
[0084] 具体实施时，电视机只要能够扫描到推荐解屏人选的人脸信息，即触发执行解屏 动作。
[0085] 根据图1所示的解屏操作方法确定的推荐解屏人选是基于概率统计的结果，考虑 到该结果对应的最有可能在电视机旁的成年人事实上却可能不在家中，对于这种情况，本 发明还提供一种解屏方法，以提供另一推荐解屏人选，该方法包括：于每次执行解屏动作 时，记录触发该执行解屏动作的人脸信息；
[0086] 步骤S51，接收解屏命令时，同时执行如下的辅助解屏操作步骤：
[0087] 步骤S52,查找并显示最近一次触发执行解屏动作的人脸信息。
[0088] 具体的，由于每成功执行解屏动作之后，电视机都会记录下触发解屏动作的人脸 信息，因此，当再次接收解屏命令时即可找出离当前时间最近的成功执行解屏动作的人脸 信息。
[0089] 步骤S53,对电视机前的场景进行拍照并对获得的图像进行扫描，当扫描到最近一 次触发执行解屏动作的人脸信息时，执行解屏动作。
[0090] 基于上述智能电视机的解屏方法，本发明还提供一种配套的锁屏方法，例如可以 是如图2所示的采用密码的锁屏方法：
[0091] 步骤S21，接收锁屏命令时，执行如下锁屏操作步骤：
[0092] 步骤S22,接收用户输入的锁屏密码；
[0093] 步骤S23,对锁屏密码进行验证；
[0094] 步骤S24,若验证成功，则执行锁屏动作。
[0095] 在实现本发明的过程中发现：每个成员在图像中的高度比分布（即图像中人脸的 顶部所在高度与图像分辨率高度的比值）基本符合正态分布，大多数情况下，成年人的高 度比变化不大，都稳定于一个特殊值附近，而儿童的活跃性较大，高度比偏差也就较大。
[0096] 基于这项发现，本发明提供一种智能电视机的锁屏方法，如图3所示，该方法包 括：
[0097] 步骤S31，接收锁屏命令时，对电视机前的场景进行拍照，获得当前图像。
[0098] 步骤S32,对当前图像进行人脸识别，将识别出的人脸确定为当前图像出现的样 本。
[0099] 步骤S33,将当前图像出现的所有样本与总样本集合进行对比。
[0100] 步骤S34,若当前图像出现的样本已在总样本集合中出现过，则执行如下的锁屏操 作步骤：
[0101] 步骤S341，将当前图像出现的且已在总样本集合中出现过的样本存入推荐锁屏队 列。
[0102] 步骤S342,针对推荐锁屏队列中的每个样本均执行如下计算过程：计算该样本在 当前图像中的高度与当前图像的高度的比值，得到该样本在当前图像中的高度比值，并将 该高度比值存入该样本对应的高度比集合中，计算该高度比集合中的所有高度比值的方 差，得到该样本对应的1?度比方差。
[0103] 例如，样本
T,对应的高度比集合中所有高度比值的均值Ej为：
[0105] 样本Tj对应的高度比集合中所有高度比值的方差Dj (即样本对应的高度比方 差）为：
[0107] 步骤S343,针对推荐锁屏队列中的所有样本，选取其中高度比方差最小的样本作 为推荐锁屏人选，并显示其对应的人脸信息。
[0108] 例如，假设锁屏推荐队列中共有ρ个样本，这ρ个样本对应的高度比方差分别为 (Dp D2, ...，Dp)，其中最小值对应的样本稳定性最好，其对应的用户为成年人的可能性最 大，将该样本作为推荐锁屏人选，即表示将其中最可能为成年人的用户作为推荐锁屏人选。
[0109] 具体实施时，可在电视机显示屏上通过一 UI界面（人机交互界面）显示推荐锁屏 人选对应的人脸信息，以指示需要由该人脸信息对应的用户来触发锁屏。
[0110] 步骤S344,再次对电视机前的场景进行拍照并对获得的图像进行扫描，当扫描到 推荐锁屏人选对应的人脸信息时，执行锁屏动作。
[0111] 具体实施时，电视机只要能够扫描到推荐锁屏人选的人脸信息，即触发执行锁屏 动作。
[0112] 考虑到当前图像出现的样本有可能全部没有在总样本集合中出现过，例如，电视 机前场景中的用户全部都是客人，或者，家庭中第一次使用锁屏功能，之前从未对电视机前 的场景采集过图像，这种情况下当前图像出现的样本没有历史数据，无法计算高度比方差， 针对这种情况，本发明提供如下操作步骤：
[0113] 步骤S41，若当前图像出现的样本均没有在总样本集合中出现过，则执行如下的锁 屏操作步骤：
[0114] 步骤S411，针对当前图像出现的每个样本均执行如下计算过程：计算该样本在当 前图像中的高度与当前图像的高度的比值，得到该样本在当前图像中的高度比值.
[0115] 步骤S412,针对当前图像出现的所有样本，选取其中高度比值最大的样本作为推 荐锁屏人选，并显示其对应的人脸信息。
[0116] 例如，当前图像出现的所有样本的高度比值为（
）:，其中最大值对应的 样本为图像中具有最高人脸高度的用户，该用户为成年人的可能性最大，由其作为推荐锁 屏人选。
[0117] 步骤S413,再次对电视机前的场景进行拍照并对获得的图像进行扫描，当扫描到 推荐锁屏人选对应的人脸信息时，执行锁屏动作。
[0118] 综上，本发明通过将人脸识别技术与推荐锁屏人选算法结合在一起，能够从电视 机前的用户中分辨出不同的人群，如分辨家庭固定成员和客人，分辨成年人和儿童，并从中 选出最有可能是家庭固定成员的成年人作为推荐锁屏人选，屏蔽了客人和儿童，有针对性 地锁定能够触发锁屏功能的用户，有利于提升用户体验程度，而且本发明是通过边使用边 采集的动态方式训练总样本集合，无需预先采集人脸信息，减少了内存使用率，简化了操作 程序。
[0119]