本發(fā)明涉及電子技術領域，尤其涉及一種識別控制方法以及裝置。

背景技術：

隨著智能終端的普及，越來越多的人會通過使用如手機、臺式電腦、平板電腦等終端來看文檔或看圖片。以臺式電腦為例，用戶在閱讀文檔時，可以通過滑動鼠標以控制屏幕中的文檔進行翻頁；再以手機為例，用戶在看圖片時，可以通過滑動屏幕以翻看下一張圖片。由此可見，雖然不同的終端有著不同的控制方式，但它們卻都有一個相同的閱讀方式，即用戶眼睛始終注視著處于固定位置的屏幕，使用戶頭部無需移動即可實現閱讀，但當用戶長時間以這種固定且單一的閱讀方式進行閱讀時，有可能會給身體帶來健康隱患。

技術實現要素：

本發(fā)明實施例提供一種識別控制方法以及裝置，可改善基于智能終端的閱讀方式，以避免給身體帶來健康隱患。

本發(fā)明實施例提供了一種識別控制方法，包括：

當獲取到人臉圖像數據時，生成與所述人臉圖像數據對應的圖像深度數據；

提取所述圖像深度數據中的人臉特征信息，并對所述人臉特征信息進行實時追蹤；

當根據所追蹤的所述人臉特征信息識別出人臉運動方向時，根據所述人臉運動方向對應的控制指令對當前應用進行控制。

相應地，本發(fā)明實施例還提供了一種識別控制裝置，包括：

生成模塊，用于當獲取到人臉圖像數據時，生成與所述人臉圖像數據對應的圖像深度數據；

提取追蹤模塊，用于提取所述圖像深度數據中的人臉特征信息，并對所述人臉特征信息進行實時追蹤；

第一控制模塊，用于當根據所追蹤的所述人臉特征信息識別出人臉運動方 向時，根據所述人臉運動方向對應的控制指令對當前應用進行控制。

本發(fā)明實施例通過生成與所獲取到的人臉圖像數據對應的圖像深度數據，并提取圖像深度數據中的人臉特征信息，以對人臉特征信息進行實時追蹤，使得可以在根據所追蹤的人臉特征信息識別出人臉運動方向時，根據人臉運動方向對應的控制指令對當前應用進行控制，由此可見，用戶可以通過頭部的各種運動方向以控制當前應用執(zhí)行各種閱讀操作，從而不僅豐富了基于智能終端的閱讀方式，也避免給長時間進行閱讀的用戶帶來健康隱患。

附圖說明

為了更清楚地說明本發(fā)明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本發(fā)明實施例提供的一種識別控制方法的流程示意圖；

圖2是本發(fā)明實施例提供的另一種識別控制方法的流程示意圖；

圖3是本發(fā)明實施例提供的一種識別控制裝置的結構示意圖；

圖4是本發(fā)明實施例提供的一種提取追蹤模塊的結構示意圖；

圖5是本發(fā)明實施例提供的一種第一控制模塊的結構示意圖；

圖6是本發(fā)明實施例提供的另一種識別控制裝置的結構示意圖；

圖7是本發(fā)明實施例提供的一種智能終端的結構示意圖。

具體實施方式

下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

請參見圖1，是本發(fā)明實施例提供的一種識別控制方法的流程示意圖，所述方法可以包括：

S101，當獲取到人臉圖像數據時，生成與所述人臉圖像數據對應的圖像深 度數據；

具體的，智能終端可以通過前置攝像頭實時捕捉終端屏幕前方的圖像，當所述智能終端所捕捉到的圖像包含人臉圖像數據時，所述智能終端可以生成與所述人臉圖像數據對應的圖像深度數據。其中，所述圖像深度數據可以存儲每個像素所用的位數，也可以用于量度圖像的色彩分辨率。生成所述圖像深度數據的方法可以為單目深度估計方法或雙目深度估計方法或其它現有的深度估計算法，這里不再進行贅述。

S102，提取所述圖像深度數據中的人臉特征信息，并對所述人臉特征信息進行實時追蹤；

具體的，在生成所述圖像深度數據后，所述智能終端通過對所述圖像深度數據進行邊緣檢測、噪聲閾值處理，以逐點掃描所述深度圖像數據的像素，可以提取所述圖像深度數據中的人臉特征信息，所述人臉特征信息可以包括人臉輪廓信息以及人臉中的各個主要面部器官特征信息。提取所述人臉特征信息后，可以根據所述人臉特征信息分析出人臉相對于終端屏幕的位置、以及人臉中的各個主要面部器官相對于終端屏幕的位置，以開始對所述人臉特征信息對應的人臉位置進行實時追蹤，由于前置攝像頭是實時捕捉終端屏幕前方的圖像，所以實時追蹤的所述人臉特征信息對應的人臉位置也是實時更新的，即所述智能終端可以實時追蹤用戶臉部動作。

S103，當根據所追蹤的所述人臉特征信息識別出人臉運動方向時，根據所述人臉運動方向對應的控制指令對當前應用進行控制；

具體的，在對所述人臉特征信息對應的人臉位置進行實時追蹤的過程中，若用戶的頭部往某個方向運動，則所述智能終端可以根據所追蹤的所述人臉特征信息對應的人臉位置識別出人臉運動方向，其中，對所述人臉運動方向的具體識別過程可以為：通過圖像相減法對比相鄰兩幀畫面的像素差異，可以找到每一幀畫面中的人臉位置，再根據每一幀畫面的人臉位置識別出人臉移動的整個運動過程，從而可以進一步根據該運動過程識別出人臉運動方向，其中，用于識別所述人臉運動方向的起始位置始終為初始人臉位置，所述初始人臉位置為用戶臉部正對終端屏幕時的人臉位置。例如，若所述智能終端追蹤到的用戶頭部的運動過程為用戶頭部從所述初始人臉位置往右轉動45度后再轉回到所述初始人臉位置，則可以識別出人臉運動方向為右邊。所述智能終端確定出所述 人臉運動方向后，可以在預設的人臉控制映射表中查找出所述人臉運動方向對應的控制指令，并根據所述控制指令對當前應用進行控制。其中，所述人臉控制映射表包括多個人臉運動方向以及多個控制指令，每個人臉運動方向均分別對應一個控制指令。例如，所述人臉控制映射表包括2個人臉運動方向(向左和向右)以及2個控制指令(上一頁和下一頁)，其中，向左的人臉運動方向對應的控制指令為上一頁，向右的人臉運動方向對應的控制指令為下一頁，因此，當所述智能終端識別出人臉運動方向為向右時，可以將當前閱讀的電子文檔跳轉至下一頁。

本發(fā)明實施例通過生成與所獲取到的人臉圖像數據對應的圖像深度數據，并提取圖像深度數據中的人臉特征信息，以對人臉特征信息進行實時追蹤，使得可以在根據所追蹤的人臉特征信息識別出人臉運動方向時，根據人臉運動方向對應的控制指令對當前應用進行控制，由此可見，用戶可以通過頭部的各種運動方向以控制當前應用執(zhí)行各種閱讀操作，從而不僅豐富了基于智能終端的閱讀方式，也避免給長時間進行閱讀的用戶帶來健康隱患。

請參見圖2，是本發(fā)明實施例提供的另一種識別控制方法的流程示意圖，所述方法可以包括：

S201，當獲取到人臉圖像數據時，生成與所述人臉圖像數據對應的圖像深度數據；

具體的，智能終端可以通過前置攝像頭實時捕捉終端屏幕前方的圖像，當所述智能終端所捕捉到的圖像包含人臉圖像數據時，所述智能終端可以生成與所述人臉圖像數據對應的圖像深度數據。其中，所述圖像深度數據可以存儲每個像素所用的位數，也可以用于量度圖像的色彩分辨率。生成所述圖像深度數據的方法可以為單目深度估計方法或雙目深度估計方法或其它現有的深度估計算法，這里不再進行贅述。

S202，提取所述圖像深度數據中的人臉特征信息，并檢測所述人臉特征信息是否與預設的記憶特征信息相匹配；

具體的，在生成所述圖像深度數據后，所述智能終端通過對所述圖像深度數據進行邊緣檢測、噪聲閾值處理，以逐點掃描所述深度圖像數據的像素，可以提取所述圖像深度數據中的人臉特征信息，所述人臉特征信息可以包括人臉輪廓信息以及人臉中的各個主要面部器官特征信息。進一步的，所述智能終端 還可以繼續(xù)檢測所述人臉特征信息是否與預設的記憶特征信息相匹配。其中，所述記憶特征信息是由所述智能終端預先存儲于記憶數據庫的記憶特征信息，所述記憶數據庫可以包括多個記憶特征信息，所述記憶數據庫中的多個記憶特征信息是由所述智能終端預先通過前置攝像頭采集多個用戶臉部的不同角度所獲得的，即所述記憶數據庫包括多個用戶分別在多個角度下的臉部特征，一個臉部特征即為一個記憶特征信息。因此，檢測所述人臉特征信息是否與預設的記憶特征信息相匹配的具體過程可以為：判斷所述記憶數據庫中是否存在與提取到的所述人臉特征信息相同的記憶特征信息。

可選的，所提取到的所述人臉特征信息和所述記憶特征信息還可以包括虹膜信息，由于虹膜具有唯一性的特點，所以檢測所述人臉特征信息是否與預設的記憶特征信息相匹配的過程也可以為：判斷所述記憶數據庫中是否存在與提取到的虹膜信息相同的記憶特征信息。

S203，確定所述人臉特征信息為非法信息，并發(fā)送非法用戶操作提示信息；

具體的，若S202檢測出所述人臉特征信息與預設的記憶特征信息不匹配，即所述記憶數據庫中不存在與所述人臉特征信息相同的記憶特征信息，則可以確定所述人臉特征信息為非法信息，并發(fā)送非法用戶操作提示信息，并且不會開始對該人臉特征信息對應的人臉位置進行追蹤。

S204，確定所述人臉特征信息為合法信息，并對所述人臉特征信息進行實時追蹤；

具體的，若S202檢測出所述人臉特征信息與預設的記憶特征信息相匹配，則可以確定所述人臉特征信息為合法信息，此時，可以根據所述人臉特征信息分析出人臉相對于終端屏幕的位置、以及人臉中的各個主要面部器官相對于終端屏幕的位置，以開始對所述人臉特征信息對應的人臉位置進行實時追蹤，由于前置攝像頭是實時捕捉終端屏幕前方的圖像，所以實時追蹤的所述人臉特征信息對應的人臉位置也是實時更新的，即所述智能終端可以實時追蹤用戶臉部動作。

S205，當檢測出所追蹤的所述人臉特征信息對應的人臉位置從初始人臉位置開始移動時，根據所追蹤的所述人臉特征信息查找移動后的人臉位置；所述初始人臉位置是指人臉正對終端屏幕的位置；

具體的，在S204中，所述智能終端開始對所述人臉特征信息進行實時追蹤 后，可以在實時追蹤過程中實時檢測人臉位置是否發(fā)生移動，當檢測出所追蹤的所述人臉特征信息對應的人臉位置從初始人臉位置開始移動時，所述智能終端可以根據所追蹤的所述人臉特征信息對應的人臉位置識別出人臉移動的整個運動過程，并將整個運動過程中移動至離所述初始人臉位置最遠的位置確定為移動后的人臉位置。其中，識別整個運動過程的方法可以為：通過圖像相減法對比相鄰兩幀畫面的像素差異，可以找到每一幀畫面中的人臉位置，再根據每一幀畫面的人臉位置識別出人臉移動的整個運動過程。例如，若用戶的頭部從所述初始人臉位置向左轉動70度后再轉回至所述初始人臉位置，則所述智能終端可以識別出用戶的頭部向左轉至70度時的人臉位置為最遠的位置，所以所述智能終端可以將用戶的頭部向左轉至70度時的人臉位置確定為所述移動后的人臉位置。

S206，計算所述初始人臉位置與所述移動后的人臉位置之間的移動距離；

具體的，可以在所述初始人臉位置上選擇出第一測量點，并在所述移動后的人臉位置上選擇出第二測量點，所述第一測量點可以為人臉中的任意一個器官的位置，所述第二測量點也可以為人臉中的任意一個器官的位置，且第一測量點和第二測量點分別對應相同器官的位置。再計算所述第一測量點和所述第二測量點之間的測試距離，并將所述測試距離作為所述初始人臉位置與所述移動后的人臉位置之間的移動距離。

S207，當所述移動距離超過預設的長度閾值時，根據所述初始人臉位置與所述移動后的人臉位置識別出人臉運動方向；

具體的，當所述移動距離超過預設的長度閾值時，可以根據所述初始人臉位置與所述移動后的人臉位置識別出人臉運動方向，即可以根據識別出的人臉移動的整個運動過程確定人臉運動方向，其中，所述人臉移動的整個運動過程的運動起始點為所述初始人臉位置，因此，可以將所述移動后的人臉位置相對于所述初始人臉位置的方向，確定為所述人臉運動方向。例如，所述移動后的人臉位置處于所述初始人臉位置的右邊，則確定所述人臉運動方向為右邊。當所述移動距離沒有超過預設的長度閾值時，說明用戶可能是不小心轉動一點頭部，此時，無需識別人臉運動方向，并繼續(xù)對人臉位置進行實時追蹤。

S208，在預設的人臉控制映射表中查找出所述人臉運動方向對應的控制指令，并根據所述控制指令對當前應用進行控制；

具體的，所述智能終端確定出所述人臉運動方向后，可以在預設的人臉控制映射表中查找出所述人臉運動方向對應的控制指令，并根據所述控制指令對當前應用進行控制。其中，所述人臉控制映射表包括多個人臉運動方向以及多個控制指令，每個人臉運動方向均分別對應一個控制指令。例如，所述人臉控制映射表包括2個人臉運動方向(向左和向右)以及2個控制指令(上一頁和下一頁)，其中，向左的人臉運動方向對應的控制指令為上一頁，向右的人臉運動方向對應的控制指令為下一頁，因此，當所述智能終端識別出人臉運動方向為向右時，可以將當前閱讀的電子文檔跳轉至下一頁。

可選的，在所述智能終端實時追蹤所述人臉特征信息對應的人臉位置的過程中，還可以實時判斷所追蹤的所述人臉特征信息對應的人臉位置是否處于預設的正常觀看區(qū)域；若判斷為是，則確定用戶觀看狀態(tài)為正常觀看狀態(tài)，并控制本終端處于屏幕點亮狀態(tài)；若判斷為否，則確定用戶觀看狀態(tài)為非觀看狀態(tài)，并當為所述非觀看狀態(tài)的持續(xù)時長達到預設的第一時長閾值時，控制本終端進入待機狀態(tài)；

具體的，所述預設的正常觀看區(qū)域包括用戶視線可以看到屏幕的各個人臉位置，所以當判斷出所追蹤的所述人臉特征信息對應的人臉位置處于預設的正常觀看區(qū)域時，說明用戶是可以看到屏幕中的內容，因此，可以確定用戶觀看狀態(tài)為正常觀看狀態(tài)，在持續(xù)為所述正常觀看狀態(tài)的過程中，所述智能終端可以持續(xù)控制本終端處于屏幕點亮狀態(tài)，同時在持續(xù)為所述正常觀看狀態(tài)的過程中，所述智能終端也實時追蹤所述人臉特征信息對應的人臉位置。當判斷出所追蹤的所述人臉特征信息對應的人臉位置不處于預設的正常觀看區(qū)域時，說明用戶是無法看到屏幕中的內容，因此，可以確定用戶觀看狀態(tài)為非觀看狀態(tài)，此時，所述智能終端可以累積持續(xù)為非觀看狀態(tài)的時長，若持續(xù)為所述非觀看狀態(tài)的時長達到預設的第一時長閾值，說明用戶已經沒有在觀看當前屏幕或用戶已經離開前置攝像頭所能捕捉的范圍，從而所述智能終端可以進一步控制本終端進入待機狀態(tài)，以避免所述智能終端的功耗白白浪費。

可選的，當為所述正常觀看狀態(tài)的持續(xù)時長達到預設的第二時長閾值時，發(fā)送休息提示信息，并暫停對所述人臉特征信息進行實時追蹤；

具體的，為了避免用戶持續(xù)過長時間觀看屏幕中的內容，所述智能終端可以預先設置一個第二時長閾值，并當為所述正常觀看狀態(tài)的持續(xù)時長達到預設 的第二時長閾值時，發(fā)送休息提示信息，以提醒用戶需要暫停觀看屏幕并進行運動或休息，同時，所述智能終端也將暫停對所述人臉特征信息進行實時追蹤，以避免所述智能終端的功耗白白浪費。例如，當用戶根據自身情況設置所述第二時長閾值為1小時，那么當每當所述智能終端檢測出用戶觀看狀態(tài)為所述正常觀看狀態(tài)的持續(xù)時長達到1小時時，即可發(fā)出所述休息提示信息，并暫停對所述人臉特征信息進行實時追蹤。

本發(fā)明實施例通過生成與所獲取到的人臉圖像數據對應的圖像深度數據，并提取圖像深度數據中的人臉特征信息，以對人臉特征信息進行實時追蹤，使得可以在根據所追蹤的人臉特征信息識別出人臉運動方向時，根據人臉運動方向對應的控制指令對當前應用進行控制，由此可見，用戶可以通過頭部的各種運動方向以控制當前應用執(zhí)行各種閱讀操作，從而不僅豐富了基于智能終端的閱讀方式，也避免給長時間進行閱讀的用戶帶來健康隱患；而且通過實時檢測用戶觀看狀態(tài)，可以在檢測出用戶沒有觀看屏幕或用戶觀看屏幕時長達到臨界值時，暫停對所述人臉特征信息進行實時追蹤，不僅可以避免用戶出現過長時間的閱讀，也可以避免終端的功耗白白浪費。

請參見圖3，是本發(fā)明實施例提供的一種識別控制裝置1的結構示意圖，所述識別控制裝置1可以包括：生成模塊10、提取追蹤模塊20、第一控制模塊30；

所述生成模塊10，用于當獲取到人臉圖像數據時，生成與所述人臉圖像數據對應的圖像深度數據；

具體的，所述生成模塊10可以通過前置攝像頭實時捕捉終端屏幕前方的圖像，當所捕捉到的圖像包含人臉圖像數據時，所述生成模塊10可以生成與所述人臉圖像數據對應的圖像深度數據。其中，所述圖像深度數據可以存儲每個像素所用的位數，也可以用于量度圖像的色彩分辨率。生成所述圖像深度數據的方法可以為單目深度估計方法或雙目深度估計方法或其它現有的深度估計算法，這里不再進行贅述。

所述提取追蹤模塊20，用于提取所述圖像深度數據中的人臉特征信息，并對所述人臉特征信息進行實時追蹤；

具體的，在所述生成模塊10生成所述圖像深度數據后，所述提取追蹤模塊20通過對所述圖像深度數據進行邊緣檢測、噪聲閾值處理，以逐點掃描所述深度圖像數據的像素，可以提取所述圖像深度數據中的人臉特征信息，所述人臉 特征信息可以包括人臉輪廓信息以及人臉中的各個主要面部器官特征信息。提取所述人臉特征信息后，所述提取追蹤模塊20可以進一步根據所述人臉特征信息分析出人臉相對于終端屏幕的位置、以及人臉中的各個主要面部器官相對于終端屏幕的位置，以開始對所述人臉特征信息對應的人臉位置進行實時追蹤，由于前置攝像頭是實時捕捉終端屏幕前方的圖像，所以實時追蹤的所述人臉特征信息對應的人臉位置也是實時更新的，即所述提取追蹤模塊20可以實時追蹤用戶臉部動作。

所述第一控制模塊30，用于當根據所追蹤的所述人臉特征信息識別出人臉運動方向時，根據所述人臉運動方向對應的控制指令對當前應用進行控制；

具體的，在對所述人臉特征信息對應的人臉位置進行實時追蹤的過程中，若用戶的頭部往某個方向運動，則所述第一控制模塊30可以根據所追蹤的所述人臉特征信息對應的人臉位置識別出人臉運動方向，其中，對所述人臉運動方向的具體識別過程可以為：通過圖像相減法對比相鄰兩幀畫面的像素差異，可以找到每一幀畫面中的人臉位置，再根據每一幀畫面的人臉位置識別出人臉移動的整個運動過程，從而可以進一步根據該運動過程識別出人臉運動方向，其中，用于識別所述人臉運動方向的起始位置始終為初始人臉位置，所述初始人臉位置為用戶臉部正對終端屏幕時的人臉位置。例如，若所述提取追蹤模塊20追蹤到的用戶頭部的運動過程為用戶頭部從所述初始人臉位置往右轉動45度后再轉回到所述初始人臉位置，則所述第一控制模塊30可以識別出人臉運動方向為右邊。所述第一控制模塊30確定出所述人臉運動方向后，可以進一步根據所述人臉運動方向對應的控制指令對當前應用進行控制。

進一步的，再請參見圖4，是本發(fā)明實施例提供的一種提取追蹤模塊20的結構示意圖，所述提取追蹤模塊20可以包括：提取檢測單元201、確定追蹤單元202、確定發(fā)送單元203；

所述提取檢測單元201，用于提取所述圖像深度數據中的人臉特征信息，并檢測所述人臉特征信息是否與預設的記憶特征信息相匹配；

具體的，所述提取檢測單元201在提取所述圖像深度數據中的人臉特征信息后，還可以繼續(xù)檢測所述人臉特征信息是否與預設的記憶特征信息相匹配。其中，所述記憶特征信息是由所述智能終端預先存儲于記憶數據庫的記憶特征信息，所述記憶數據庫可以包括多個記憶特征信息，所述記憶數據庫中的多個 記憶特征信息是由所述智能終端預先通過前置攝像頭采集多個用戶臉部的不同角度所獲得的，即所述記憶數據庫包括多個用戶分別在多個角度下的臉部特征，一個臉部特征即為一個記憶特征信息。因此，所述提取檢測單元201檢測所述人臉特征信息是否與預設的記憶特征信息相匹配的具體過程可以為：判斷所述記憶數據庫中是否存在與提取到的所述人臉特征信息相同的記憶特征信息。

可選的，所提取到的所述人臉特征信息和所述記憶特征信息還可以包括虹膜信息，由于虹膜具有唯一性的特點，所以所述提取檢測單元201檢測所述人臉特征信息是否與預設的記憶特征信息相匹配的過程也可以為：判斷所述記憶數據庫中是否存在與提取到的虹膜信息相同的記憶特征信息。

所述確定追蹤單元202，用于若檢測出所述人臉特征信息與預設的記憶特征信息相匹配，則確定所述人臉特征信息為合法信息，并對所述人臉特征信息進行實時追蹤；

具體的，若所述提取檢測單元201檢測出所述人臉特征信息與預設的記憶特征信息相匹配，則所述確定追蹤單元202可以確定所述人臉特征信息為合法信息，并可以根據所述人臉特征信息分析出人臉相對于終端屏幕的位置、以及人臉中的各個主要面部器官相對于終端屏幕的位置，以開始對所述人臉特征信息對應的人臉位置進行實時追蹤，由于前置攝像頭是實時捕捉終端屏幕前方的圖像，所以實時追蹤的所述人臉特征信息對應的人臉位置也是實時更新的，即所述確定追蹤單元202可以實時追蹤用戶臉部動作。

所述確定發(fā)送單元203，用于若檢測出所述人臉特征信息與預設的記憶特征信息不匹配，則確定所述人臉特征信息為非法信息，并發(fā)送非法用戶操作提示信息；

具體的，若所述提取檢測單元201檢測出所述人臉特征信息與預設的記憶特征信息不匹配，即所述記憶數據庫中不存在與所述人臉特征信息相同的記憶特征信息，則所述確定發(fā)送單元203可以確定所述人臉特征信息為非法信息，并發(fā)送非法用戶操作提示信息，并且不會開始對該人臉特征信息對應的人臉位置進行追蹤。通過檢查所述人臉特征信息的合法性，可以使所述智能終端僅被具有合法性的用戶使用，從而可以更好的保證所述智能終端的安全性。

進一步的，再請參見圖5，是本發(fā)明實施例提供的一種第一控制模塊30的結構示意圖，所述第一控制模塊30可以包括：查找單元301、計算單元302、 方向識別單元303、控制單元304；

所述查找單元301，用于當檢測出所追蹤的所述人臉特征信息對應的人臉位置從初始人臉位置開始移動時，根據所追蹤的所述人臉特征信息查找移動后的人臉位置；所述初始人臉位置是指人臉正對終端屏幕的位置；

具體的，所述查找單元301可以在實時追蹤人臉位置的過程中實時檢測人臉位置是否發(fā)生移動，當檢測出所追蹤的所述人臉特征信息對應的人臉位置從初始人臉位置開始移動時，所述查找單元301可以根據所追蹤的所述人臉特征信息對應的人臉位置識別出人臉移動的整個運動過程，并將整個運動過程中移動至離所述初始人臉位置最遠的位置確定為移動后的人臉位置。其中，識別整個運動過程的方法可以為：通過圖像相減法對比相鄰兩幀畫面的像素差異，可以找到每一幀畫面中的人臉位置，再根據每一幀畫面的人臉位置識別出人臉移動的整個運動過程。例如，若用戶的頭部從所述初始人臉位置向左轉動70度后再轉回至所述初始人臉位置，則所述查找單元301可以識別出用戶的頭部向左轉至70度時的人臉位置為最遠的位置，因此，所述查找單元301可以將用戶的頭部向左轉至70度時的人臉位置確定為所述移動后的人臉位置。

所述計算單元302，用于計算所述初始人臉位置與所述移動后的人臉位置之間的移動距離；

具體的，所述計算單元302可以在所述初始人臉位置上選擇出第一測量點，并在所述移動后的人臉位置上選擇出第二測量點，所述第一測量點可以為人臉中的任意一個器官的位置，所述第二測量點也可以為人臉中的任意一個器官的位置，且第一測量點和第二測量點分別對應相同器官的位置。所述計算單元302再計算所述第一測量點和所述第二測量點之間的測試距離，并將所述測試距離作為所述初始人臉位置與所述移動后的人臉位置之間的移動距離。

所述方向識別單元303，用于當所述移動距離超過預設的長度閾值時，根據所述初始人臉位置與所述移動后的人臉位置識別出人臉運動方向；

具體的，當所述移動距離超過預設的長度閾值時，所述方向識別單元303可以根據所述初始人臉位置與所述移動后的人臉位置識別出人臉運動方向，即可以根據識別出的人臉移動的整個運動過程確定人臉運動方向，其中，所述人臉移動的整個運動過程的運動起始點為所述初始人臉位置，因此，所述方向識別單元303可以將所述移動后的人臉位置相對于所述初始人臉位置的方向，確 定為所述人臉運動方向。例如，所述移動后的人臉位置處于所述初始人臉位置的右邊，則所述方向識別單元303可以確定所述人臉運動方向為右邊。當所述移動距離沒有超過預設的長度閾值時，說明用戶可能是不小心轉動一點頭部，此時，無需識別人臉運動方向，并繼續(xù)對人臉位置進行實時追蹤。

所述控制單元304，用于在預設的人臉控制映射表中查找出所述人臉運動方向對應的控制指令，并根據所述控制指令對當前應用進行控制。

具體的，所述方向識別單元303確定出所述人臉運動方向后，所述控制單元304可以在預設的人臉控制映射表中查找出所述人臉運動方向對應的控制指令，并根據所述控制指令對當前應用進行控制。其中，所述人臉控制映射表包括多個人臉運動方向以及多個控制指令，每個人臉運動方向均分別對應一個控制指令。例如，所述人臉控制映射表包括2個人臉運動方向(向左和向右)以及2個控制指令(上一頁和下一頁)，其中，向左的人臉運動方向對應的控制指令為上一頁，向右的人臉運動方向對應的控制指令為下一頁，因此，當所述方向識別單元303識別出人臉運動方向為向右時，所述控制單元304可以將當前閱讀的電子文檔跳轉至下一頁。

本發(fā)明實施例通過生成與所獲取到的人臉圖像數據對應的圖像深度數據，并提取圖像深度數據中的人臉特征信息，以對人臉特征信息進行實時追蹤，使得可以在根據所追蹤的人臉特征信息識別出人臉運動方向時，根據人臉運動方向對應的控制指令對當前應用進行控制，由此可見，用戶可以通過頭部的各種運動方向以控制當前應用執(zhí)行各種閱讀操作，從而不僅豐富了基于智能終端的閱讀方式，也避免給長時間進行閱讀的用戶帶來健康隱患。

請參見圖6，是本發(fā)明實施例提供的另一種識別控制裝置1的結構示意圖，所述識別控制裝置1可以包括上述圖3對應實施例中的生成模塊10、提取追蹤模塊20、第一控制模塊30，進一步的，所述識別控制裝置1還可以包括：判斷模塊40、第二控制模塊50、暫停模塊60；

所述判斷模塊40，用于實時判斷所追蹤的所述人臉特征信息對應的人臉位置是否處于預設的正常觀看區(qū)域；

所述第二控制模塊50，用于若所述判斷模塊40判斷為是，則確定用戶觀看狀態(tài)為正常觀看狀態(tài)，并控制本終端處于屏幕點亮狀態(tài)；

所述第二控制模塊50，還用于若所述判斷模塊40判斷為否，則確定用戶觀 看狀態(tài)為非觀看狀態(tài)，并當為所述非觀看狀態(tài)的持續(xù)時長達到預設的第一時長閾值時，控制本終端進入待機狀態(tài)；

具體的，所述預設的正常觀看區(qū)域包括用戶視線可以看到屏幕的各個人臉位置，所以當所述判斷模塊40判斷出所追蹤的所述人臉特征信息對應的人臉位置處于預設的正常觀看區(qū)域時，說明用戶是可以看到屏幕中的內容，因此，所述第二控制模塊50可以確定用戶觀看狀態(tài)為正常觀看狀態(tài)，并且在持續(xù)為所述正常觀看狀態(tài)的過程中，所述第二控制模塊50可以持續(xù)控制本終端處于屏幕點亮狀態(tài)，同時在持續(xù)為所述正常觀看狀態(tài)的過程中，所述提取追蹤模塊20也實時追蹤所述人臉特征信息對應的人臉位置。當所述判斷模塊40判斷出所追蹤的所述人臉特征信息對應的人臉位置不處于預設的正常觀看區(qū)域時，說明用戶是無法看到屏幕中的內容，因此，所述第二控制模塊50可以確定用戶觀看狀態(tài)為非觀看狀態(tài)，此時，所述第二控制模塊50可以累積持續(xù)為非觀看狀態(tài)的時長，若持續(xù)為所述非觀看狀態(tài)的時長達到預設的第一時長閾值，說明用戶已經沒有在觀看當前屏幕或用戶已經離開前置攝像頭所能捕捉的范圍，從而所述第二控制模塊50可以進一步控制本終端進入待機狀態(tài)，以避免所述智能終端的功耗白白浪費。

所述暫停模塊60，用于當為所述正常觀看狀態(tài)的持續(xù)時長達到預設的第二時長閾值時，發(fā)送休息提示信息，并暫停對所述人臉特征信息進行實時追蹤。

具體的，為了避免用戶持續(xù)過長時間觀看屏幕中的內容，所述暫停模塊60可以預先設置一個第二時長閾值，并當為所述正常觀看狀態(tài)的持續(xù)時長達到預設的第二時長閾值時，所述暫停模塊60發(fā)送休息提示信息，以提醒用戶需要暫停觀看屏幕并進行運動或休息，同時，所述暫停模塊60也將暫停對所述人臉特征信息進行實時追蹤，以避免所述智能終端的功耗白白浪費。例如，當用戶根據自身情況設置所述第二時長閾值為1小時，那么當每當檢測出用戶觀看狀態(tài)為所述正常觀看狀態(tài)的持續(xù)時長達到1小時時，所述暫停模塊60即可發(fā)出所述休息提示信息，并暫停對所述人臉特征信息進行實時追蹤。

本發(fā)明實施例通過生成與所獲取到的人臉圖像數據對應的圖像深度數據，并提取圖像深度數據中的人臉特征信息，以對人臉特征信息進行實時追蹤，使得可以在根據所追蹤的人臉特征信息識別出人臉運動方向時，根據人臉運動方向對應的控制指令對當前應用進行控制，由此可見，用戶可以通過頭部的各種 運動方向以控制當前應用執(zhí)行各種閱讀操作，從而不僅豐富了基于智能終端的閱讀方式，也避免給長時間進行閱讀的用戶帶來健康隱患；而且通過實時檢測用戶觀看狀態(tài)，可以在檢測出用戶沒有觀看屏幕或用戶觀看屏幕時長達到臨界值時，暫停對所述人臉特征信息進行實時追蹤，不僅可以避免用戶出現過長時間的閱讀，也可以避免終端的功耗白白浪費。

請參見圖7，是本發(fā)明實施例提供的一種智能終端的結構示意圖。如圖7所示，所述智能終端1000可以包括：至少一個處理器1001，例如CPU，至少一個網絡接口1004，用戶接口1003，存儲器1005，至少一個通信總線1002。其中，通信總線1002用于實現這些組件之間的連接通信。其中，用戶接口1003可以包括顯示屏(Display)、鍵盤(Keyboard)，可選用戶接口1003還可以包括標準的有線接口、無線接口。網絡接口1004可選的可以包括標準的有線接口、無線接口(如WI-FI接口)。存儲器1005可以是高速RAM存儲器，也可以是非不穩(wěn)定的存儲器(non-volatile memory)，例如至少一個磁盤存儲器。存儲器1005可選的還可以是至少一個位于遠離前述處理器1001的存儲裝置。如圖7所示，作為一種計算機存儲介質的存儲器1005中可以包括操作系統(tǒng)、網絡通信模塊、用戶接口模塊以及設備控制應用程序。

在圖7所示的智能終端1000中，用戶接口1003主要用于為用戶提供輸入的接口，獲取用戶輸出的數據；而處理器1001可以用于調用存儲器1005中存儲的設備控制應用程序，并具體執(zhí)行以下步驟：

當獲取到人臉圖像數據時，生成與所述人臉圖像數據對應的圖像深度數據；

提取所述圖像深度數據中的人臉特征信息，并對所述人臉特征信息進行實時追蹤；

當根據所追蹤的所述人臉特征信息識別出人臉運動方向時，根據所述人臉運動方向對應的控制指令對當前應用進行控制。

在一個實施例中，所述處理器1001在執(zhí)行提取所述圖像深度數據中的人臉特征信息，并對所述人臉特征信息進行實時追蹤時，具體執(zhí)行以下步驟：

提取所述圖像深度數據中的人臉特征信息，并檢測所述人臉特征信息是否與預設的記憶特征信息相匹配；

若檢測出所述人臉特征信息與預設的記憶特征信息相匹配，則確定所述人臉特征信息為合法信息，并對所述人臉特征信息進行實時追蹤；

若檢測出所述人臉特征信息與預設的記憶特征信息不匹配，則確定所述人臉特征信息為非法信息，并發(fā)送非法用戶操作提示信息。

在一個實施例中，所述處理器1001在執(zhí)行當根據所追蹤的所述人臉特征信息識別出人臉運動方向時，根據所述人臉運動方向對應的控制指令對當前應用進行控制時，具體執(zhí)行以下步驟：

當檢測出所追蹤的所述人臉特征信息對應的人臉位置從初始人臉位置開始移動時，根據所追蹤的所述人臉特征信息查找移動后的人臉位置；所述初始人臉位置是指人臉正對終端屏幕的位置；

計算所述初始人臉位置與所述移動后的人臉位置之間的移動距離；

當所述移動距離超過預設的長度閾值時，根據所述初始人臉位置與所述移動后的人臉位置識別出人臉運動方向；

在預設的人臉控制映射表中查找出所述人臉運動方向對應的控制指令，并根據所述控制指令對當前應用進行控制。

在一個實施例中，所述處理器1001還可以執(zhí)行以下步驟：

實時判斷所追蹤的所述人臉特征信息對應的人臉位置是否處于預設的正常觀看區(qū)域；

若判斷為是，則確定用戶觀看狀態(tài)為正常觀看狀態(tài)，并控制本終端處于屏幕點亮狀態(tài)；

若判斷為否，則確定用戶觀看狀態(tài)為非觀看狀態(tài)，并當為所述非觀看狀態(tài)的持續(xù)時長達到預設的第一時長閾值時，控制本終端進入待機狀態(tài)。

在一個實施例中，所述處理器1001還可以執(zhí)行以下步驟：

當為所述正常觀看狀態(tài)的持續(xù)時長達到預設的第二時長閾值時，發(fā)送休息提示信息，并暫停對所述人臉特征信息進行實時追蹤。

本發(fā)明實施例通過生成與所獲取到的人臉圖像數據對應的圖像深度數據，并提取圖像深度數據中的人臉特征信息，以對人臉特征信息進行實時追蹤，使得可以在根據所追蹤的人臉特征信息識別出人臉運動方向時，根據人臉運動方向對應的控制指令對當前應用進行控制，由此可見，用戶可以通過頭部的各種運動方向以控制當前應用執(zhí)行各種閱讀操作，從而不僅豐富了基于智能終端的閱讀方式，也避免給長時間進行閱讀的用戶帶來健康隱患；而且通過實時檢測用戶觀看狀態(tài)，可以在檢測出用戶沒有觀看屏幕或用戶觀看屏幕時長達到臨界 值時，暫停對所述人臉特征信息進行實時追蹤，不僅可以避免用戶出現過長時間的閱讀，也可以避免終端的功耗白白浪費。

本領域普通技術人員可以理解實現上述實施例方法中的全部或部分流程，是可以通過計算機程序來指令相關的硬件來完成，所述的程序可存儲于一計算機可讀取存儲介質中，該程序在執(zhí)行時，可包括如上述各方法的實施例的流程。其中，所述的存儲介質可為磁碟、光盤、只讀存儲記憶體(Read-Only Memory，ROM)或隨機存儲記憶體(Random Access Memory，RAM)等。

以上所揭露的僅為本發(fā)明較佳實施例而已，當然不能以此來限定本發(fā)明之權利范圍，因此依本發(fā)明權利要求所作的等同變化，仍屬本發(fā)明所涵蓋的范圍。