场景特征的控制方法和装置、存储介质及电子装置与流程

1.本发明涉及通信领域，具体而言，涉及一种场景特征的控制方法和装置、存储介质及电子装置。


背景技术：

2.随着科技的进步，人们生活质量的提升，对家居家装有更多的体验需求。在目前的技术中，当用户进入某个场景后，场景无法灵活配合用户的特征改变场景的特征，导致场景与用户的匹配度较低。无法满足用户更高的场景交互体验。
3.针对相关技术中，场景与场景中对象的特征匹配度较低等问题，尚未提出有效的解决方案。


技术实现要素：

4.本发明实施例提供了一种场景特征的控制方法和装置、存储介质及电子装置，以至少解决相关技术中，场景与场景中对象的特征匹配度较低等问题。
5.根据本发明实施例的一个实施例，提供了一种场景特征的控制方法，包括：检测到目标对象进入到目标场景中；对所述目标对象进行特征提取，得到目标对象特征；根据所述目标对象特征控制所述目标场景展示与所述目标对象特征相对应的目标场景特征。
6.在一个示例性实施例中，根据所述目标对象特征控制所述目标场景展示与所述目标对象特征相对应的目标场景特征，包括：根据所述目标对象特征所包括的色彩特征，确定相应的场景特征作为所述目标场景特征；控制所述目标场景展示所述目标场景特征。
7.在一个示例性实施例中，对所述目标对象进行特征提取，得到目标对象特征，包括：采集所述目标对象所发出的色彩信号，其中，所述色彩信号包括以下至少之一：情绪信号和外表信号；从所述色彩信号中提取所述色彩特征作为所述目标对象特征。
8.在一个示例性实施例中，根据所述目标对象特征所包括的色彩特征，确定相应的场景特征作为所述目标场景特征，包括：将所述色彩特征输入所述目标对象对应的第一识别模型中，其中，所述第一识别模型是使用标注了所述目标对象的色彩标签的历史对象特征对初始识别模型进行训练得到的，所述历史对象特征是从所述目标对象的历史网络数据中提取的；获取所述第一识别模型输出的所述目标场景特征。
9.在一个示例性实施例中，根据所述目标对象特征所包括的色彩特征，确定相应的场景特征作为所述目标场景特征，包括：将所述色彩特征所包括的目标情绪特征输入所述目标对象对应的第二识别模型中，其中，所述第二识别模型是使用标注了所述目标对象的色彩标签的历史情绪特征对初始识别模型进行训练得到的，所述历史情绪特征是从所述目标对象的历史网络数据中提取的；获取所述第二识别模型输出的目标色彩标签；将所述目标色彩标签与所述色彩特征所包括的目标外表特征进行色彩融合，得到所述目标场景特征。
10.在一个示例性实施例中，控制所述目标场景展示所述目标场景特征，包括：控制所
述目标场景展示所述目标场景特征所包括的目标色彩，得到目标色彩场景；在所述目标色彩场景上展示所述目标场景特征所包括的目标图像。
11.在一个示例性实施例中，检测到所述目标对象进入到所述目标场景中，包括：检测到所述目标对象进入到目标环境中；识别所述目标对象对应的对象标识；将所述目标环境中与所述对象标识对应的区域确定为所述目标场景。
12.根据本发明实施例的另一个实施例，还提供了一种场景特征的控制装置，包括：检测模块，用于检测到目标对象进入到目标场景中；提取模块，用于对所述目标对象进行特征提取，得到目标对象特征；控制模块，用于根据所述目标对象特征控制所述目标场景展示与所述目标对象特征相对应的目标场景特征。
13.根据本发明实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述场景特征的控制方法。
14.根据本发明实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的场景特征的控制方法。
15.在本发明实施例中，检测到目标对象进入到目标场景中；对目标对象进行特征提取，得到目标对象特征；根据目标对象特征控制目标场景展示与目标对象特征相对应的目标场景特征，即在目标场景中对进入目标场景的对象进行检测，如果检测到目标对象，则提取目标对象的目标对象特征，根据该目标对象特征控制目标场景展示相应的目标场景特征，使得目标场景与进入目标场景的目标对象的特征相匹配。采用上述技术方案，解决了相关技术中，场景与场景中对象的特征匹配度较低等问题，实现了提高场景与场景中对象的特征匹配度的技术效果。
附图说明
16.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
17.图1是本发明实施例的一种场景特征的控制方法的计算机终端的硬件结构框图；
18.图2是根据本发明实施例的场景特征的控制方法的流程图；
19.图3是根据本发明实施例的场景特征的控制方法的示意图；
20.图4是根据本发明实施例的一种场景特征的控制装置的结构框图。
具体实施方式
21.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
22.需要说明的是，本发明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，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
23.本技术实施例所提供的方法实施例可以在计算机终端、计算机终端或者类似的运算装置中执行。以运行在计算机终端上为例，图1是本发明实施例的一种场景特征的控制方法的计算机终端的硬件结构框图。如图1所示，计算机终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)和用于存储数据的存储器104，在一个示例性实施例中，上述计算机终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述计算机终端的结构造成限定。例如，计算机终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示等同功能或比图1所示功能更多的不同的配置。
24.存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的场景特征的控制方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104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104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。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。
25.传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(network interface controller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(radio frequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。
26.在本实施例中提供了一种场景特征的控制方法，应用于上述计算机终端，图2是根据本发明实施例的场景特征的控制方法的流程图，该流程包括如下步骤：
27.步骤s202，检测到目标对象进入到目标场景中；
28.步骤s204，对所述目标对象进行特征提取，得到目标对象特征；
29.步骤s206，根据所述目标对象特征控制所述目标场景展示与所述目标对象特征相对应的目标场景特征。
30.通过上述步骤，检测到目标对象进入到目标场景中；对目标对象进行特征提取，得到目标对象特征；根据目标对象特征控制目标场景展示与目标对象特征相对应的目标场景特征，即在目标场景中对进入目标场景的对象进行检测，如果检测到目标对象，则提取目标对象的目标对象特征，根据该目标对象特征控制目标场景展示相应的目标场景特征，使得目标场景与进入目标场景的目标对象的特征相匹配。采用上述技术方案，解决了相关技术中，场景与场景中对象的特征匹配度较低等问题，实现了提高场景与场景中对象的特征匹配度的技术效果。
31.在上述步骤s202提供的技术方案中，上述目标场景可以但不限于包括任何类型的允许智能控制的场景，比如：家庭，车库，办公室，教室，教学楼，实验室，牧场等等。
32.可选地，在本实施例中，上述目标对象可以但不限于包括：人类(用户或者用户指定的人)，动物(宠物，家禽，牲畜)等等。场景特征可以但不限于按照进入目标场景的对象的优先级来控制，比如：用户甲和用户乙两个人都进入到了目标场景中，如果用户甲的优先级高于用户乙的优先级，则将用户甲确定为目标对象，控制目标场景的特征匹配用户甲的特征进行展示，如果用户乙的优先级高于用户甲的优先级，则将用户乙确定为目标对象，控制目标场景的特征匹配用户乙的特征进行展示。
33.可选地，在本实施例中，场景特征也可以但不限于按照进入目标场景的对象的时间先后来控制，比如：用户甲先进入到目标场景中，控制目标场景的特征匹配用户甲的特征进行展示。然后用户乙进入到目标场景中，目标场景的特征依然匹配用户甲的特征进行展示。
34.可选地，在本实施例中，上述按照优先级确定目标对象的过程的优先级可以但不限于高于按照进入目标场景的先后确定目标对象的过程，比如：用户甲先进入到目标场景中，控制目标场景的特征匹配用户甲的特征进行展示。然后用户乙进入到目标场景中，如果用户乙的优先级高于用户甲的优先级，则将用户乙确定为目标对象，控制目标场景的特征匹配用户乙的特征进行展示。如果用户甲的优先级高于用户乙的优先级，则目标场景的特征依然匹配用户甲的特征进行展示。
35.可选地，在本实施例中，在目标场景中可以但不限于采用以下方式检测进入所述目标场景的目标对象：检测到有对象进入得到所述目标场景中；对进入到所述目标场景中的对象进行生物特征的识别，得到对象标识；将所述对象标识与标识列表中记录的标识进行匹配，其中，所述标识列表中记录了与所述目标场景绑定的对象的标识；在所述对象标识与标识列表中记录的标识匹配成功的情况下，确定在所述目标场景中检测到所述目标对象。
36.可选地，在本实施例中，可以但不限于采用生物特征识别的方式检测进入目标场景的对象，比如：面部识别，虹膜识别，指纹识别，声纹识别等等。
37.可选地，在本实施例中，用户可以预先为目标场景配置与其绑定的对象，将具有对应关系的目标场景和绑定对象的标识存储起来用于目标对象的检测。比如：用户可以但不限于将家人，朋友，宠物等对象绑定到目标场景上，还可以但不限于设置目标场景上绑定的对象的优先级，比如：家人的优先级高于朋友的优先级，朋友的优先级高于宠物的优先级。
38.在一个示例性实施例中，可以但不限于通过以下方式检测目标对象进入到目标场景中：检测到所述目标对象进入到目标环境中；识别所述目标对象对应的对象标识；将所述目标环境中与所述对象标识对应的区域确定为所述目标场景。
39.可选地，在本实施例中，目标场景可以但不限于是目标环境中的一部分区域，比如：一栋楼中的不同房子可以但不限于为不同的场景，一个房子中的不同屋子可以但不限于为不同的场景，一个屋子中的不同区域可以但不限于为不同的场景。
40.可选地，在本实施例中，每个场景可以但不限于对应了一个或者多个对象，这一个或者多个对象进入到该场景中均会对该场景的场景特征产生影响。比如：一个家庭包括一家三口，这个家庭的房子的环境中划分了多个场景，包括客厅，厨房，洗手间，爸爸妈妈住的
主卧室和孩子住的次卧室，客厅和洗手间可以对应全部的三个人，厨房对应妈妈，主卧室对应爸爸和妈妈，次卧室对应孩子。如果检测到妈妈回家了，则控制客厅，厨房，洗手间和主卧室的场景特征符合妈妈当前的对象特征。如果检测到孩子回家了，则控制客厅，洗手间和次卧室的场景特征符合孩子的对象特征。
41.在上述步骤s204提供的技术方案中，对目标对象进行特征提取的方式可以但不限于包括特征提取算法，ai模型识别等等。
42.可选地，在本实施例中，目标对象的目标对象特征可以但不限于包括一个或者多个维度的特征，比如：性格特征，情绪特征，外表特征(比如：长相，肤色，发型，发色，衣着颜色，衣着品牌等等)，生理指标特征(比如：心率，压力值，血氧饱和度等等)。
43.可选地，在本实施例中，对目标对象进行特征提取可以但不限于包括从目标对象的历史网络数据中提取特征以及从目标对象当前进入目标场景时的状态中提取特征。不同的特征提取方式可以提取出不同类型的特征，也可以提取出相同类型的特征。
44.在一个示例性实施例中，可以但不限于采用以下方式对目标对象进行特征提取，得到目标对象特征：采集所述目标对象所发出的色彩信号，其中，所述色彩信号包括以下至少之一：情绪信号和外表信号；从所述色彩信号中提取所述色彩特征作为所述目标对象特征。
45.可选地，在本实施例中，目标对象所发出的色彩信号至少来源于以下之一：情绪信号和外表信号。其中，情绪信号可以但不限于包括：目标对象的语音和表情等等。外表信号可以但不限于包括：目标对象的长相，肤色，发型，发色，衣着颜色，衣着品牌等等。
46.可选地，在本实施例中，可以但不限于依据目标对象在进入目标场景时的情绪和外表的色彩来控制目标场景展示与其相对应的场景特征。
47.可选地，在本实施例中，目标对象的目标情绪特征可以但不限于用于表征目标对象当前的情绪，比如：高兴，悲伤，兴奋，愤怒，郁闷等等。
48.可选地，在本实施例中，目标对象的外表特征可以但不限于用于表征目标对象当前的外表色调，比如：衣着色调，头发颜色，肤色等等。
49.可选地，在本实施例中，目标情绪特征可以但不限于是从目标对象发出的语音信号和目标对象面部体现出的表情信号中提取出的，目标色彩特征可以但不限于是从目标对象的衣着颜色中提取出的。
50.可选地，在本实施例中，当检测到目标对象进入到目标场景时，则采集目标对象发出的语音信号，并对语音信号进行语音分析得到语音信号中携带的情绪特征，采集目标对象展现出的表情信号，并对表情信号进行面部表情分析，得到表情信号中携带的情绪特征，对语音信号中携带的情绪特征以及表情信号中携带的情绪特征进行特征融合，从而得到目标情绪特征。
51.可选地，在本实施例中，当检测到目标对象进入到目标场景时，则对目标对象的衣着颜色进行识别，比如：识别出衣服，裤子，裙子，帽子，鞋子，手套，袜子，配饰等的颜色作为目标色彩信号，并从目标色彩信号中提取出目标色彩特征。
52.在上述步骤s206提供的技术方案中，可以但不限于采用ai模型进行目标对象特征到目标场景特征的自动识别匹配。
53.可选地，在本实施例中，目标场景特征可以但不限于包括场景中展示的色彩、场景
中的灯光、场景中展示的图像等等。
54.在一个示例性实施例中，可以但不限于通过以下方式根据所述目标对象特征控制所述目标场景展示与所述目标对象特征相对应的目标场景特征：根据所述目标对象特征所包括的色彩特征，确定相应的场景特征作为所述目标场景特征；控制所述目标场景展示所述目标场景特征。
55.可选地，在本实施例中，目标对象特征可以但不限于包括色彩特征，色彩特征可以但不限于来源于目标对象的情绪和外表。
56.可选地，在本实施例中，目标场景要展示的目标场景特征与目标对象的色彩特征是相对应的，相对应的方式可以是相顺应的，也可以是相对立的。比如：目标对象的色彩特征是比较阴郁的色调，则可以匹配比较清爽的色调作为目标场景特征，或者也可以匹配比较阳光的色调作为目标场景特征，从而缓解目标对象阴郁的情绪。目标对象的色彩特征是比较阳光的色调，则可以匹配比较阳光的色调作为目标场景特征，从而迎合目标对象热烈的情绪，或者也可以匹配比较冷静的色调作为目标场景特征，从而对目标对象热烈的情绪起到一定中和的作用。
57.在一个示例性实施例中，根据所述目标对象特征所包括的色彩特征，可以但不限于采用以下方式之一确定相应的场景特征作为所述目标场景特征：
58.方式一，可以但不限于包括以下步骤：
59.步骤11，将所述色彩特征输入所述目标对象对应的第一识别模型中，其中，所述第一识别模型是使用标注了所述目标对象的色彩标签的历史对象特征对初始识别模型进行训练得到的，所述历史对象特征是从所述目标对象的历史网络数据中提取的；
60.步骤12，获取所述第一识别模型输出的所述目标场景特征。
61.可选地，在本实施例中，第一识别模型是使用标注了目标对象的色彩标签的历史对象特征对初始识别模型进行训练得到的，历史对象特征可以但不限于是从目标对象的历史网络数据中提取的。历史网络数据可以但不限于包括目标对象的购物数据，交易数据，聊天数据，社交数据等等。
62.可选地，在本实施例中，第一识别模型可以但不限于通过以下训练过程进行训练：将历史对象特征输入到初始识别模型中，得到初始识别模型输出的初始场景特征，根据初始场景特征和历史对象特征所标注的色彩标签之间的差别对初始识别模型的模型参数进行调整，直至初始场景特征和历史对象特征所标注的色彩标签之间的差别满足预先设定的条件，将使得初始场景特征和历史对象特征所标注的色彩标签之间的差别满足预先设定的条件的模型参数确定为第一识别模型使用的模型参数，从而得到第一识别模型。或者，根据初始场景特征和历史对象特征所标注的色彩标签之间的差别对初始识别模型的模型参数进行调整，直至调整的次数达到预设的调整次数，则停止模型参数的调整，并对停止模型训练的事件进行提示，由技术人员对模型进行调整(比如超参数的调整)之后再进行模型的训练。
63.可选地，在本实施例中，通过上述方式一，将目标对象的色彩特征输入到第一识别模型中，直接获取第一识别模型输出的数据作为目标场景特征。
64.方式二，可以但不限于包括以下步骤：
65.步骤21，将所述色彩特征所包括的目标情绪特征输入所述目标对象对应的第二识
别模型中，其中，所述第二识别模型是使用标注了所述目标对象的色彩标签的历史情绪特征对初始识别模型进行训练得到的，所述历史情绪特征是从所述目标对象的历史网络数据中提取的；
66.步骤22，获取所述第二识别模型输出的目标色彩标签；
67.步骤23，将所述目标色彩标签与所述色彩特征所包括的目标外表特征进行色彩融合，得到所述目标场景特征。
68.可选地，在本实施例中，第二识别模型是使用标注了目标对象的色彩标签的历史情绪特征对初始识别模型进行训练得到的，历史情绪特征是从目标对象的历史网络数据中提取的。历史网络数据可以但不限于包括目标对象的购物数据，交易数据，聊天数据，社交数据等等。
69.可选地，在本实施例中，第二识别模型可以但不限于通过以下训练过程进行训练：将历史对象特征输入到初始识别模型中，得到初始识别模型输出的初始色彩标签，根据初始色彩标签和历史情绪特征所标注的色彩标签之间的差别对初始识别模型的模型参数进行调整，直至初始色彩标签和历史情绪特征所标注的色彩标签之间的差别满足预先设定的条件，将使得初始色彩标签和历史情绪特征所标注的色彩标签之间的差别满足预先设定的条件的模型参数确定为第二识别模型使用的模型参数，从而得到第二识别模型。或者，根据初始色彩标签和历史情绪特征所标注的色彩标签之间的差别对初始识别模型的模型参数进行调整，直至调整的次数达到预设的调整次数，则停止模型参数的调整，并对停止模型训练的事件进行提示，由技术人员对模型进行调整(比如超参数的调整)之后再进行模型的训练。
70.可选地，在本实施例中，通过上述方式二，将目标对象的目标情绪特征输入到第二识别模型中，获取第二识别模型输出的数据作为目标色彩标签。将目标色彩标签与目标对象特征所包括的目标色彩特征进行色彩融合，从而得到目标场景特征。
71.可选地，在本实施例中，用于训练出第一识别模型的初始识别模型与用于训练出第二识别模型的初始识别模型的模型种类可以相同也可以不同，二者的模型结构可以相同也可以不同。
72.在上述步骤s208提供的技术方案中，在目标场景中用于展示目标场景特征的位置可以但不限于包括：目标场景的墙面，天花板，目标场景中的电子设备，家居设备，家具，家电设备等等。
73.可选地，在本实施例中，在目标场景实现目标场景特征展示的方式可以但不限于包括全息投影技术，材料技术，灯光控制技术等等。
74.在一个示例性实施例中，可以但不限于采用以下方式控制目标场景展示目标场景特征：控制所述目标场景展示所述目标场景特征所包括的目标色彩，得到目标色彩场景；在所述目标色彩场景上展示所述目标场景特征所包括的目标图像。
75.可选地，在本实施例中，目标场景特征中可以但不限于包括用于改变场景颜色的目标色彩，和用于展示场景图案的目标图像。可以首先将场景色彩转换为目标色彩，然后再在目标色彩上展示目标图像。
76.为了更好的理解上述场景特征的控制方法的过程，以下再结合可选实施例对上述场景特征的控制过程的实现方法流程进行说明，但不用于限定本发明实施例的技术方案。
77.在本实施例中提供了一种场景特征的控制方法，图3是根据本发明实施例的场景特征的控制方法的示意图，如图3所示，具体如下步骤：
78.步骤s301：通过智能语音识别对采集到的用户语音进行语音分析，识别出当前语气与当前语言情绪等作为一部分情绪特征；
79.步骤s302：通过图像分析对拍摄的用户图片进行着装色彩识别，识别出用户当前的穿着色彩，作为外表特征；
80.步骤s303：通过人脸表情分析对用户的面部图片进行识别，识别出用户当前的面部情绪作为另一部分情绪特征；
81.步骤s304：通过ai定制化的分析，将各种特征定制化输出为一套成体系的色彩与图像；
82.步骤s305：通过全息投影技术或者表面材料技术来在目标场景中实现色彩与图像的展示，从而对家电、家居等实现换肤。
83.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分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(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例的方法。
84.图4是根据本发明实施例的一种场景特征的控制装置的结构框图；如图4所示，包括：
85.检测模块42，用于检测到目标对象进入到目标场景中；
86.提取模块44，用于对所述目标对象进行特征提取，得到目标对象特征；
87.控制模块46，用于根据所述目标对象特征控制所述目标场景展示与所述目标对象特征相对应的目标场景特征。
88.通过上述实施例，检测到目标对象进入到目标场景中；对目标对象进行特征提取，得到目标对象特征；根据目标对象特征控制目标场景展示与目标对象特征相对应的目标场景特征，即在目标场景中对进入目标场景的对象进行检测，如果检测到目标对象，则提取目标对象的目标对象特征，根据该目标对象特征控制目标场景展示相应的目标场景特征，使得目标场景与进入目标场景的目标对象的特征相匹配。采用上述技术方案，解决了相关技术中，场景与场景中对象的特征匹配度较低等问题，实现了提高场景与场景中对象的特征匹配度的技术效果。
89.在一个示例性实施例中，所述控制模块，包括：第一确定单元，用于根据所述目标对象特征所包括的色彩特征，确定相应的场景特征作为所述目标场景特征；控制单元，用于控制所述目标场景展示所述目标场景特征。
90.在一个示例性实施例中，所述提取模块，包括：采集单元，用于采集所述目标对象所发出的色彩信号，其中，所述色彩信号包括以下至少之一：情绪信号和外表信号；提取单元，用于从所述色彩信号中提取所述色彩特征作为所述目标对象特征。
91.在一个示例性实施例中，所述第一确定单元，用于：将所述色彩特征输入所述目标对象对应的第一识别模型中，其中，所述第一识别模型是使用标注了所述目标对象的色彩
标签的历史对象特征对初始识别模型进行训练得到的，所述历史对象特征是从所述目标对象的历史网络数据中提取的；获取所述第一识别模型输出的所述目标场景特征。
92.在一个示例性实施例中，所述第一确定单元，用于：将所述色彩特征所包括的目标情绪特征输入所述目标对象对应的第二识别模型中，其中，所述第二识别模型是使用标注了所述目标对象的色彩标签的历史情绪特征对初始识别模型进行训练得到的，所述历史情绪特征是从所述目标对象的历史网络数据中提取的；获取所述第二识别模型输出的目标色彩标签；将所述目标色彩标签与所述色彩特征所包括的目标外表特征进行色彩融合，得到所述目标场景特征。
93.在一个示例性实施例中，所述控制单元，用于：控制所述目标场景展示所述目标场景特征所包括的目标色彩，得到目标色彩场景；在所述目标色彩场景上展示所述目标场景特征所包括的目标图像。
94.在一个示例性实施例中，其特征在于，所述检测模块，包括：检测单元，用于检测到所述目标对象进入到目标环境中；识别单元，用于识别所述目标对象对应的对象标识；第二确定单元，用于将所述目标环境中与所述对象标识对应的区域确定为所述目标场景。
95.本发明的实施例还提供了一种存储介质，该存储介质包括存储的程序，其中，上述程序运行时执行上述任一项的方法。
96.可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的程序代码：
97.s1，检测到目标对象进入到目标场景中；
98.s2，对所述目标对象进行特征提取，得到目标对象特征；
99.s3，根据所述目标对象特征控制所述目标场景展示与所述目标对象特征相对应的目标场景特征。
100.本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
101.可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
102.可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
103.s1，检测到目标对象进入到目标场景中；
104.s2，对所述目标对象进行特征提取，得到目标对象特征；
105.s3，根据所述目标对象特征控制所述目标场景展示与所述目标对象特征相对应的目标场景特征。
106.可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、只读存储器(read
‑
only memory，简称为rom)、随机存取存储器(random access memory，简称为ram)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
107.可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
108.显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成
的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
109.以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。