CN109416726A - 基于位置调整计算设备的设置 - Google Patents

Abstract

本文中公开的示例提供了计算设备调整计算设备上的设置的能力。在一个示例方法中，计算设备经由计算设备的第一传感器捕捉计算设备当前所处的环境的图像，并且检测如由图像捕捉的环境中的对象。作为示例，计算设备基于从检测到的对象收集的上下文数据确定环境的位置并基于确定的位置调整计算设备上的设置。

Description

基于位置调整计算设备的设置

背景技术

移动计算的出现和普及已经使得便携式计算设备由于其紧凑的设计和轻重量而成为当今市场中的主要产品。诸如笔记本计算机、平板计算机和智能电话之类的计算设备通常包括用于提供沉浸式音频/视频体验的显示构件和扬声器。此外，计算设备可以具有用于连接到诸如Wi-Fi和蓝牙之类的各种无线技术标准的天线。

附图说明

图1示出了根据示例的用于基于计算设备的当前位置来调整计算设备上的设置的计算设备；

图2示出了根据示例的用于调整计算设备上的设置的计算设备；和

图3是根据本公开的示例的流程图。

具体实施方式

由于它们紧凑的设计和轻重量，诸如笔记本计算机、平板计算机和智能电话之类的计算设备可以用在各种环境中，并且可以用于各种目的(例如工作或个人使用)。其中可以使用计算设备的不同环境的示例包括在工作、公共环境和在家。基于在特定时刻计算设备正在其中使用的环境，用户可能更喜欢修改，或甚至使能或禁用计算设备上的某些设置。这样的设置的示例可以涉及诸如扬声器或显示构件之类的计算设备的音频/视频部件，或者用于连接到各种无线技术标准的天线的设置。

本文中公开的示例提供了基于计算设备在特定时刻所处的位置或环境来自动调整计算设备上的设置的能力。随着计算设备所处的位置或环境改变，计算设备上的设置可以基于该特定位置处的用户偏好自动调整。作为示例，一旦计算设备检测到它正在公共环境中被使用，就可以在显示构件上自动使能隐私过滤器，以便确保正在显示的内容的隐私。而且，如将进一步描述的，基于检测到计算设备所处的位置，可以在计算设备的显示构件上自动提供上下文(contextual)相关的数据。通过基于计算设备所处的位置而使计算设备上的这样的过程自动化，而不是要求用户记住调整设置，用户生产率可以增加并且在公共环境中的隐私的实施可以是自动化的。

参考附图，图1示出了根据示例的用于基于计算设备100的当前位置来调整计算设备100上的设置的计算设备100。计算设备100包括第一传感器102和/或第二传感器104，如将进一步描述的，第一传感器102和/或第二传感器104可以单独地或组合地用于通过收集由传感器102、104收集的上下文数据来检测计算设备100的当前位置。作为示例，第一传感器102可以用于捕捉图像，诸如RGB照相机或红外(IR)照相机，用于捕捉计算设备100当前所处环境的图像。作为示例，第二传感器102，诸如麦克风，可以用于收听声音模式和频率。如将进一步描述的，计算设备100上的传感器可以用于通过检测视觉和音频的已知对象来确定计算设备100所处的环境。作为示例，通过在后台中运行的过程，该对象检测数据可以用于根据确定的位置简档来调整计算设备100上的设置。如将进一步描述的，可以调整的设置的示例包括隐私屏幕设置、音频设置、屏幕亮度和蓝牙配对。

计算设备100描绘了处理器106和存储器设备108，并且作为执行其操作的计算设备100的示例，存储器设备108可以包括可由处理器106执行的指令110-116。因此，存储器设备108可以说存储程序指令，当由处理器106执行时，所述程序指令实现计算设备100的部件。存储在存储器设备108中的可执行程序指令包括作为示例的捕捉图像的指令(110)、检测对象的指令(112)、确定位置的指令(114)和调整设置的指令(116)。

捕捉图像的指令(110)表示当由处理器106执行时使得计算设备100经由第一传感器102捕捉计算设备100当前所处环境的图像或视频的程序指令。作为示例，第一传感器102可以是计算设备100上的RGB或IR照相机，用于捕捉计算设备100的前面或周围的环境的图像或视频。

检测对象的指令(112)表示当由处理器106执行时使得计算设备100检测如由图像捕捉的环境中的对象的程序指令。如将进一步描述的，作为示例，可以使用针对各种感兴趣对象的对象检测算法来处理捕捉的视频的每个图像或帧。为了提高效率，可以使用级联分类器的例如Viola-Jones方法论来检测这些对象，以确保图像处理在处理器106上是实时的、快速的，并且不是计算上繁重的(taxing)。然而，其他形式的对象检测也可以实现。例如，深度学习方法对于更高级的对象检测可能是有用的。作为示例，神经形态架构正在驱动深度学习的功率效率(power efficiency)，因此也可以可能地使用组合的各种对象检测算法来实现混合方法。为了解决捕捉计算设备100周围的环境的第一传感器102的隐私问题，对象检测算法可以在捕捉时分析对象的图像，并且然后删除该图像，而不是保存或存储它们以便稍后分析。结果，仅捕捉的数据是经由对象检测算法检测到的对象的类型。

确定位置的指令(114)表示当由处理器106执行时使计算设备100基于从上述检测到的对象收集的上下文数据来确定由第一传感器102捕捉的环境的位置的程序指令。可以检测到不同类型的对象，其可以提供计算设备100所处的环境的种类的线索。例如，如果检测到飞机座椅，则由于飞机座椅本质上可以是有特色且普通的(common)，所以飞机座椅可以提供计算设备100正被飞行器上的用户使用的上下文数据。类似地，如果检测到桌子和椅子，则可以训练(train)诸如椅子和桌子之类的家具以提供计算设备100很可能正被咖啡馆或餐馆中的用户使用着的上下文数据。而且，如果检测到树木和植物，则可以训练不同种类的树木和植物以指示计算设备100很可能正在被在室外环境(例如在自然界中的某处)中的用户使用。作为示例，如果检测到小隔间板，则可以训练各种类型的标准化小隔间以指示计算设备100很可能正被在小隔间环境中的用户使用(例如在工作)。

用于确定计算设备100是否处于特定位置的阈值可以变化。例如，确定计算设备100当前是否正在机场中被使用所需的对象的数量可以与确定计算设备100当前是否正在餐馆中被使用所需的对象的数量不同。除了具有用于确定计算设备100当前正在哪里被使用的预定分类，诸如上述分类(例如飞行器、餐厅、室外环境或在工作)之外，由第一传感器102捕捉的一些环境可能不落入预先确定的分类中的任何分类。代之以，当计算设备100正在检测对象时，如上所述，计算设备100可以保持对象的类型、那些对象的相对位置以及那些对象的数量的日志。如果发现用户在该环境中不断地且重复地使用计算设备100，则可以为新环境动态地创建分类。

当从检测到的对象收集上下文数据时，为了确定由第一传感器102捕捉的环境的位置，计算设备100可以考虑捕捉对象所处的场景。作为示例，场景对应于如由第一传感器102捕捉的捕捉的对象及其周围环境的组合。通过考虑在场景中检测到的对象如何相对于彼此布置，可以提供对位置的更准确的评估。参考上面关于飞机座椅的检测的示例，尽管飞机座椅在本质上可能是独特的和普通的，但如果仅检测到一个飞机座椅，或者如果检测到多个飞机座椅，但是没有以通常在飞行器上发现的方式排列，那么计算设备100可以确定其不在飞行器中。然而，当考虑捕捉对象所处的场景时，如果检测到飞机座位的布置如通常在飞行器中发现的那样，则计算设备100可以确定其在飞行器中。

调整设置的指令(116)表示当由处理器106执行时使得计算设备100基于所确定的位置调整计算设备100上的设置的程序指令。作为示例，一旦由第一传感器102捕捉的图像用于检测对象并确定用户很可能正在其中使用计算设备100的位置，那么除其他之外，计算设备100就可以自动调整关于锁定策略、隐私屏幕、音频设置、显示屏亮度和蓝牙设备设置的设置。关于锁定策略，可以使用所确定的位置来动态地修改安全策略。例如，如果确定的位置是飞机或咖啡馆，则可以改变计算设备100以更快地锁定，并且如果确定的位置是在家或在小隔间中(例如在工作)，则可以改变计算设备100以较慢地锁定。关于隐私屏幕，如果确定的位置是公共环境，诸如飞机或咖啡馆，则可以动态地调用隐私屏幕。然而，在更私密的环境中，诸如在家或在小隔间中，隐私屏幕的使用可能不是必要的，并且因此自动禁用隐私屏幕的使用。

关于音频设置，可以基于计算设备100在特定时刻被确定所处的位置来自动进行音频输出改变。例如，可以自动调谐和调整音频设置以适合计算设备100当前所处的环境的类型。关于显示亮度，作为示例，如果计算设备100的当前确定的位置被注意到在户外，则可以自动提高屏幕的亮度，使得屏幕的内容可以被看到。可以使用亮度的该自动调整来代替环境光传感器。关于蓝牙设备设置，可能存在用户仅可在特定环境中使用的一些设备和部件。结果，基于计算设备100的确定的位置，计算设备100可以与特定于所确定的位置的设备的集合自动配对。例如，用户可能更喜欢计算设备100在他们的小隔间中时与蓝牙耳机自动配对，但是然后当计算设备100被确定是在会议室中时与蓝牙对讲电话自动配对，即使当用户在会议室中时用户的蓝牙耳机由他们占有或在范围内。

除了检测计算设备100当前正在被使用的一般环境(例如飞行器、咖啡馆、户外或在工作)之外，由第一传感器102捕捉的环境检测到的一些对象可以对应于已知公司、商店和/或餐馆的徽标，这提供了计算设备100很可能正由用户在属于特定公司的位置中使用的指示。结果，对应于特定公司的数据可以被显示在计算设备的屏幕上。例如，特定咖啡馆或餐馆可以向计算设备100推送适当的数据，诸如下订单或易于访问适用的优惠券的快速链接。作为另一个示例，机场可以推送飞行时间和行程安排以及公告。

作为示例，基于其确定的位置要调整的计算设备100的设置可以是与所确定的位置相对应的计算设备100的设置的简档的部分。例如，当当前正在使用计算设备100的确定的位置指示餐馆时，除了使能隐私屏幕之外，还可以调整音频设置。每个位置可能具有要调整的设置的独特简档。例如，以下位置可能有需要被调整的它们自己的设置的独特简档：机场、咖啡馆/餐馆、小隔间、会议室和家。关于检测特定公司的徽标，如上所述，更多特定的简档可以存在并由此类公司配置。

如上所述，第二传感器104可被单独地使用或与第一传感器102组合使用来检测计算设备100的当前位置。作为示例，第二传感器104可从计算设备100当前所处的环境捕捉环境噪声。如上所述，在调整计算设备100上的设置之前，计算设备100可以确定捕捉的环境噪声是否对应于从第一传感器102捕捉的对象提供的上下文数据确定的位置。

作为示例，第二传感器104可以对应于计算设备100上的麦克风，并且该麦克风可以收听已知的声音模式和频率。处理器106可以将传入的音频流与限定的音频实体进行匹配。该信号处理可以是相对简单的阈值比较或者也可以采用深度学习。所收集的环境噪声对于特定位置可以是唯一的，并且对应于从由第一传感器102捕捉的对象提供的上下文数据确定的位置。作为示例，机场在扬声器上具有周期性通告和商业广告。类似地，餐馆和商店也可以通过他们的无线电具有专门的广告。所有这些已知实体都可被用于确定设备所处的环境的类型，以及所收集的噪声是否对应于从由第一传感器102捕捉的对象提供的上下文数据确定的位置。

除了检测计算设备100当前所处的环境中的对象之外，计算设备100还可以确定检测到的对象是否对应于人脸。如将在图2中进一步描述的那样，计算设备可以基于脸部的检测来调整其设置，脸部的检测包括检测到的脸部的数量、它们与设备的接近度以及它们相对于设备的取向(例如脸部是否正在将他们的注意力指向计算设备的屏幕)。

存储器设备108通常表示能够存储可由处理器106执行的指令的任何数量的存储器部件。存储器设备108在其不包含暂时性信号但是代之以由配置为存储相关指令的至少一个存储器部件组成的意义上是非暂时性的。结果，存储器设备108可以是非暂时性计算机可读存储介质。存储器设备108可以在单个设备中实现或者在跨设备分布。同样地，处理器106表示能够执行由存储器设备108存储的指令的任何数量的处理器。处理器106可以集成在单个设备中或跨设备分布。此外，存储器设备108可以完全或部分地集成在与处理器106相同的设备中，或者它可以是独立的但可由该设备和处理器106访问。

在一个示例中，程序指令110-116可以是安装包的部分，安装包在安装时可以由处理器106执行以实现计算设备100的部件。在这种情况下，存储器设备108可以是便携式介质，诸如CD、DVD或闪存驱动器或由服务器维护的存储器，可从其下载并安装该安装包。在另一示例中，程序指令可以是已经安装的一个或多个应用的部分。这里，存储器设备108可以包括集成的存储器，诸如硬盘驱动器、固态驱动器或诸如此类。

图2示出了根据示例的用于调整计算设备200上的设置的计算设备200。计算设备200包括传感器202，其可以对应于计算设备100的第一传感器102。作为示例，传感器202可以用于捕捉图像，诸如RGB照相机或红外(IR)照相机，用于捕捉计算设备100当前所处环境的图像。除了使用计算设备200上的传感器来确定计算设备200所处的环境之外，类似于计算设备100执行的操作，计算设备200可以确定检测到的对象是否与人脸相对应。作为示例，通过在后台中运行的过程，可以基于检测到的对象是否对应于人脸来调整计算设备200上的设置。

类似于计算设备100的处理器106和存储器设备108，计算设备200描绘了处理器206和存储器设备208，并且作为执行其操作的计算设备200的示例，存储器设备208可以包括可以由处理器206执行的指令210-216。因此，可以说存储器设备208存储程序指令，该程序指令在由处理器206执行时实现计算设备200的部件。存储在存储器设备208中的可执行程序指令作为示例包括：捕捉图像的指令(210)、检测脸部的指令(212)、确定距离的指令(214)和调整设置的指令(216)。

捕捉图像的指令(210)表示当由处理器206执行时使得计算设备200经由传感器202捕捉计算设备200当前所处的环境的图像或视频的程序指令。作为示例，传感器202可以是计算设备200上的RGB或IR照相机，用于捕捉计算设备200前面或周围的环境的图像或视频。

检测脸部的指令(212)表示当由处理器206执行时使得计算设备200确定在图像是否存在捕捉的脸部的程序指令。类似于计算设备100的指令112，可以使用对象检测算法来处理捕捉的视频的每个图像或帧，用于确定在图像中是否存在捕捉到的脸部。为了解决捕捉计算设备200周围的环境的传感器202的隐私问题，对象检测算法可以在捕捉时分析对象的图像，并且然后删除该图像，而不是保存或存储它们以便稍后分析。结果，仅捕捉的数据是关于在图像中捕捉的任何脸部的信息。

作为示例，确定在计算设备200周围的环境中是否存在检测到的任何脸部可能影响要在计算设备200上调整的设置。如将进一步描述的，关于在图像中捕捉的任何脸部的信息可以用于确定要在计算设备200上调整的设置。可以从传感器202捕捉的内容收集的信息的示例包括检测到的脸部的数量、它们与计算设备200的接近度，以及它们相对于设备的取向(例如脸部是否正在将他们的注意力指向计算设备的屏幕)。关于检测到的脸部的数量，知道多少人围绕计算设备200可以是用于确定计算设备200当前所处的环境的有价值的信息。

确定距离的指令(214)表示当由处理器206执行时使得计算设备200确定检测到的任何脸部到计算设备200的距离的程序指令。如将进一步描述的，关于检测到的脸部与计算设备200的接近度，对确定计算设备200周围的环境中的那些的听力和视力范围可能是有用的，以便相应地调整设置。作为确定检测到的脸部的距离的示例，可以估计计算设备200的扬声器与检测到的脸部的耳朵之间的距离，和/或计算设备200的屏幕与检测到的脸部的眼睛之间的距离。检测到的每个脸部可以具有它们自己的、估计的到计算设备200的距离。作为示例，当存在2D成像传感器时，可以使用每个脸部的大小和照相机参数来估计距离，或者当存在3D成像传感器时，可以从深度图来估计距离。

调整设置的指令(216)表示当由处理器206执行时使得计算设备200基于脸部到计算设备200的距离来调整计算设备200上的设置的程序指令。关于如上所述的确定听力和视力范围，计算设备200可以基于脸部到计算设备200的距离来自动调整扬声器的音量。类似地，计算设备200可以基于脸部到计算设备200的距离自动地调整屏幕的亮度和/或在屏幕上的文本的大小。作为示例，调整的设置可以基于检测到的脸部的距离的平均、最小距离或者最大距离。

作为示例，关于确保在计算设备200的屏幕上提供的信息在计算设备200周围检测到的脸部的视力范围内，计算设备200可以确保检测到的脸部中的至少一个的焦点是否是在调整屏幕的亮度和/或屏幕上的文本的大小之前指向计算设备200的屏幕。如果检测到没有脸部正在将它们的焦点指向计算设备200，则可以仅自动调整计算设备200的可听范围，以便确保计算设备200周围的那些可以听到计算设备200上正在播放的内容。

图3是根据示例的计算设备基于计算设备的当前位置实现用于调整计算设备上的设置的方法所采取的步骤的流程图300。在讨论图3时，可以分别参考图1和2中所示的示例计算设备100、200。进行这样的参考以提供上下文示例并且不限制实现图3所示方法的方式。

在310处，计算设备经由计算设备的第一传感器捕捉计算设备当前所处环境的图像。作为示例，第一传感器可以是计算设备上的RGB或IR照相机，用于捕捉计算设备前面或周围的环境的图像或视频。在320处，计算设备检测如由图像捕捉的环境中的对象。如上所述，可以使用针对各种感兴趣对象的对象检测算法来处理捕捉的视频中的每个图像或帧。类似于计算设备200，计算设备可以确定检测到的对象是否对应于人脸。

在330处，计算设备基于从检测到的对象收集的上下文数据来确定环境的位置。如上所述，可以检测不同类型的对象，其可以提供计算设备所处的环境的种类的线索。作为示例，检测到的对象可以属于提供用于确定环境的位置的上下文数据的预定分类。然而，由第一传感器捕捉的一些环境可能不落入预定分类中的任何分类中。代之以，当计算设备正在检测对象时，计算设备可以保持对象的类型、对象的相对位置和那些对象的数量的日志。如果发现用户在该环境中经常且重复地使用计算设备，则可以为新环境动态地创建分类。作为示例，可以通过组合地考虑检测到的对象和对应于捕捉的对象的布置及其周围环境的场景来确定从检测到的对象收集的上下文数据。

在340处，计算设备基于所确定的位置来调整计算设备上的设置。作为示例，一旦由第一传感器捕捉的图像用于检测对象并确定计算设备很可能被用户使用的位置，计算设备就可以除其他之外自动调整关于锁定策略、隐私屏幕、音频设置、显示亮度和蓝牙设备设置的设置。要调整的设置可以是与所确定的位置相对应的计算设备的设置的简档的部分。作为示例，可以基于从检测到的对象收集的上下文数据确定的每个位置可以具有要调整的设置的唯一简档。

除了由第一传感器捕捉的图像之外，计算设备的第二传感器可以捕捉来自计算设备当前所处环境的环境噪声。作为示例，在计算设备基于所确定的位置调整计算设备上的设置之前，计算设备可以确定捕捉的环境噪声是否对应于所确定的位置。

作为示例，计算设备可以在计算设备的屏幕上显示与所确定的位置相对应的数据。例如，除了检测当前正在使用计算设备的一般环境(例如飞行器、咖啡馆，户外或在工作)之外，通过由第一传感器捕捉的环境检测到的一些对象可以对应于已知公司、商店和/或餐馆的徽标，提供计算设备很可能正在被属于特定公司的位置处的用户使用的指示。结果，对应于特定公司的数据可以显示在计算设备的屏幕上。

尽管图3的流程图示出了特定的执行顺序，但执行顺序可以与所描绘的顺序不同。例如，可以相对于所示的顺序打乱对两个或多个框或箭头的执行顺序。而且，连续示出的两个或多个框可以同时执行或部分同时执行。所有这些变化都是在本发明范围内的。

应当理解，所描述的示例可包括各种部件和特征。还应理解，阐述了许多具体细节以提供对示例的透彻理解。然而，应当理解，可以在不局限于这些具体细节的情况下实践示例。在其他情况下，可能未详细描述公知的方法和结构，以避免不必要地模糊对示例的描述。另外，实例也可以彼此组合使用。

说明书中对“示例”或类似语言的引用意味着结合示例所描述的特定特征、结构或特性被包括在至少一个示例中，但不一定也被包括在其他示例中。在说明书中的各个地方的短语“在一个示例中”或类似短语的各种实例不一定都指代相同的示例。

应当理解，提供所公开示例的先前描述以使本领域的任何技术人员能够制造或使用本公开。对于本领域技术人员来说，对这些示例的各种修改将容易清楚，并且在不脱离本公开的精神或范围的情况下，可以将本文中限定的一般原理应用于其他示例。因此，本公开不旨在局限于本文中所示的示例，而是与符合本文中公开的原理和新颖特征的最宽范围相一致。

Claims (15)

1.一种方法，包括：

经由计算设备的第一传感器捕捉计算设备当前所处环境的图像；

检测如由图像捕捉的环境中的对象；

基于从检测到的对象收集的上下文数据确定环境的位置；和

基于确定的位置调整计算设备上的设置。

2.根据权利要求1所述的方法，包括：

经由计算设备的第二传感器捕捉来自计算设备当前所处环境的环境噪声；和

在调整计算设备上的设置之前，确定捕捉的环境噪声是否对应于确定的位置。

3.根据权利要求1所述的方法，其中，要调整的设置是与确定的位置相对应的计算设备的设置的简档的部分，其中可以基于从检测到的对象收集的上下文数据来确定的每个位置将具有要调整的设置的独特简档。

4.根据权利要求1所述的方法，包括：

在计算设备的屏幕上显示与确定的位置相对应的数据。

5.根据权利要求1所述的方法，其中，检测到的对象属于预定分类，所述预定分类提供用于确定环境的位置的上下文数据。

6.根据权利要求1所述的方法，其中从检测到的对象收集的上下文数据包括检测围绕检测到的对象的场景，并且其中确定环境的位置包括组合地考虑检测到的对象和检测到的场景。

7.根据权利要求1所述的方法，包括：

确定在图像中是否存在捕捉到的脸部；

确定脸部与计算设备的距离；和

确定脸部中的至少一个的焦点是否指向计算设备的屏幕。

8.根据权利要求7所述的方法，其中，如果脸部中的至少一个的焦点指向计算设备，则基于将焦点指向屏幕的脸部到计算设备的距离来调整屏幕的亮度和屏幕上的文本的大小。

9.根据权利要求7所述的方法，包括基于脸部到计算设备的距离来调整计算设备的扬声器的音量。

10.一种非暂时性计算机可读存储介质，包括编程指令，当由处理器执行时，所述编程指令使处理器：

经由计算设备的传感器捕捉计算设备当前所处环境的图像；

确定在图像中是否存在捕捉的脸部；

确定脸部到计算设备的距离；和

基于脸部到计算设备的距离调整计算设备上的设置。

11.根据权利要求10所述的非暂时性计算机可读存储介质，包括编程指令，以使所述处理器：

确定脸部中的至少一个的焦点是否指向计算设备的屏幕。

12.根据权利要求11所述的非暂时性计算机可读存储介质，其中，如果脸部中的至少一个的焦点指向计算设备，则包括编程指令以使处理器基于将焦点指向屏幕的脸部到计算设备的距离来调整屏幕的亮度和屏幕上的文本的大小。

13.一种计算设备，包括：

第一传感器；

第二传感器；

处理器，用于：

经由第一传感器捕捉计算设备当前所处环境的图像；

检测如由图像捕捉的环境中的对象；

基于从检测到的对象收集的上下文数据确定环境的位置；

经由第二传感器捕捉来自于环境的环境噪声；

确定捕捉的环境噪声是否对应于确定的位置；和

如果捕捉的环境噪声对应于确定的位置，则基于确定的位置调整计算设备上的设置。

14.根据权利要求13所述的计算设备，其中，要调整的设置是与确定的位置相对应的计算设备的设置的简档的部分，其中可以基于从检测到的对象收集的上下文数据来确定的每个位置将具有要调整的设置的独特简档。

15.根据权利要求13所述的计算设备，包括屏幕，其中处理器在屏幕上显示与确定的位置相对应的数据。