CN106954052A - 童锁方法及系统 - Google Patents
童锁方法及系统 Download PDFInfo
- Publication number
- CN106954052A CN106954052A CN201710172995.3A CN201710172995A CN106954052A CN 106954052 A CN106954052 A CN 106954052A CN 201710172995 A CN201710172995 A CN 201710172995A CN 106954052 A CN106954052 A CN 106954052A
- Authority
- CN
- China
- Prior art keywords
- projected image
- image
- projected
- limit grade
- limiter stage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/12—Picture reproducers
- H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
- H04N9/3179—Video signal processing therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
Abstract
本发明涉及投影显示技术领域,具体而言,涉及一种童锁方法及系统。所述童锁方法,应用于投影设备。所述方法包括:获取所述投影设备的投影图像;判断所述投影图像是否为限制级图像;以及当判断得出所述投影图像为限制级图像时,对所述投影图像进行处理。本发明实施例提供的童锁方法及系统,实现了投影设备投影图像的自动筛选,相对于传统人工筛选和提供商筛选而言不仅节约了人力资源成本,且较为全面。
Description
技术领域
本发明涉及投影显示技术领域,具体而言,涉及一种童锁方法及系统。
背景技术
现有投影设备大多采用人工选择的方法提供投影图像,避免投影图像出现色情、血腥和暴力反动内容,或者跟第三方的投影图像内容提供商合作,直接用第三方的投影图像内容。经发明人研究发现,现有方案需要投入很大的人力资源成本,而且只能做到有限的内容限制,没办法控制网络上大量色情、血腥和暴力反动内容出现在投影设备的内容平台上,进而影响儿童健康的观看体验。
发明内容
有鉴于此,本发明提供一种童锁方法及系统,以解决上述问题。
本发明实施例提供了一种童锁方法,应用于投影设备,所述方法包括:
获取所述投影设备的投影图像;
判断所述投影图像是否为限制级图像;以及
当判断得出所述投影图像为限制级图像时,对所述投影图像进行处理。
进一步地,所述判断所述投影图像是否为限制级图像的步骤,包括:
对所述投影图像进行限制等级划分;以及
判断所述投影图像的限制等级是否大于预设限制等级阈值,若大于所述预设限制等级阈值,则判定所述投影图像为限制级图像。
进一步地,所述根据预存的图像训练模型对所述投影图像进行限制等级划分的步骤,包括:
将所述投影图像输入到预存的图像训练模型,以提取所述投影图像的图像特征;以及
根据所述图像特征计算所述投影图像相对于限制级图像的相似度,并根据所述相似度得到所述投影图像的限制等级,所述图像训练模型预先根据限制级图像对应的图像样本集进行自适应学习。
进一步地,所述对所述投影图像进行处理的方法,包括:
通过高斯模糊算法对所述投影图像进行模糊处理;或
关闭所述投影图像。
进一步地,执行所述判断所述投影图像是否为限制级图像的步骤之前,所述方法还包括:
对所述投影图像进行降噪处理和尺度变换。
本发明实施例还提供了一种童锁系统,应用于投影设备,包括系统:
投影图像获取模块,用于获取所述投影设备的投影图像;
投影图像判断模块,用于判断所述投影图像是否为限制级图像;以及
投影图像处理模块,用于当判断得出所述投影图像为限制级图像时,对所述投影图像进行处理。
进一步地,所述投影图像判断模块,包括:
限制等级划分单元,用于对所述投影图像进行限制等级划分;以及
投影图像判断单元,用于判断所述投影图像的限制等级是否大于预设限制等级阈值,若大于所述预设限制等级阈值,则判定所述投影图像为限制级图像。
进一步地,所述限制等级划分单元,包括:
图像特征提取子单元,用于将所述投影图像输入到预存的图像训练模型,以提取所述投影图像的图像特征;以及
限制等级划分子单元,用于根据所述图像特征计算所述投影图像相对于限制级图像的相似度,并根据所述相似度得到所述投影图像的限制等级,所述图像训练模型预先根据限制级图像对应的图像样本集进行自适应学习。
进一步地,所述投影图像处理模块,包括:
投影图像模糊单元,用于通过高斯模糊算法对所述投影图像进行模糊处理;或
投影图像关闭单元,用于关闭所述投影图像。
进一步地,所述系统还包括投影图像预处理模块,用于对所述投影图像进行降噪处理和尺度变换。
相对于现有技术而言,本发明具有以下有益效果:
本发明实施例提供的童锁方法及系统,通过获取投影设备的投影图像,并判断投影图像是否为限制级图像,当判断得出投影图像为限制级图像时,对投影图像进行处理,实现了投影设备投影图像的自动筛选,相对于传统人工筛选和提供商筛选而言不仅节约了人力资源成本,且较为全面。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,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相关的附图。
图1为本发明实施例提供的一种投影设备的示意性结构框图。
图2为本发明实施例提供的一种童锁系统的功能模块框图。
图3为本发明实施例提供的一种投影图像判断模块的结构框图。
图4为本发明实施例提供的一种限制等级划分单元的结构框图。
图5为本发明实施例提供的一种投影图像处理模块的结构框图。
图6为本发明实施例提供的童锁系统的另一种功能模块框图。
图7为本发明实施例提供的一种童锁方法的流程图。
图8为图7中步骤S200的子步骤的流程图。
图9为图8中步骤S210的子步骤的流程图。
图10为本发明实施例提供的童锁方法的另一种流程图。
图标:10-投影设备;100-童锁系统;110-投影图像获取模块;120-投影图像判断模块;121-限制等级划分单元;1211-图像特征提取子单元;1212-限制等级划分子单元;122-投影图像判断单元;130-投影图像处理模块;131-投影图像模糊单元;132-投影图像关闭单元;140-投影图像预处理模块;200-处理器;300-存储器。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
请参阅图1,本发明实施例提供了一种童锁系统100,应用于投影设备10。所述投影设备10还包括处理器200和存储器300。
所述处理器200和所述存储器300之间直接或间接地电性连接,以实现数据的传输或交互。例如,两者通过通讯总线或信号线实现电性连接。所述童锁系统100包括至少一个可以软件或固件(firmware)的形式存储于所述存储器300中的软件功能模块。所述处理器200用于执行存储器300中存储的可执行模块,例如所述童锁系统100包括的软件功能模块或计算机程序。
其中,存储器300可以是,但不限于,随机读取存储器(Random Access memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器300用于存储程序,所述处理器200在接收到执行指令后,执行所述程序,本发明实施例任一实施方式所揭示的流程定义的方法可以应用于处理器200中,或者由处理器200实现。
处理器200可能是一种集成电路芯片,具有信号的处理能力。上述处理器200可以是通用处理器,包括中央处理器(Central Processing Unit,
简称CPU)、网络处理器(Network Processor,简称NP)等。还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。
可以理解,图1所示的结构仅为示意,所述投影设备10还可以包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
请参阅图2,为本发明实施例提供的一种童锁系统100的功能模块框图。所述童锁系统100应用于图1所示的投影设备10。所述童锁系统100包括投影图像获取模块110、投影图像判断模块120和投影图像处理模块130。
其中,所述投影图像获取模块110用于获取所述投影设备10的投影图像。
需要说明的是,本实施例中,应用所述童锁方法的投影设备10还设置有摄像装置。所述摄像装置可以是所述投影设备10自带的内置摄像头,也可以是与所述投影设备10连接的外挂摄像头。本实施例中,可以设置一预设时间,例如,可以为0.5秒或1秒,具体数值不作限制。所述投影图像获取模块110每隔一所述预设时间向所述摄像装置发送投影图像获取命令,启动所述摄像装置,获取所述投影设备10的投影图像。可选地,所述摄像装置获取的投影图像为分辨率为640*480的RGB图像。
所述投影图像判断模块120用于判断所述投影图像是否为限制级图像。
本实施例中,所述限制级图像包括色情图像、血腥图像、暴力反动图像等。此外,可以理解的是,所述限制级图像的内容可以是人、物图像,也可以是文本内容,例如,包含淫秽色情词汇或反动敏感词汇的文本。
请结合图3,具体地,本实施例中,所述投影图像判断模块120包括限制等级划分单元121和投影图像判断单元122。
其中,所述限制等级划分单元121用于对所述投影图像进行限制等级划分。
可选地,本实施例中,所述限制等级划分单元121根据预存的图像训练模型对所述投影图像进行限制等级划分。其中,所述图像训练模型可以采用卷积神经网络(Convolutional Neural Network,CNN)构建。CNN是人工神经网络的一种,已成为当前语音分析和图像识别领域的研究热点。它的权值共享网络结构使之更类似于生物神经网络,降低了网络模型的复杂度,减少了权值的数量。该优点在网络的输入是多维图像时表现的更为明显,使图像可以直接作为网络的输入,从而避免了传统识别算法中复杂的特征提取和数据重建过程。
请结合图4,具体地,本实施例中,所述限制等级划分单元121包括图像特征提取子单元1211和限制等级划分子单元1212。
其中,所述图像特征提取子单元1211用于将所述投影图像输入到预存的图像训练模型,以提取所述投影图像的图像特征。
本实施例中,通过对所述投影图像进行卷积运算,得到所述投影图像的特征图。为了简化网络计算的复杂度,可选地,本实施例中,还将对所述特征图进行降采样,使得所述特征图大小减半,再提取所述特征图的图像特征,并对所述特征图进行逻辑回归处理。可选地,本实施例中,提取的所述特征图的图像特征包括色彩特征、纹理特征和形状特征等。
为得到准确的限制等级划分结果,可选地,在提取所述投影图像进行卷积运算之前,还将对所述投影图像进行初步处理。例如,对所述投影图像进行去均值化、归一化和白化处理。
所述限制等级划分子单元1212用于根据所述图像特征计算所述投影图像相对于限制级图像的相似度,并根据所述相似度得到所述投影图像的限制等级。所述图像训练模型预先根据限制级图像对应的图像样本集进行自适应学习。可以理解,所述限制级图像对应的图像样本集包括色情图像样本集、血腥图像样本集、暴力反动图像样本集等。
本实施例中,所述限制等级划分子单元1212对所述图像特征提取子单元1211提取的所述特征图的图像特征进行综合分析,形成输出结果。其中,所述输出结果可以是0~1的某一具体数值,当所述输出结果越接近1时,所述投影图像相对于限制级图像的相似度越高,而所述相似度越高则表示所述投影图像的限制等级越高。
本实施例中,所述特征图的图像特征包括色彩特征、纹理特征和形状特征。可选地,所述限制等级划分子单元1212可对所述特征图的色彩特征、纹理特征和形状特征进行综合分析,形成输出结果。具体过程如下。
分析所述特征图的色彩特征,获取所述特征图的色彩比例,判断所述特征图的色彩比例与预存的限制级图像的色彩比例的相似度,进而得出所述投影图像与所述限制级图像的相似度。例如,当所述特征图中肉色(黄色、白色、黑色)比例较高,且其他色彩比例均相对较低时,则可判断出所述投影图像中有暴露的人体部位,从而判断出所述投影图像相对于限制级图像的相似度较高。
分析所述特征图的纹理特征,判断所述特征图的纹理特征与预存的限制级图像的纹理特征的相似度,进而得出所述投影图像与所述限制级图像的相似度。其中,所述纹理特征用于表征所述特征图的均匀程度、细致程度、粗糙程度等。
分析所述特征图的形状特征,判断所述特征图的所述形状特征与预存的限制级图像的形状特征的相似度,进而得出所述投影图像与所述限制级图像的相似度。其中,所述限制级图像的形状特征包括人体敏感器官和人体隐私部位等的形状特征。
最后,对上述三种分析判断结果进行综合权衡并计算,形成最终表征所述投影图像相对于限制级图像的相似度的输出结果,根据所述输出结果获得所述投影图像的限制等级。
投影图像判断单元122用于判断所述投影图像的限制等级是否大于预设限制等级阈值,若大于所述预设限制等级阈值,则判定所述投影图像为限制级图像。
投影图像处理模块130用于当判断得出所述投影图像为限制级图像时,对所述投影图像进行处理。
本实施例中,当判断得出所述投影图像为限制级图像时,为避免影响儿童健康的观看体验,需要对所述投影图像进行处理。请结合图5,可选地,所述投影图像处理模块130包括投影图像模糊单元131或投影图像关闭单元132。
其中,投影图像模糊单元131用于通过高斯模糊算法对所述投影图像进行模糊处理,以完成所述投影设备10的童锁功能。本实施例中,通过高斯模糊算法减小了所述投影图像的图像噪声,同时也降低了所述投影图像的细节层次。最终,通过高斯模糊算法进行模糊处理后的所述投影图像的视觉效果是经过一个半透明的屏幕观察所述投影图像。
所述投影图像关闭单元132用于关闭所述投影图像。本实施例中,判断得出所述投影图像为限制级图像后,所述投影图像关闭单元132向所述投影设备10的开关控制器件发送关机命令,直接关闭所述投影设备10,以关闭所述投影图像。
请参阅图6,为了提高所述投影图像获取模块110获取的所述投影设备10的投影图像质量,以增加所述投影图像判断模块120判断的准确性,本实施例中,所述童锁系统100还包括投影图像预处理模块140。
所述投影图像预处理模块140用于对所述投影图像获取模块110获取的所述投影图像进行降噪处理和尺度变换。具体地,本实施例中,通过高斯滤波对所述投影图像进行降噪处理,以提高所述投影图像的信噪比,进而增强所述投影图像的清晰度。此外,本实施例中,可选地,通过拉普拉斯金字塔对所述投影图像做尺度变换。
请参阅图7,为本发明实施例提供的一种童锁方法的流程图,所述方法应用于图1所示的投影设备10。所应说明的是,本发明提供的方法不以图7及以下所示的具体顺序为限制。下面将对图7所示的具体步骤进行详细描述。
步骤S100,获取所述投影设备10的投影图像。
本实施例中,步骤S100可以由图2所示的投影图像获取模块110执行。
步骤S200,判断所述投影图像是否为限制级图像。
本实施例中,步骤S200可以由图2所示的投影图像判断模块120执行。
请结合图8,具体地,本实施例中,步骤S200可以包括步骤S210和步骤S220两个子步骤。
步骤S210,对所述投影图像进行限制等级划分。
本实施例中,步骤S210可以由图3所示的限制等级划分单元121执行。
请结合图9,具体地,本实施例中,所述步骤S210可以包括步骤S211和步骤S212两个子步骤。
步骤S211,将所述投影图像输入到预存的图像训练模型,以提取所述投影图像的图像特征。
本实施例中,步骤S211可以由图4所示的图像特征提取子单元1211执行。
步骤S212,根据所述图像特征计算所述投影图像相对于限制级图像的相似度,并根据所述相似度得到所述投影图像的限制等级,所述图像训练模型预先根据限制级图像对应的图像样本集进行自适应学习。
本实施例中,步骤S212可以由图4所示的限制等级划分子单元1212执行。
步骤S220,判断所述投影图像的限制等级是否大于预设限制等级阈值,若大于所述预设限制等级阈值,则判定所述投影图像为限制级图像。
本实施例中,步骤S220可以由图3所示的投影图像判断单元122执行。
步骤S300,当判断得出所述投影图像为限制级图像时,对所述投影图像进行处理。
本实施例中,步骤S300可以由图2所示的投影图像处理模块130执行。
本实施例中,所述步骤S300可以是通过高斯模糊算法对所述投影图像进行模糊处理,或关闭所述投影图像,
其中,通过高斯模糊算法对所述投影图像进行模糊处理可以由图5所示的投影图像模糊单元131执行,关闭所述投影图像可以由图5所示的投影图像关闭单元132执行。
请参阅图10,本实施例中,在执行步骤S200之前,所述方法还可以包括步骤S400,对所述投影图像进行降噪处理和尺度变换。
本实施例中,步骤S400可以由图6所示的投影图像预处理模块140执行。
综上所述,本发明实施例提供的童锁方法及系统,通过获取投影设备10的投影图像,并判断投影图像是否为限制级图像,当判断得出投影图像为限制级图像时,对投影图像进行处理,实现了投影设备10投影图像的自动筛选,相对于传统人工筛选和提供商筛选而言不仅节约了人力资源成本,且较为全面。
在本申请所提供的实施例中,应该理解到,所揭露的方法和系统,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
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。凡在本发明的精神和原则之内,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。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种童锁方法,应用于投影设备,其特征在于,所述方法包括:
获取所述投影设备的投影图像;
判断所述投影图像是否为限制级图像;以及
当判断得出所述投影图像为限制级图像时,对所述投影图像进行处理。
2.根据权利要求1所述的童锁方法,其特征在于,所述判断所述投影图像是否为限制级图像的步骤,包括:
对所述投影图像进行限制等级划分;以及
判断所述投影图像的限制等级是否大于预设限制等级阈值,若大于所述预设限制等级阈值,则判定所述投影图像为限制级图像。
3.根据权利要求2所述的童锁方法,其特征在于,所述对所述投影图像进行限制等级划分的步骤,包括:
将所述投影图像输入到预存的图像训练模型,以提取所述投影图像的图像特征;以及
根据所述图像特征计算所述投影图像相对于限制级图像的相似度,并根据所述相似度得到所述投影图像的限制等级,所述图像训练模型预先根据限制级图像对应的图像样本集进行自适应学习。
4.根据权利要求1所述的童锁方法,其特征在于,所述对所述投影图像进行处理的方法,包括:
通过高斯模糊算法对所述投影图像进行模糊处理;或
关闭所述投影图像。
5.根据权利要求1所述的童锁方法,其特征在于,执行所述判断所述投影图像是否为限制级图像的步骤之前,所述方法还包括:
对所述投影图像进行降噪处理和尺度变换。
6.一种童锁系统,应用于投影设备,其特征在于,包括系统:
投影图像获取模块,用于获取所述投影设备的投影图像;
投影图像判断模块,用于判断所述投影图像是否为限制级图像;以及
投影图像处理模块,用于当判断得出所述投影图像为限制级图像时,对所述投影图像进行处理。
7.根据权利要求6所述的童锁系统,其特征在于,所述投影图像判断模块,包括:
限制等级划分单元,对所述投影图像进行限制等级划分;以及
投影图像判断单元,用于判断所述投影图像的限制等级是否大于预设限制等级阈值,若大于所述预设限制等级阈值,则判定所述投影图像为限制级图像。
8.根据权利要求7所述的童锁系统,其特征在于,所述限制等级划分单元,包括:
图像特征提取子单元,用于将所述投影图像输入到预存的图像训练模型,以提取所述投影图像的图像特征;以及
限制等级划分子单元,用于根据所述图像特征计算所述投影图像相对于限制级图像的相似度,并根据所述相似度得到所述投影图像的限制等级,所述图像训练模型预先根据限制级图像对应的图像样本集进行自适应学习。
9.根据权利要求6所述的童锁系统,其特征在于,所述投影图像处理模块,包括:
投影图像模糊单元,用于通过高斯模糊算法对所述投影图像进行模糊处理;或
投影图像关闭单元,用于关闭所述投影图像。
10.根据权利要求6所述的童锁系统,其特征在于,所述系统还包括投影图像预处理模块,用于对所述投影图像进行降噪处理和尺度变换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710172995.3A CN106954052A (zh) | 2017-03-22 | 2017-03-22 | 童锁方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710172995.3A CN106954052A (zh) | 2017-03-22 | 2017-03-22 | 童锁方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106954052A true CN106954052A (zh) | 2017-07-14 |
Family
ID=59472792
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710172995.3A Pending CN106954052A (zh) | 2017-03-22 | 2017-03-22 | 童锁方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106954052A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103986946A (zh) * | 2014-06-03 | 2014-08-13 | 安徽海聚信息科技有限责任公司 | 一种网络电视机的童锁控制方法 |
CN104506912A (zh) * | 2015-01-19 | 2015-04-08 | 无锡桑尼安科技有限公司 | 一种基于画面内容检测的电视播控方法 |
CN105631015A (zh) * | 2015-12-31 | 2016-06-01 | 宁波领视信息科技有限公司 | 一种智能多媒体播放器 |
CN105812921A (zh) * | 2016-04-26 | 2016-07-27 | Tcl海外电子(惠州)有限公司 | 控制媒体信息播放的方法及终端 |
CN105989330A (zh) * | 2015-02-03 | 2016-10-05 | 阿里巴巴集团控股有限公司 | 一种图片检测方法及设备 |
CN106507168A (zh) * | 2016-10-09 | 2017-03-15 | 乐视控股(北京)有限公司 | 一种视频播放方法及装置 |
-
2017
- 2017-03-22 CN CN201710172995.3A patent/CN106954052A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103986946A (zh) * | 2014-06-03 | 2014-08-13 | 安徽海聚信息科技有限责任公司 | 一种网络电视机的童锁控制方法 |
CN104506912A (zh) * | 2015-01-19 | 2015-04-08 | 无锡桑尼安科技有限公司 | 一种基于画面内容检测的电视播控方法 |
CN105989330A (zh) * | 2015-02-03 | 2016-10-05 | 阿里巴巴集团控股有限公司 | 一种图片检测方法及设备 |
CN105631015A (zh) * | 2015-12-31 | 2016-06-01 | 宁波领视信息科技有限公司 | 一种智能多媒体播放器 |
CN105812921A (zh) * | 2016-04-26 | 2016-07-27 | Tcl海外电子(惠州)有限公司 | 控制媒体信息播放的方法及终端 |
CN106507168A (zh) * | 2016-10-09 | 2017-03-15 | 乐视控股(北京)有限公司 | 一种视频播放方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111931701B (zh) | 基于人工智能的姿态识别方法、装置、终端和存储介质 | |
KR102629380B1 (ko) | 실제 3차원 객체를 실제 객체의 2-차원 스푸프로부터 구별하기 위한 방법 | |
CN107679525A (zh) | 图像分类方法、装置及计算机可读存储介质 | |
EP3696725A1 (en) | Tool detection method and device | |
CN104915972A (zh) | 图像处理装置、图像处理方法以及程序 | |
CN110781976B (zh) | 训练图像的扩充方法、训练方法及相关装置 | |
CN110991380A (zh) | 人体属性识别方法、装置、电子设备以及存储介质 | |
CN108268850A (zh) | 一种基于图像的大数据处理方法 | |
CN109902561A (zh) | 一种应用于机器人的人脸识别方法和装置、机器人 | |
CN110135421A (zh) | 车牌识别方法、装置、计算机设备及计算机可读存储介质 | |
CN113841161A (zh) | 用于自动生成内容分发图像的可扩展体系架构 | |
CN113033321A (zh) | 目标行人属性识别模型的训练方法及行人属性识别方法 | |
CN112991217A (zh) | 一种医学图像采集方法、装置及设备 | |
CN114782892A (zh) | 违规行为目标检测方法、装置、设备及存储介质 | |
CN111582382B (zh) | 状态识别方法、装置以及电子设备 | |
CN108985249A (zh) | 人脸检测方法、装置、电子设备以及存储介质 | |
CN108804893A (zh) | 一种基于人脸识别的控制方法、装置和服务器 | |
CN107909687A (zh) | 一种基于机器学习的智能门控系统及其控制方法 | |
CN106954052A (zh) | 童锁方法及系统 | |
CN115690615B (zh) | 一种面向视频流的深度学习目标识别方法及系统 | |
CN116363732A (zh) | 人脸情绪识别方法、装置、设备及存储介质 | |
CN113963311B (zh) | 一种安全生产风险视频监控方法及系统 | |
CN110222571A (zh) | 黑眼圈智能判断方法、装置及计算机可读存储介质 | |
CN112102175A (zh) | 图像对比度的增强方法、装置、存储介质及电子设备 | |
CN108154169A (zh) | 图像处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170714 |
|
RJ01 | Rejection of invention patent application after publication |