CN113342173A - 一种基于体感操作一体眼镜的自适应学习方法 - Google Patents
一种基于体感操作一体眼镜的自适应学习方法 Download PDFInfo
- Publication number
- CN113342173A CN113342173A CN202110742474.3A CN202110742474A CN113342173A CN 113342173 A CN113342173 A CN 113342173A CN 202110742474 A CN202110742474 A CN 202110742474A CN 113342173 A CN113342173 A CN 113342173A
- Authority
- CN
- China
- Prior art keywords
- glasses
- offset
- user
- module
- information
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/013—Eye tracking input arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/44—Program or device authentication
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本发明公开了一种基于体感操作一体眼镜的自适应学习方法,属于智能穿戴技术领域;本发明包括识别模块、控制模块、用户管理模块、自适应学习模块、传感模块;本发明方法包括识别模块获取使用者信息,判断眼镜状态是否处于使用者常用状态、记录初始状态信息、自适应学习更新;本发明通过识别模块记录为预设偏移量,以便于当眼镜佩戴进入某个场景时发生变化、使用者变化、眼镜使用状态变化或者用户的使用习惯发生变化时,都可以自动的将眼镜设定的预设偏移量进行更新迭代,以防止每次佩戴眼镜进入场景时操作发生异常,提高用户对于眼镜佩戴的用户体验,减少因为操作逻辑定式难以应对用户操作不定式导致的操作困难等问题,提高用户粘性。
Description
技术领域
本发明属于智能穿戴技术领域,特别涉及一种基于体感操作一体眼镜的自适应学习方法。
背景技术
智能眼镜,也称智能镜,是指“像智能手机一样,具有独立的操作系统,智能眼镜可以由用户安装软件、游戏等软件服务商提供的程序。智能眼镜可通过语音或动作操控完成添加日程、地图导航、与好友互动、拍摄照片和视频、与朋友展开视频通话等功能,并可以通过移动通讯网络来实现无线网络接入的这样一类眼镜的总称”。但是目前智能眼镜操作较为固定,不能够很好的贴合使用者的使用习惯,这是因为操作逻辑一般为定式难以应对用户操作的不定式导致的操作困难等问题,大大增加使用者的学习成本,每次佩戴眼镜进入场景时容易导致操作发生异常,降低用户对于眼镜佩戴的用户体验;所以亟待开发一种基于体感操作一体眼镜的自适应学习方法。
发明内容
(一)要解决的技术问题
(1)提高智能眼镜佩戴时的使用体验;
(2)减少因为操作逻辑定式难以应对用户操作不定式导致的操作困难等问题。
(二)技术方案
本发明通过如下技术方案实现:一种基于体感操作一体眼镜的自适应学习方法,包括识别模块、控制模块、用户管理模块、自适应学习模块、传感模块;当所述眼镜佩戴时,识别模块识别并通过控制模块控制自适应学习模块执行;所述方法具体的包括:
识别模块获取使用者信息;
当检测到所述眼镜处于工作状态时,判断眼镜状态是否处于使用者合适状态;
若是,则调度传感模块将此状态信息设定为初始状态信息;并以此为自适应学习的预设条件,并设定预设时间,进一步的调度控制模块控制传感模块及自适应学习模块开始执行;
通过传感模块获取第一预设时间内,眼镜空间状态的第一实时偏移量是否小于初始状态信息中的第一预设偏移量;
若是,则将第一实时偏移量信息代替预设偏移量更新为当前的预设偏移量,记录为第二预设偏移量,并保存至本地偏移量数据库。
作为上述方案的进一步说明,所述识别模块获取使用者信息包括人脸识别信息、虹膜识别信息、指纹识别信息、声纹信息中的一种或多种。
作为上述方案的进一步说明,识别模块获取使用者信息若所述使用者通过人脸识别信息、虹膜识别信息、指纹识别信息、声纹信息中的一种或多种进行识别为在册用户则进入下一步,否则通过识别模块为使用者建立使用者档案信息,并保存至用户管理模块。
作为上述方案的进一步说明,所述使用者档案信息包括人脸识别信息、虹膜识别信息、指纹识别信息、声纹信息中的一种或多种。
作为上述方案的进一步说明,所述使用者常用状态具体的通过语音信号提示用户将眼镜调节至常用状态;所述初始状态信息具体的包括以眼镜为空间坐标系的原坐标信息、头部控制眼镜的偏移量、头部控制眼镜回正后的空间偏移量。
作为上述方案的进一步说明,所述第一预设偏移量为初始状态信息种的头部控制眼镜的偏移量、头部控制眼镜回正后的空间偏移量。
作为上述方案的进一步说明,传感模块采集数据,并将数据组成特定的多元组{Ta,Xb,Yc,Zd,Pe},其中a、b、c、d、e为自然数,Ta代表第a个时间段,Xb代表第b个X方向上的偏移量,Yc代表第c个Y方向上的偏移量,Zd为第d个Z方向上的偏移量,Pe代表第e个头部控制眼镜回正后与常用状态的空间偏移量。
作为上述方案的进一步说明,基于传感模块采集数据,在预设时间内,第一实时偏移量获取方法包括如下方法:
在所储存的多元数据中,在预设时间,得到一个包含Ta的多元数据组,设定为第一集合,即{Ta,Xb,Yc,Zd,Pe},其中a=0、1、2、3、4、5、6...n;b=0、1、2、3、4、5、6...n;c=0、1、2、3、4、5、6...n;d=0、1、2、3、4、5、6...n;e=0、1、2、3、4、5、6...n;
在第一集合中依据X、Y、Z顺序,依次选择max{Xb},max{Yc},max{Zd},将三个最大值形成第二集合,即{Ta,Xmax,Ymax,Zmax,Pe},其中a=0、1、2、3、4、5、6...n;e=0、1、2、3、4、5、6...n;
在第二集合的基础上,通过算数平均值统计选取Mean Average{Pe}形成最终的第一实时偏移量,即{Ta,Xmax,Ymax,Zmax,PMean Average};
得到眼镜空间状态的第一实时偏移量后判断是否小于初始状态信息中的第一预设偏移量;
若第一实时偏移量大于初始状态信息中的第一预设偏移量,则将第一实时偏移量排除,此时预设偏移量仍为第一预设偏移量。
作为上述方案的进一步说明,所述多元数据组在每段预设时间内获取一组并保存后,将其他数据进行清零,并重新循环。
作为上述方案的进一步说明,当前预设偏移量的更新次数是否大于预设次数阈值,若大于则停止更新。
(三)有益效果
本发明相对于现有技术,具有以下有益效果:
本发明的特点在于:本发明通过识别模块记录为预设偏移量,以便于当眼镜佩戴进入某个场景时发生变化、使用者变化、眼镜使用状态变化或者用户的使用习惯发生变化时,都可以自动的将眼镜设定的预设偏移量进行更新迭代,以防止每次佩戴眼镜进入场景时操作发生异常,提高用户对于眼镜佩戴的用户体验,减少因为操作逻辑定式难以应对用户操作不定式导致的操作困难等问题,提高用户粘性。
具体实施方式
一种基于体感操作一体眼镜的自适应学习方法,包括识别模块、控制模块、用户管理模块、自适应学习模块、传感模块;当所述眼镜佩戴时,识别模块识别并通过控制模块控制自适应学习模块执行;所述方法具体的包括:
识别模块获取使用者信息;
当检测到所述眼镜处于工作状态时,判断眼镜状态是否处于使用者合适状态;
若是,则调度传感模块将此状态信息设定为初始状态信息;并以此为自适应学习的预设条件,并设定预设时间,进一步的调度控制模块控制传感模块及自适应学习模块开始执行;
通过传感模块获取第一预设时间内,眼镜空间状态的第一实时偏移量是否小于初始状态信息中的第一预设偏移量;
若是,则将第一实时偏移量信息代替预设偏移量更新为当前的预设偏移量,记录为第二预设偏移量,并保存至本地偏移量数据库。
其中,所述识别模块获取使用者信息包括人脸识别信息、虹膜识别信息、指纹识别信息、声纹信息中的一种或多种。
其中,识别模块获取使用者信息若所述使用者通过人脸识别信息、虹膜识别信息、指纹识别信息、声纹信息中的一种或多种进行识别为在册用户则进入下一步,否则通过识别模块为使用者建立使用者档案信息,并保存至用户管理模块。
其中,所述使用者档案信息包括人脸识别信息、虹膜识别信息、指纹识别信息、声纹信息中的一种或多种。
其中,所述使用者常用状态具体的通过语音信号提示用户将眼镜调节至常用状态;所述初始状态信息具体的包括以眼镜为空间坐标系的原坐标信息、头部控制眼镜的偏移量、头部控制眼镜回正后的空间偏移量。
其中,所述第一预设偏移量为初始状态信息种的头部控制眼镜的偏移量、头部控制眼镜回正后的空间偏移量。
其中,传感模块采集数据,并将数据组成特定的多元组{Ta,Xb,Yc,Zd,Pe},其中a、b、c、d、e为自然数,Ta代表第a个时间段,Xb代表第b个X方向上的偏移量,Yc代表第c个Y方向上的偏移量,Zd为第d个Z方向上的偏移量,Pe代表第e个头部控制眼镜回正后与常用状态的空间偏移量。
其中,基于传感模块采集数据,在预设时间内,第一实时偏移量获取方法包括如下方法:
在所储存的多元数据中,在预设时间,得到一个包含Ta的多元数据组,设定为第一集合,即{Ta,Xb,Yc,Zd,Pe},其中a=0、1、2、3、4、5、6...n;b=0、1、2、3、4、5、6...n;c=0、1、2、3、4、5、6...n;d=0、1、2、3、4、5、6...n;e=0、1、2、3、4、5、6...n;
在第一集合中依据X、Y、Z顺序,依次选择max{Xb},max{Yc},max{Zd},将三个最大值形成第二集合,即{Ta,Xmax,Ymax,Zmax,Pe},其中a=0、1、2、3、4、5、6...n;e=0、1、2、3、4、5、6...n;
在第二集合的基础上,通过算数平均值统计选取Mean Average{Pe}形成最终的第一实时偏移量,即{Ta,Xmax,Ymax,Zmax,PMean Average};
得到眼镜空间状态的第一实时偏移量后判断是否小于初始状态信息中的第一预设偏移量;
若第一实时偏移量大于初始状态信息中的第一预设偏移量,则将第一实时偏移量排除,此时预设偏移量仍为第一预设偏移量。
其中,所述多元数据组在每段预设时间内获取一组并保存后,将其他数据进行清零,并重新循环。
其中,当前预设偏移量的更新次数是否大于预设次数阈值,若大于则停止更新。
工作原理:
实施例
一种基于体感操作一体眼镜的自适应学习方法,包括识别模块、控制模块、用户管理模块、自适应学习模块、传感模块;当所述眼镜佩戴时,识别模块识别并通过控制模块控制自适应学习模块执行;
识别模块用于识别使用者的信息,识别方法包括人脸识别信息、虹膜识别信息、指纹识别信息、声纹信息中的一种或多种。
控制模块用于眼镜调用识别模块、用户管理模块、自适应学习模块、传感模块。
用户管理模块用于用户信息的管理及保存。
自适应学习模块用于主动式学习用户使用眼镜时的信息及状态。
传感模块用于识别眼镜状态包括以眼镜为空间坐标系的原坐标信息及各类偏移量信息的状态。
自适应学习方法具体的包括:
识别模块获取使用者信息;此步骤在于识别使用者信息,若当前使用者信息为已经注册并保存在用户管理模块中的则直接调用,若为新使用者则通过识别模块为使用者建立使用者档案信息,并保存至用户管理模块,此时记录的信息包括人脸识别信息、虹膜识别信息、指纹识别信息、声纹信息中的一种或多种,并通过控制终端设定标签后存储于用户管理模块。
当检测到所述眼镜处于工作状态时,判断眼镜状态是否处于使用者常用状态;使用者常用状态具体的通过语音信号提示用户将眼镜调节至合适状态;所谓合适状态即佩戴时无异感;
若是,则调度传感模块将此状态信息设定为初始状态信息;初始状态信息具体的包括以眼镜为空间坐标系的原坐标信息、头部控制眼镜的偏移量、头部控制眼镜回正后的空间偏移量;并以此为自适应学习的预设条件,并设定预设时间,进一步的调度控制模块控制传感模块及自适应学习模块开始执行;此步骤在实际使用中体现为使用者佩戴眼镜完成识别后,首先在手机等显示终端中显示标定图案,依据标定图案引导使用者进行操作,获取以眼镜为空间坐标系的原坐标信息、头部控制眼镜的偏移量、头部控制眼镜回正后的空间偏移量;将标定时记录的偏移量及坐标信息作为初始状态信息;在此步骤中若为已经注册过的使用者,则从用户管理模块直接调用初始状态信息即可,若为新的使用者,则需进行标定。,
通过传感模块获取第一预设时间内,眼镜空间状态的第一实时偏移量是否小于初始状态信息中的第一预设偏移量;此处第一预设偏移量为初始状态信息种的头部控制眼镜的偏移量、头部控制眼镜回正后的空间偏移量;第一实时偏移量则通过传感模块采集的数据整合得到,具体的将数据组成特定的多元组{Ta,Xb,Yc,Zd,Pe},其中a、b、c、d、e为自然数,Ta代表第a个时间段,Xb代表第b个X方向上的偏移量,Yc代表第c个Y方向上的偏移量,Zd为第d个Z方向上的偏移量,Pe代表第e个头部控制眼镜回正后与常用状态的空间偏移量,基于上述的传感模块采集数据的预设规则,在预设时间内,第一实时偏移量获取方法包括如下方法:
在所储存的多元数据中,在预设时间,得到一个包含Ta的多元数据组,设定为第一集合,即{Ta,Xb,Yc,Zd,Pe},其中a=0、1、2、3、4、5、6...n;b=0、1、2、3、4、5、6...n;c=0、1、2、3、4、5、6...n;d=0、1、2、3、4、5、6...n;e=0、1、2、3、4、5、6...n;
在第一集合中依据X、Y、Z顺序,依次选择max{Xb},max{Yc},max{Zd},将三个最大值形成第二集合,即{Ta,Xmax,Ymax,Zmax,Pe},其中a=0、1、2、3、4、5、6...n;e=0、1、2、3、4、5、6...n;
在第二集合的基础上,通过算数平均值统计选取Mean Average{Pe}形成最终的第一实时偏移量,即{Ta,Xmax,Ymax,Zmax,PMean Average};
第一实时偏移量后判断是否小于初始状态信息中的第一预设偏移量;若小于则将第一实时偏移量信息代替预设偏移量更新为当前的预设偏移量,记录为第二预设偏移量,并保存至本地偏移量数据库。若第一实时偏移量大于初始状态信息中的第一预设偏移量,则将第一实时偏移量排除,此时预设偏移量仍为第一预设偏移量。此步骤根据设定的规则及传感模块获取数据并不断更新学习,并根据使用的使用状态不断的调节操作中视角信息。同时为防止数据量过载,需要设定更新阈值,多元数据组在每段预设时间内获取一组并保存后,将其他数据进行清零,并重新循环;当前预设偏移量的更新次数是否大于预设次数阈值,若大于则停止更新。
本发明的特点在于:本发明通过识别模块记录为预设偏移量,以便于当眼镜佩戴进入某个场景时发生变化、使用者变化、眼镜使用状态变化或者用户的使用习惯发生变化时,都可以自动的将眼镜设定的预设偏移量进行更新迭代,以防止每次佩戴眼镜进入场景时操作发生异常,提高用户对于眼镜佩戴的用户体验,减少因为操作逻辑定式难以应对用户操作不定式导致的操作困难等问题,提高用户粘性。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (10)
1.一种基于体感操作一体眼镜的自适应学习方法,包括识别模块、控制模块、用户管理模块、自适应学习模块、传感模块;其特征在于:当所述眼镜佩戴时,识别模块识别并通过控制模块控制自适应学习模块执行;所述方法具体的包括:
识别模块获取使用者信息;
当检测到所述眼镜处于工作状态时,判断眼镜状态是否处于使用者常用状态;
若是,则调度传感模块将此状态信息设定为初始状态信息;并以此为自适应学习的预设条件,并设定预设时间,进一步的调度控制模块控制传感模块及自适应学习模块开始执行;
通过传感模块获取第一预设时间内,眼镜空间状态的第一实时偏移量是否小于初始状态信息中的第一预设偏移量;
若是,则将第一实时偏移量信息代替预设偏移量更新为当前的预设偏移量,记录为第二预设偏移量,并保存至本地偏移量数据库。
2.根据权利要求1所述的一种基于体感操作一体眼镜的自适应学习方法,其特征在于:所述识别模块获取使用者信息包括人脸识别信息、虹膜识别信息、指纹识别信息、声纹信息中的一种或多种。
3.根据权利要求1所述的一种基于体感操作一体眼镜的自适应学习方法,其特征在于:识别模块获取使用者信息若所述使用者通过人脸识别信息、虹膜识别信息、指纹识别信息、声纹信息中的一种或多种进行识别为在册用户则进入下一步,否则通过识别模块为使用者建立使用者档案信息,并保存至用户管理模块。
4.根据权利要求3所述的一种基于体感操作一体眼镜的自适应学习方法,其特征在于:所述使用者档案信息包括人脸识别信息、虹膜识别信息、指纹识别信息、声纹信息中的一种或多种。
5.根据权利要求1所述的一种基于体感操作一体眼镜的自适应学习方法,其特征在于:所述使用者常用状态具体的通过语音信号提示用户将眼镜调节至合适状态;所述初始状态信息具体的包括以眼镜为空间坐标系的原坐标信息、头部控制眼镜的偏移量、头部控制眼镜回正后的空间偏移量。
6.根据权利要求1或5所述的一种基于体感操作一体眼镜的自适应学习方法,其特征在于:所述第一预设偏移量为初始状态信息种的头部控制眼镜的偏移量、头部控制眼镜回正后的空间偏移量。
7.根据权利要求1所述的一种基于体感操作一体眼镜的自适应学习方法,其特征在于:传感模块采集数据,并将数据组成特定的多元组{Ta,Xb,Yc,Zd,Pe},其中a、b、c、d、e为自然数,Ta代表第a个时间段,Xb代表第b个X方向上的偏移量,Yc代表第c个Y方向上的偏移量,Zd为第d个Z方向上的偏移量,Pe代表第e个头部控制眼镜回正后与常用状态的空间偏移量。
8.根据权利要求1或7所述的一种基于体感操作一体眼镜的自适应学习方法,其特征在于:基于传感模块采集数据,在预设时间内,第一实时偏移量获取方法包括如下方法:
在所储存的多元数据中,在预设时间,得到一个包含Ta的多元数据组,设定为第一集合,即{Ta,Xb,Yc,Zd,Pe},其中a=0、1、2、3、4、5、6...n;b=0、1、2、3、4、5、6...n;c=0、1、2、3、4、5、6...n;d=0、1、2、3、4、5、6...n;e=0、1、2、3、4、5、6...n;
在第一集合中依据X、Y、Z顺序,依次选择max{Xb},max{Yc},max{Zd},将三个最大值形成第二集合,即{Ta,Xmax,Ymax,Zmax,Pe},其中a=0、1、2、3、4、5、6...n;e=0、1、2、3、4、5、6...n;
在第二集合的基础上,通过算数平均值统计选取Mean Average{Pe}形成最终的第一实时偏移量,即{Ta,Xmax,Ymax,Zmax,PMean Average};
得到眼镜空间状态的第一实时偏移量后判断是否小于初始状态信息中的第一预设偏移量;
若第一实时偏移量大于初始状态信息中的第一预设偏移量,则将第一实时偏移量排除,此时预设偏移量仍为第一预设偏移量。
9.根据权利要求8所述的一种基于体感操作一体眼镜的自适应学习方法,其特征在于:所述多元数据组在每段预设时间内获取一组并保存后,将其他数据进行清零,并重新循环。
10.根据权利要求1所述的一种基于体感操作一体眼镜的自适应学习方法,其特征在于:当前预设偏移量的更新次数是否大于预设次数阈值,若大于则停止更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110742474.3A CN113342173B (zh) | 2021-06-30 | 2021-06-30 | 一种基于体感操作一体眼镜的自适应学习方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110742474.3A CN113342173B (zh) | 2021-06-30 | 2021-06-30 | 一种基于体感操作一体眼镜的自适应学习方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113342173A true CN113342173A (zh) | 2021-09-03 |
CN113342173B CN113342173B (zh) | 2022-09-16 |
Family
ID=77482010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110742474.3A Active CN113342173B (zh) | 2021-06-30 | 2021-06-30 | 一种基于体感操作一体眼镜的自适应学习方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113342173B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08146375A (ja) * | 1994-11-18 | 1996-06-07 | Canon Inc | 複眼表示装置 |
CN101072288A (zh) * | 2007-06-15 | 2007-11-14 | 林进灯 | 取得鱼眼影像校正关系与鱼眼校正的方法 |
CN108732764A (zh) * | 2018-06-06 | 2018-11-02 | 北京七鑫易维信息技术有限公司 | 一种智能眼镜、眼球轨迹的追踪方法、装置及存储介质 |
CN108881892A (zh) * | 2018-05-23 | 2018-11-23 | 北京致臻智造科技有限公司 | 用于桌面式虚拟现实系统的防眩晕方法、系统 |
CN108933916A (zh) * | 2017-05-23 | 2018-12-04 | 沈阳万联科技股份有限公司 | 一种自适应调节方法、ar智能学习眼镜及系统 |
CN109946853A (zh) * | 2019-03-26 | 2019-06-28 | 华为技术有限公司 | 一种智能眼镜 |
CN110570499A (zh) * | 2019-09-09 | 2019-12-13 | 珠海金山网络游戏科技有限公司 | 一种表情生成方法、装置、计算设备及存储介质 |
CN110687683A (zh) * | 2019-11-12 | 2020-01-14 | Oppo广东移动通信有限公司 | 智能眼镜控制方法及智能眼镜 |
-
2021
- 2021-06-30 CN CN202110742474.3A patent/CN113342173B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08146375A (ja) * | 1994-11-18 | 1996-06-07 | Canon Inc | 複眼表示装置 |
CN101072288A (zh) * | 2007-06-15 | 2007-11-14 | 林进灯 | 取得鱼眼影像校正关系与鱼眼校正的方法 |
CN108933916A (zh) * | 2017-05-23 | 2018-12-04 | 沈阳万联科技股份有限公司 | 一种自适应调节方法、ar智能学习眼镜及系统 |
CN108881892A (zh) * | 2018-05-23 | 2018-11-23 | 北京致臻智造科技有限公司 | 用于桌面式虚拟现实系统的防眩晕方法、系统 |
CN108732764A (zh) * | 2018-06-06 | 2018-11-02 | 北京七鑫易维信息技术有限公司 | 一种智能眼镜、眼球轨迹的追踪方法、装置及存储介质 |
CN109946853A (zh) * | 2019-03-26 | 2019-06-28 | 华为技术有限公司 | 一种智能眼镜 |
CN110570499A (zh) * | 2019-09-09 | 2019-12-13 | 珠海金山网络游戏科技有限公司 | 一种表情生成方法、装置、计算设备及存储介质 |
CN110687683A (zh) * | 2019-11-12 | 2020-01-14 | Oppo广东移动通信有限公司 | 智能眼镜控制方法及智能眼镜 |
Also Published As
Publication number | Publication date |
---|---|
CN113342173B (zh) | 2022-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210232201A1 (en) | Resource scheduling method and computer device | |
US8565493B2 (en) | Method, system, and computer-readable recording medium for recognizing face of person included in digital data by using feature data | |
CN100477692C (zh) | 一种手机画面自动调整的方法及其调整系统 | |
CN110460899B (zh) | 弹幕内容的展示方法、终端设备及计算机可读存储介质 | |
US10509948B2 (en) | Method and device for gesture recognition | |
CN102592109B (zh) | 用于视频对象检测的方法和系统 | |
CN103902046A (zh) | 智能提醒方法和终端 | |
CN104216508A (zh) | 通过眼动跟踪技术进行功能键操作的方法和装置 | |
US20230206093A1 (en) | Music recommendation method and apparatus | |
CN113342173B (zh) | 一种基于体感操作一体眼镜的自适应学习方法 | |
CN110838102A (zh) | 一种智能化图像上传方法 | |
CN113657195A (zh) | 人脸图像识别方法、设备、电子装置和存储介质 | |
CN107273732A (zh) | 一种用于移动终端的解锁方法、装置、设备及存储介质 | |
CN111694829B (zh) | 运动轨迹的处理方法及装置、运动轨迹处理系统 | |
CN106453965A (zh) | 终端背光的自适应调节方法和装置 | |
CN111325058B (zh) | 驾驶行为检测方法、装置、系统及存储介质 | |
CN111191527B (zh) | 属性识别方法、装置、电子设备及可读存储介质 | |
CN110113645B (zh) | 多媒体设备的播放控制方法、装置、电子设备及存储介质 | |
CN111563989A (zh) | 闸机的智能控制方法、闸机及计算机可读存储介质 | |
WO2021259033A1 (zh) | 人脸识别方法、电子设备以及存储介质 | |
CN211742051U (zh) | 一种防沉迷电脑 | |
CN109240752A (zh) | 一种获取终端用户作息时间的方法 | |
CN111796928A (zh) | 终端资源优化方法、装置、存储介质及终端设备 | |
CN115499692B (zh) | 一种基于图像处理的数字电视智能控制方法及系统 | |
CN108346199A (zh) | 人数统计方法和人数统计装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |