CN113420740A - 一种智能家居的控制方法、电子设备及计算机可读介质 - Google Patents
一种智能家居的控制方法、电子设备及计算机可读介质 Download PDFInfo
- Publication number
- CN113420740A CN113420740A CN202110972332.6A CN202110972332A CN113420740A CN 113420740 A CN113420740 A CN 113420740A CN 202110972332 A CN202110972332 A CN 202110972332A CN 113420740 A CN113420740 A CN 113420740A
- Authority
- CN
- China
- Prior art keywords
- user
- state information
- sleep
- electronic equipment
- data
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
Abstract
本发明公开了一种智能家居的控制方法、电子设备及计算机可读介质，该方法包括：采集用户的状态信息以及获取用户使用的电子设备的状态信息；将所述用户的状态信息和电子设备的状态信息进行多源融合；将多源融合后的数据进行预处理，将预处理后的数据输入用户睡眠判定模型，所述用户睡眠判定模型输出用户睡眠状态信息；查找到与用户睡眠状态信息匹配的控制信息，根据所述控制信息生成控制指令；向家电设备发送所述控制指令，以使所述家电设备根据所述控制指令进行调节。本申请提供了一种智能家居的控制方法、电子设备及计算机可读介质，解决单一的图像识别算法来判定用户睡眠状态存在误判的情况。
Description
技术领域
本申请涉及自动化技术领域，尤其涉及一种智能家居的控制方法、电子设备及计算机可读介质。
背景技术
目前智能家居的睡眠健康产业具有巨大需求潜力，从最初的可穿戴设备（如智能手环和智能手表）助力睡眠监测，到今天健康睡眠产业的生态系统创建，如何将产品和技术与不同的应用场景相结合，开发出可以改善睡眠质量提高生活品质的应用，才能使消费者自然的接受和购买这样的产品。
但是，当采集用户的状态信息时，容易出现用户脸部无法采集或者采集出现偏差的情况，所以单一的图像识别算法来判定用户是否处于睡眠状态存在误判的情况，从而影响了智能家居设备的使用体验。
发明内容
本申请提供了一种智能家居设备的控制装置的控制方法、电子设备以及计 算机可读介质，解决上述技术单一的图像识别算法来判定用户是否处于睡眠状态存在误判的情况，从而影响了智能家居设备的使用体验的技术问题。
第一方面，本申请提供了一种智能家居设备的控制方法，所述方法包括：
采集用户的状态信息以及获取用户使用的电子设备的状态信息；将所述用户的状态信息和电子设备的状态信息进行多源融合；将多源融合后的数据进行预处理，将预处理后的数据输入用户睡眠判定模型，所述用户睡眠判定模型输出用户睡眠状态信息；查找到与用户睡眠状态信息匹配的控制信息，根据所述控制信息生成控制指令；向家电设备发送所述控制指令，以使所述家电设备根据所述控制指令进行调节。
优选地，所述采集用户的状态信息以及获取用户使用的电子设备的状态信息包括：对用户所在区域中电子设备的屏幕亮度进行检测以输出电子设备的运行状态；对用户所在区域中用户眼部状态进行检测以输出的所述用户状态信息。
优选地，将所述用户的状态信息和电子设备的状态信息进行多源融合；将多源融合后的数据进行预处理，将预处理后的数据输入用户睡眠判定模型，所述用户睡眠判定模型输出用户睡眠状态信息包括：确定采集到的用户状态信息的图像与用户睡眠时眼部的图像相似度，以及电子设备开或者关的状态信息以简单数值0或1形式表示，将图像相似度和电子设备开或者关状态表示成1×2形式的特征向量，将融合数据的特征向量输入至用户睡眠判定模型。
优选地，将所述用户的状态信息和电子设备的状态信息进行多源融合；将多源融合后的数据进行预处理，将预处理后的数据输入用户睡眠判定模型，所述用户睡眠判定模型输出用户睡眠状态信息：用户睡眠判定模型训练：将预设时间前的历史数据进行预处理作为若干训练样本数据，将所述训练样本数据输入所述预设的多层神经网络，得到训练完成的用户睡眠判定模型；用户睡眠判定模型，将预设时间后的新数据进行预处理作为测试样本数据，将所述测试样本数据输入所述训练完成的用户睡眠判定模型，输出结果，即可进行用户睡眠判定；用户睡眠判定模型由预设的多层神经网络构成，输入数据为数据源的特征向量，经过多层神经网络全连接隐藏层，最后输出层为单神经元结构，输出用户睡眠状态可信程度。
优选地，所述查找到与用户睡眠状态信息匹配的控制信息，根据所述控制信息生成控制指令；向家电设备发送所述控制指令，以使所述家电设备根据所述控制指令进行调节包括：当判定用户处于睡眠状态时，则将空调调整至睡眠模型，将室内灯和电子设备进行关闭。
第二方面，本申请还提供一种电子设备，包括存储器、处理器， 所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一项所述的方法的步骤。
第三方面，本申请还提供一种具有处理器可执行的非易失的程序 代码的计算机可读介质，所述程序代码使所述处理器执行第一方面任一所述方法。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请通过采集用户的状态信息以及获取用户使用的电子设备的状态信息；将所述用户的状态信息和电子设备的状态信息进行多源融合；将多源融合后的数据进行预处理，将预处理后的数据输入用户睡眠判定模型，所述用户睡眠判定模型输出用户睡眠状态信息；通过用户的眼部图像作为神经网络输入的一部分，将电子设备的状态作为神经网络输入的另外一部分，通过神经网络进行数据的融合和处理，可以判定用户是否处于睡眠状态，在用户处于睡眠状态时，控制家电设备进行调节，从而提高了用的体验。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符 合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面 将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而 易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前 提下，还可以根据这些附图获得其他的附图。
图1为本发明智能家居设备的控制方法的流程图；
图2为本发明智能家居设备的控制方法另外一实施例的流程图。
具体实施方式
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的一部分实施例，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。
需要说明，本发明实施例中所有方向性指示（诸如上、下、左、右、前、后……）仅用于解释在某一特定姿态（如附图所示）下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
第一方面，本申请提供了一种智能家居设备的控制方法，参考图1-2,该方法包括：步骤S1,采集用户的状态信息以及获取用户使用的电子设备的状态信息；
步骤S2，将用户的状态信息和电子设备的状态信息进行多源融合；将多源融合后的数据进行预处理，将预处理后的数据输入用户睡眠判定模型，用户睡眠判定模型输出用户睡眠状态信息；
步骤S3，查找到与用户睡眠状态信息匹配的控制信息，根据控制信息生成控制指令；向家电设备发送控制指令，以使家电设备根据控制指令进行调节。
优选地，步骤S1,采集用户的状态信息以及获取用户使用的电子设备的状态信息包括：步骤11，对用户所在区域中电子设备的屏幕亮度进行检测以输出电子设备的运行状态。
具体的说，可以将电子设备和智能家居控制系统相连接，从而智能家居控制系统可以通过将电子设备反馈的状态信息来知晓电子设备是否处于开启状态，当然，也可以通过摄像头等拍摄电子设备的屏幕的亮度来检测电子设备是否处于开启状态，电子设备可以为手机，平板等。
步骤12，对用户所在区域中用户眼部状态进行检测以输出的用户状态信息。
一般而言，空调设备会通过摄像头来拍摄用户的图像，从而判定用户是否处于睡眠状态，进而执行相应的控制指令，不仅可以通过空调拍摄用户的图像，也可以通过电子设备或者其他的可拍摄的摄像头进行用户面部图像的采集。
优选地，步骤2，将用户的状态信息和电子设备的状态信息进行多源融合；将多源融合后的数据进行预处理，将预处理后的数据输入用户睡眠判定模型，用户睡眠判定模型输出用户睡眠状态信息包括：用户睡眠判定模型训练：将预设时间前的历史数据进行预处理作为若干训练样本数据，将训练样本数据输入预设的多层神经网络，得到训练完成的用户睡眠判定模型； 用户睡眠判定模型，将预设时间后的新数据进行预处理作为测试样本数据，将测试样本数据输入训练完成的用户睡眠判定模型，输出结果，即可进行用户睡眠判定；用户睡眠判定模型由预设的多层神经网络构成，输入数据为数据源的特征向量，经过多层神经网络全连接隐藏层，最后输出层为单神经元结构，输出用户睡眠状态可信程度。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请通过采集用户的状态信息以及获取用户使用的电子设备的状态信息；将用户的状态信息和电子设备的状态信息进行多源融合；将多源融合后的数据进行预处理，将预处理后的数据输入用户睡眠判定模型，用户睡眠判定模型输出用户睡眠状态信息；通过用户的眼部图像作为神经网络输入的一部分，将电子设备的状态作为神经网络输入的另外一部分，通过神经网络进行数据的融合和处理，可以判定用户是否处于睡眠状态，在用户处于睡眠状态时，控制家电设备进行调节，从而提高了用的体验。
优选地，步骤2，将用户的状态信息和电子设备的状态信息进行多源融合；将多源融合后的数据进行预处理，将预处理后的数据输入用户睡眠判定模型，用户睡眠判定模型输出用户睡眠状态信息包括：步骤21，确定采集到的用户状态信息的图像与用户睡眠时眼部的图像相似度，以及电子设备开或者关的状态信息以简单数值0或1形式表示，步骤22，将图像相似度和电子设备开或者关状态表示成1×2形式的特征向量， 将融合数据的特征向量输入至用户睡眠判定模型。
具体的说，电子设备的状态信息包括开和关两种，那么电子设备的状态信息表示成1×2形式的向量（0,1），每一个数字表示一种。用户状态信息的图像与用户睡眠时眼部的图像相似度表示为单一数据向量（a）。模型输入数据为上述预处理后的特征向量，相较于其他数据形式(比如图形、自然语言等)属于较少特征维度，然后经过多层全连接隐藏层，最后输出层为单神经元结构，隐藏层激活函数采用TANH函数，以增加模型的非线性特征和拟合能力，TANH函数如下：
。函数TANH的y值域为(-1，+1)，x值域为(+∞，-∞)，其为S型饱和函数。输出层单神经元的激活函数为SIGMOID，公式如下：
。函数SIGMOID的y值域 为(0，1)，x值域为(+∞，-∞)。在本模型中输出代表0％-100％用户睡眠状态可信程度，0(0％)表示判定用户睡眠状态可信程度极低，1(100％)表示判定用户睡眠状态可信程度极高。该函数也为S型饱和函数。
另外，确定采集到的用户状态信息的图像与用户睡眠时眼部的图像相似度具体包括：确定当前图像的目标编码向量；确定目标编码向量与各个目标图像的代表编码向量之间的距离；基于距离确定当前图像与各个目标图像之间的相似度。进一步地，确定当前图像的目标编码向量，包括：获取当前图像的目标图像；将目标图像输入预先训练的卷积神经网络中，得到当前图像的目标编码向量。进一步地，方法还包括：获取目标图像的多幅图像；将多幅图像中的每幅图像分别输入预先训练的卷积神经网络中，得到目标环境的多个初始编码向量；根据多个初始编码向量的均值确定目标图像的代表编码向量。
优选地，步骤S3，查找到与用户睡眠状态信息匹配的控制信息，根据控制信息生成控制指令；向家电设备发送控制指令，以使家电设备根据控制指令进行调节包括： 当判定用户处于睡眠状态时，则将空调调整至睡眠模型，将室内灯和电子设备进行关闭。
第二方面，本申请还提供一种电子设备，包括存储器、处理器， 存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述第一方面任一项的方法的步骤。
第三方面，本申请还提供一种具有处理器可执行的非易失的程序 代码的计算机可读介质，程序代码使处理器执行第一方面任一方法。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理 解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说 将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精 神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限 制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖 特点相一致的最宽的范围。
Claims (7)
1.一种智能家居设备的控制方法，其特征在于，所述方法包括：
采集用户的状态信息以及获取用户使用的电子设备的状态信息；
将所述用户的状态信息和电子设备的状态信息进行多源融合；将多源融合后的数据进行预处理，将预处理后的数据输入用户睡眠判定模型，所述用户睡眠判定模型输出用户睡眠状态信息；
查找到与用户睡眠状态信息匹配的控制信息，根据所述控制信息生成控制指令；向家电设备发送所述控制指令，以使所述家电设备根据所述控制指令进行调节。
2.根据权利要求1所述的智能家居设备的控制方法，其特征在于，所述采集用户的状态信息以及获取用户使用的电子设备的状态信息包括：
对用户所在区域中电子设备的屏幕亮度进行检测以输出电子设备的运行状态；
对用户所在区域中用户眼部状态进行检测以输出的所述用户状态信息。
3.根据权利要求2所述的智能家居设备的控制方法，其特征在于，所述将所述用户的状态信息和电子设备的状态信息进行多源融合；将多源融合后的数据进行预处理，将预处理后的数据输入用户睡眠判定模型，所述用户睡眠判定模型输出用户睡眠状态信息包括：
确定采集到的用户状态信息的图像与用户睡眠时眼部的图像相似度，以及电子设备开或者关的状态信息以简单数值0或1形式表示，将图像相似度和电子设备开或者关状态表示成1×2形式的特征向量，将融合数据的特征向量输入至用户睡眠判定模型。
4.根据权利要求3所述的智能家居设备的控制方法，其特征在于，将所述用户的状态信息和电子设备的状态信息进行多源融合；将多源融合后的数据进行预处理，将预处理后的数据输入用户睡眠判定模型，所述用户睡眠判定模型输出用户睡眠状态信息包括：
用户睡眠判定模型训练：将预设时间前的历史数据进行预处理作为若干训练样本数据，将所述训练样本数据输入预设的多层神经网络，得到训练完成的用户睡眠判定模型；
用户睡眠判定模型，将预设时间后的新数据进行预处理作为测试样本数据，将所述测试样本数据输入所述训练完成的用户睡眠判定模型，输出结果，即可进行用户睡眠判定；用户睡眠判定模型由预设的多层神经网络构成，输入数据为数据源的特征向量，经过多层神经网络全连接隐藏层，最后输出层为单神经元结构，输出用户睡眠状态可信程度。
5.权利要求1-4任意一项所述的智能家居设备的控制方法，其特征在于，所述查找到与用户睡眠状态信息匹配的控制信息，根据所述控制信息生成控制指令；向家电设备发送所述控制指令，以使所述家电设备根据所述控制指令进行调节包括：
当判定用户处于睡眠状态时，则将空调调整至睡眠模型，将室内灯和电子设备进行关闭。
6.一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至5任一项所述的方法的步骤。
7.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1至5任一所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110972332.6A CN113420740B (zh) | 2021-08-24 | 2021-08-24 | 一种智能家居的控制方法、电子设备及计算机可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110972332.6A CN113420740B (zh) | 2021-08-24 | 2021-08-24 | 一种智能家居的控制方法、电子设备及计算机可读介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113420740A true CN113420740A (zh) | 2021-09-21 |
| CN113420740B CN113420740B (zh) | 2021-12-03 |
Family
ID=77719515
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110972332.6A Active CN113420740B (zh) | 2021-08-24 | 2021-08-24 | 一种智能家居的控制方法、电子设备及计算机可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113420740B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115185196A (zh) * | 2022-09-09 | 2022-10-14 | 深圳市心流科技有限公司 | 基于睡眠状态的智能设备控制方法、终端设备及存储介质 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104297594A (zh) * | 2014-10-13 | 2015-01-21 | 电子科技大学 | 一种智能家居的家电设备运行状态监测方法 |
| US20150208977A1 (en) * | 2012-08-20 | 2015-07-30 | Autoliv Development Ab | Device and Method for Detecting Drowsiness Using Eyelid Movement |
| CN105045622A (zh) * | 2015-07-13 | 2015-11-11 | 小米科技有限责任公司 | 终端闹铃方法及装置 |
| CN105119789A (zh) * | 2015-08-28 | 2015-12-02 | 努比亚技术有限公司 | 一种智能家居调控方法、系统及终端 |
| CN105652826A (zh) * | 2015-07-31 | 2016-06-08 | 宇龙计算机通信科技(深圳)有限公司 | 一种智能家居控制方法、控制器、移动终端以及系统 |
| CN107566227A (zh) * | 2017-08-17 | 2018-01-09 | 广州视源电子科技股份有限公司 | 家电设备的控制方法、装置、智能设备及存储介质 |
| CN107582028A (zh) * | 2017-09-25 | 2018-01-16 | 北京小米移动软件有限公司 | 睡眠监测方法及装置 |
| CN109188928A (zh) * | 2018-10-29 | 2019-01-11 | 百度在线网络技术（北京）有限公司 | 用于控制智能家居设备的方法和装置 |
| CN110742580A (zh) * | 2019-09-18 | 2020-02-04 | 华为技术有限公司 | 一种睡眠状态识别方法及装置 |
| CN111563435A (zh) * | 2020-04-28 | 2020-08-21 | 深圳市优必选科技股份有限公司 | 用户的睡眠状态检测方法及装置 |
| CN113164056A (zh) * | 2019-02-18 | 2021-07-23 | 深圳市欢太科技有限公司 | 睡眠预测方法、装置、存储介质及电子设备 |
| CN113170018A (zh) * | 2019-02-18 | 2021-07-23 | 深圳市欢太科技有限公司 | 睡眠预测方法、装置、存储介质及电子设备 |
-
2021
- 2021-08-24 CN CN202110972332.6A patent/CN113420740B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150208977A1 (en) * | 2012-08-20 | 2015-07-30 | Autoliv Development Ab | Device and Method for Detecting Drowsiness Using Eyelid Movement |
| CN104297594A (zh) * | 2014-10-13 | 2015-01-21 | 电子科技大学 | 一种智能家居的家电设备运行状态监测方法 |
| CN105045622A (zh) * | 2015-07-13 | 2015-11-11 | 小米科技有限责任公司 | 终端闹铃方法及装置 |
| CN105652826A (zh) * | 2015-07-31 | 2016-06-08 | 宇龙计算机通信科技(深圳)有限公司 | 一种智能家居控制方法、控制器、移动终端以及系统 |
| CN105119789A (zh) * | 2015-08-28 | 2015-12-02 | 努比亚技术有限公司 | 一种智能家居调控方法、系统及终端 |
| CN107566227A (zh) * | 2017-08-17 | 2018-01-09 | 广州视源电子科技股份有限公司 | 家电设备的控制方法、装置、智能设备及存储介质 |
| CN107582028A (zh) * | 2017-09-25 | 2018-01-16 | 北京小米移动软件有限公司 | 睡眠监测方法及装置 |
| CN109188928A (zh) * | 2018-10-29 | 2019-01-11 | 百度在线网络技术（北京）有限公司 | 用于控制智能家居设备的方法和装置 |
| CN113164056A (zh) * | 2019-02-18 | 2021-07-23 | 深圳市欢太科技有限公司 | 睡眠预测方法、装置、存储介质及电子设备 |
| CN113170018A (zh) * | 2019-02-18 | 2021-07-23 | 深圳市欢太科技有限公司 | 睡眠预测方法、装置、存储介质及电子设备 |
| CN110742580A (zh) * | 2019-09-18 | 2020-02-04 | 华为技术有限公司 | 一种睡眠状态识别方法及装置 |
| CN111563435A (zh) * | 2020-04-28 | 2020-08-21 | 深圳市优必选科技股份有限公司 | 用户的睡眠状态检测方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 张文斌等: ""一种智能睡眠免扰服务系统I-SIAS的设计与开发"", 《物联网技术》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115185196A (zh) * | 2022-09-09 | 2022-10-14 | 深圳市心流科技有限公司 | 基于睡眠状态的智能设备控制方法、终端设备及存储介质 |
| CN115185196B (zh) * | 2022-09-09 | 2022-12-09 | 深圳市心流科技有限公司 | 基于睡眠状态的智能设备控制方法、终端设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113420740B (zh) | 2021-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106951867B (zh) | 基于卷积神经网络的人脸识别方法、装置、系统及设备 | |
| Zhou et al. | Activity analysis, summarization, and visualization for indoor human activity monitoring | |
| Yu et al. | An online one class support vector machine-based person-specific fall detection system for monitoring an elderly individual in a room environment | |
| Cheng et al. | Scene analysis for object detection in advanced surveillance systems using Laplacian distribution model | |
| CN111597955A (zh) | 基于深度学习的表情情绪识别的智能家居控制方法及装置 | |
| CN113420740B (zh) | 一种智能家居的控制方法、电子设备及计算机可读介质 | |
| Nigam et al. | A review of computational approaches for human behavior detection | |
| CN108536027B (zh) | 智能家居控制方法、装置和服务器 | |
| CN112492297B (zh) | 一种对视频的处理方法以及相关设备 | |
| CN116994390A (zh) | 基于物联网的安防监控系统及其方法 | |
| CN112446322A (zh) | 眼球特征检测方法、装置、设备及计算机可读存储介质 | |
| CN115205543A (zh) | 不锈钢橱柜的智能制造方法及其系统 | |
| CN113419623A (zh) | 一种非标定眼动交互方法和装置 | |
| CN113239220A (zh) | 图像推荐方法、装置、终端及可读存储介质 | |
| CN113781370A (zh) | 图像的增强方法、装置和电子设备 | |
| CN110348395B (zh) | 一种基于时空关系的骨架行为识别方法 | |
| CN112700568A (zh) | 一种身份认证的方法、设备及计算机可读存储介质 | |
| CN116052269A (zh) | 运动损伤预警系统及其预警方法 | |
| CN113591550B (zh) | 一种个人喜好自动检测模型构建方法、装置、设备及介质 | |
| CN112364946B (zh) | 图像确定模型的训练方法、图像确定的方法、装置和设备 | |
| JP2013120954A (ja) | 寝顔認識装置 | |
| CN115908886A (zh) | 图像分类方法、图像处理设备及存储装置 | |
| Martins et al. | Skeleton-based human action recognition in a thermal comfort context | |
| GB2553351A (en) | Salient object detection | |
| CN114625456B (zh) | 目标图像显示方法、装置及设备 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230928 Address after: 518000 Guangdong city of Shenzhen province Nanshan District South Road No. 10 four Patentee after: Wen Zhifen Address before: 518000 a311, block A.B, Chuangzhi Park, No. 18, Shangnan Shangliao Industrial Road, Shangliao community, Xinqiao street, Bao'an District, Shenzhen, Guangdong Patentee before: Shenzhen Small Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right |