CN115937943A - 基于情感计算的机器人视觉系统 - Google Patents
基于情感计算的机器人视觉系统 Download PDFInfo
- Publication number
- CN115937943A CN115937943A CN202211583992.6A CN202211583992A CN115937943A CN 115937943 A CN115937943 A CN 115937943A CN 202211583992 A CN202211583992 A CN 202211583992A CN 115937943 A CN115937943 A CN 115937943A
- Authority
- CN
- China
- Prior art keywords
- image data
- user
- module
- acquisition module
- emotion
- 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
- 230000008451 emotion Effects 0.000 title claims abstract description 59
- 238000004364 calculation method Methods 0.000 title claims abstract description 26
- 230000001815 facial effect Effects 0.000 claims abstract description 5
- 230000008909 emotion recognition Effects 0.000 claims abstract 3
- 238000012544 monitoring process Methods 0.000 claims description 19
- 238000013500 data storage Methods 0.000 claims description 13
- 238000007726 management method Methods 0.000 claims description 11
- 238000013461 design Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 2
- 239000003550 marker Substances 0.000 claims 3
- 230000003252 repetitive effect Effects 0.000 claims 2
- 238000012545 processing Methods 0.000 abstract description 3
- 238000010191 image analysis Methods 0.000 abstract description 2
- 238000011160 research Methods 0.000 description 4
- 230000019771 cognition Effects 0.000 description 3
- 230000001149 cognitive effect Effects 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 230000002996 emotional effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及图像处理技术领域，具体涉及基于情感计算的机器人视觉系统，包括：控制终端，是系统的主控端，用于发出控制命令；采集模块，用于采集用户的实时影像数据；识别模块，用于接收采集模块采集的用户实时影像数据，在影像数据中识别捕捉用户面部影像数据；云端数据库，用于接收储存用户影像数据；本发明能够服务于指定用户，对用户的情绪进行实时的捕捉，通过设定，能够重复的对用户的影像数据进行捕捉，并在捕捉的影像数据中进一步进行图像分析，再对图像进行帧数划分及用户情绪识别的对应参照图像数据的选择，进而借此能够提供系统一定程度的学习能力，使得该系统随时间的推移而获取更多数据，从而达到对用户情绪判定更趋于精准的目的。
Description
技术领域
本发明涉及图像处理技术领域，具体涉及基于情感计算的机器人视觉系统。
背景技术
在较长一段时间内，情感一直位于认知科学研究者的视线以外。直到20世纪末期，情感作为认知过程重要组成部分的身份才得到了学术界的普遍认同。当代的认知科学家们把情感与知觉、学习、记忆、言语等经典认知过程相提并论，关于情感本身及情感与其他认知过程间相互作用的研究成为当代认知科学的研究热点，情感计算也成为一个新兴研究领域。
众所周知，人随时随地都会有喜怒哀乐等情感的起伏变化。那么在人与计算机交互过程中，计算机是否能够体会人的喜怒哀乐，并见机行事呢？情感计算研究就是试图创建一种能感知、识别和理解人的情感，并能针对人的情感做出智能、灵敏、友好反应的计算系统，即赋予计算机像人一样的观察、理解和生成各种情感特征的能力。
然而，针对于医疗领域中的精神科，病患的情绪需要被实时的监控并记录，当前病患的情绪记录往往通过陪护医师来进行，这就耗用了份额较大的医护资源，在病患较多，诸如精神疗养院中这类病患聚集场景，医师陪护显然无法较好的满足病患情绪实时监控记录的需求。
发明内容
解决的技术问题
针对现有技术所存在的上述缺点，本发明提供了基于情感计算的机器人视觉系统，解决了上述背景技术中提出的技术问题。
技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
基于情感计算的机器人视觉系统，包括：
控制终端，是系统的主控端，用于发出控制命令；
采集模块，用于采集用户的实时影像数据；
识别模块，用于接收采集模块采集的用户实时影像数据，在影像数据中识别捕捉用户面部影像数据；
云端数据库，用于接收储存用户影像数据；
复用模块，用于驱动采集模块重复运行采集用户的实时影像数据；
监测模块，用于实时监测复用模块驱动采集模块重复裕兴采集的用于实时影像数据在经识别模块处理后是否于云端数据库中存在相同项，在存在相同项时控制复用模块停止运行。
更进一步地，所述采集模块下级设置有子模块，包括：
设计单元，用于设计采集模块运行采集用户的实时影像数据的时间阈；
选择单元，用于选择设计单元设计的时间阈中指定时间跨度作为样本数据；
其中，所述选择单元选择作为样本数据的于时间阈中的指定时间跨度不小于一分钟，且样本数据不少于六百帧。
更进一步地，所述识别模块在识别捕捉到用户面部图像数据后，实时捕捉用户面部图像数据动态，根据用户面部图像数据动态对用户面部图像数据进行区别划分；
其中，识别模块识别捕捉用户面部图像数据来源为选择单元选择的样本数据，识别模块根据用户面部图像数据动态对用户面部图像数据进行区别划分时，对样本数据中包含的每一帧图像数据进行识别，以连续的两组图像数据存在变化的位置作为划分位置对图像数据进行区别划分。
更进一步地，所述识别模块在用户面部图像数据进行识别捕捉时同步在捕捉的用户面部图像数据中设置标记点位，在用户面部图像数据上构建轴网，参考构建轴网实时捕捉标记点位位置信息，根据标记点位的位置信息是否发生变更判定样本数据中连续的两组图像数据是否存在位置变化。
更进一步地，所述云端数据库下级设置有子模块，包括：
编辑单元，用于编辑用户情绪判定名词；
配置单元，用于接收编辑单元编辑的用户情绪判定名词，参考编辑名词数量在云端数据库中新建数据存储空间存储用户影像数据；
其中，云端数据库中存储的用户影像数据来源为识别模块对用户面部图像数据进行区别划分后，每一划分区间内的前置位第一组图像数据或第二组图像数据；云端数据库对第一组或第二组图像数据进行选择时根据两组图像数据的清晰度进行选择，选择第一组与第二组图像数据中清晰度较高的一组作为存储目标；
配置单元在新建数据存储空间后，系统端用户对根据用户情绪判定名词新建的数据存储空间进一步配置，并对所需存储的用户影像数据进行手动存储。
更进一步地，所述云端数据库下级设置有子模块，还包括：
用户管理平台，用于储存用户身份信息，在系统中采集模块采集到用户实时影像数据时对用户身份信息进行识别；
其中，所述用户管理平台对用户身份信息进行识别时，通过采集模块采集用户图像数据，根据采集的用户图像数据在云端数据库中配相同图像数据，在匹配到相同图像数据时对用户身份信息进行识别。
更进一步地，所述复用模块驱动采集模块重复运行次数根据系统端用户手动自定义设置，且复用模块驱动采集模块重复运行次数初始默认设定为三次；
其中，复用模块运行驱动采集模块采集的用户的实时影像数据，被识别模块处理得到区别划分，进一步在区别划分的图像数据中捕捉存储目标，并在云端数据库中匹配相同项，在存在相同项时，对该系统项对应的用户情绪判定名词进行输出，在不存在相同项时，对当前捕捉的存储目标向控制终端发送，供系统端用户在控制终端上读取后手动对存储目标图像数据向云端数据库中发送存储，并进一步的对其他复用模块驱动采集模块重复运行所采集的实时影像数据进行处理。
更进一步地，所述云端数据库中新建的各数据存储空间中存储的用户影像数据不少于十组。
更进一步地，所述监测模块运行同步记载复用模块在驱动采集模块重复运行状态下，驱动采集模块停止运行时的驱动采集模块的已运行次数，参考监测模块驱动采集模块的运行次数计算系统运行对用户情绪识别的准确度，计算公式为：
式中：C(x)为响应因子；X为图像数据矩阵；i、j为图像数据矩阵中的位置坐标；g为映射函数。
更进一步地，所述控制终端通过介质电性链接有采集模块，所述采集模块下级通过介质电性链接有设计单元及选择单元，所述采集模块通过介质电性连接有识别模块及云端数据库，所述云端数据库下级通过介质电性连接有编辑单元、配置单元及用户管理平台，所述云端数据库通过介质电性连接有复用模块及监测模块。
有益效果
采用本发明提供的技术方案，与已知的公有技术相比，具有如下有益效果：
1、本发明提供一种基于情感计算的机器人视觉系统，该系统能够服务于指定用户，对用户的情绪进行实时的捕捉，通过设定，能够重复的对用户的影像数据进行捕捉，并在捕捉的影像数据中进一步进行图像分析，再对图像进行帧数划分及用户情绪识别的对应参照图像数据的选择，进而借此能够提供系统一定程度的学习能力，使得该系统随时间的推移而获取更多数据，从而达到对用户情绪判定更趋于精准的目的。
2、本发明中系统运行过程中通过云端数据库的建立能够对用户对应的用于用户情绪判定的图像数据进行安全存储，且采用在云端数据库中建立数据存储空间的方式对用户的各类情绪对应判别所用的图像数据进行了分别存储，以此不仅对系统中采集的用户图像数据进行了合理的储存，同时也借此确保系统中存储充沛数据用于用户的实时情绪判定。
3、本发明中系统在运行过程中还能够通过对系统采集用户影像数据对影像数据进行处理的次数来分析系统存储的图像数据是否足够对用户的情绪进行判定，进一步的以此作为参考来控制系统中对用户的影像数据的采集存储，确保云端数据库中存储的图像数据均是最具特征性的。
附图说明
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，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1为基于情感计算的机器人视觉系统的结构示意图；
图中的标号分别代表：1、控制终端；2、采集模块；21、设计模块；22、选择单元；3、识别模块；4、云端数据库；41、编辑单元；42、配置单元；43、用户管理平台；5、复用模块；6、监测模块。
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。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。
下面结合实施例对本发明作进一步的描述。
实施例1
本实施例的基于情感计算的机器人视觉系统，如图1所示，包括：
控制终端1，是系统的主控端，用于发出控制命令；
采集模块2，用于采集用户的实时影像数据；
识别模块3，用于接收采集模块2采集的用户实时影像数据，在影像数据中识别捕捉用户面部影像数据；
云端数据库4，用于接收储存用户影像数据；
复用模块5，用于驱动采集模块2重复运行采集用户的实时影像数据；
监测模块6，用于实时监测复用模块5驱动采集模块2重复裕兴采集的用于实时影像数据在经识别模块3处理后是否于云端数据库4中存在相同项，在存在相同项时控制复用模块5停止运行。
在本实施中，控制终端1控制采集模块2采集用户的实时影像数据，识别模块3后置运行接收采集模块2采集的用户实时影像数据，在影像数据中识别捕捉用户面部影像数据，云端数据库4同步的接收储存用户影像数据，再有复用模块5驱动采集模块2重复运行采集用户的实时影像数据，最后监测模块6实时监测复用模块5驱动采集模块2重复裕兴采集的用于实时影像数据在经识别模块3处理后是否于云端数据库4中存在相同项，在存在相同项时控制复用模块5停止运行。
实施例2
在具体实施层面，本实施例参照图1所示，对实施例1中的基于情感计算的机器人视觉系统做进一步具体说明：
采集模块2下级设置有子模块，包括：
设计单元21，用于设计采集模块2运行采集用户的实时影像数据的时间阈；
选择单元22，用于选择设计单元21设计的时间阈中指定时间跨度作为样本数据；
其中，选择单元22选择作为样本数据的于时间阈中的指定时间跨度不小于一分钟，且样本数据不少于六百帧。
通过上述采集模块2中子模块的设置，为采集模块2运行提供运行条件，使采集模块2于指定时间阈中获取用户的图像数据。
如图1所示，识别模块3在识别捕捉到用户面部图像数据后，实时捕捉用户面部图像数据动态，根据用户面部图像数据动态对用户面部图像数据进行区别划分；
其中，识别模块3识别捕捉用户面部图像数据来源为选择单元22选择的样本数据，识别模块3根据用户面部图像数据动态对用户面部图像数据进行区别划分时，对样本数据中包含的每一帧图像数据进行识别，以连续的两组图像数据存在变化的位置作为划分位置对图像数据进行区别划分。
如图1所示，识别模块3在用户面部图像数据进行识别捕捉时同步在捕捉的用户面部图像数据中设置标记点位，在用户面部图像数据上构建轴网，参考构建轴网实时捕捉标记点位位置信息，根据标记点位的位置信息是否发生变更判定样本数据中连续的两组图像数据是否存在位置变化。
如图1所示，云端数据库4下级设置有子模块，包括：
编辑单元41，用于编辑用户情绪判定名词；
配置单元42，用于接收编辑单元41编辑的用户情绪判定名词，参考编辑名词数量在云端数据库4中新建数据存储空间存储用户影像数据；
其中，云端数据库4中存储的用户影像数据来源为识别模块3对用户面部图像数据进行区别划分后，每一划分区间内的前置位第一组图像数据或第二组图像数据；云端数据库4对第一组或第二组图像数据进行选择时根据两组图像数据的清晰度进行选择，选择第一组与第二组图像数据中清晰度较高的一组作为存储目标；
配置单元42在新建数据存储空间后，系统端用户对根据用户情绪判定名词新建的数据存储空间进一步配置，并对所需存储的用户影像数据进行手动存储。
通过上述云端数据库4中子模块的设置，可以使得系统运行对用户情绪的判定能够以文字的方式输出表示，以便于系统端用户更加快捷的读取数据，实时获取系统采集图像数据的目标用户的情绪状态。
如图1所示，云端数据库4下级设置有子模块，还包括：
用户管理平台43，用于储存用户身份信息，在系统中采集模块2采集到用户实时影像数据时对用户身份信息进行识别；
其中，用户管理平台43对用户身份信息进行识别时，通过采集模块2采集用户图像数据，根据采集的用户图像数据在云端数据库4中配相同图像数据，在匹配到相同图像数据时对用户身份信息进行识别。
实施例3
在具体实施层面，本实施例参照图1所示，对实施例1中的基于情感计算的机器人视觉系统做进一步具体说明：
复用模块5驱动采集模块2重复运行次数根据系统端用户手动自定义设置，且复用模块5驱动采集模块2重复运行次数初始默认设定为三次；
其中，复用模块5运行驱动采集模块2采集的用户的实时影像数据，被识别模块3处理得到区别划分，进一步在区别划分的图像数据中捕捉存储目标，并在云端数据库4中匹配相同项，在存在相同项时，对该系统项对应的用户情绪判定名词进行输出，在不存在相同项时，对当前捕捉的存储目标向控制终端1发送，供系统端用户在控制终端1上读取后手动对存储目标图像数据向云端数据库4中发送存储，并进一步的对其他复用模块5驱动采集模块2重复运行所采集的实时影像数据进行处理。
如图1所示，云端数据库4中新建的各数据存储空间中存储的用户影像数据不少于十组。
如图1所示，监测模块6运行同步记载复用模块5在驱动采集模块2重复运行状态下，驱动采集模块2停止运行时的驱动采集模块2的已运行次数，参考监测模块6驱动采集模块2的运行次数计算系统运行对用户情绪识别的准确度，计算公式为：
式中：C(x)为响应因子；X为图像数据矩阵；i、j为图像数据矩阵中的位置坐标；g为映射函数。
如图1所示，控制终端1通过介质电性链接有采集模块2，采集模块2下级通过介质电性链接有设计单元21及选择单元22，采集模块2通过介质电性连接有识别模块3及云端数据库4，云端数据库4下级通过介质电性连接有编辑单元41、配置单元42及用户管理平台43，云端数据库4通过介质电性连接有复用模块5及监测模块6。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.基于情感计算的机器人视觉系统，其特征在于，包括：
控制终端(1)，是系统的主控端，用于发出控制命令；
采集模块(2)，用于采集用户的实时影像数据；
识别模块(3)，用于接收采集模块(2)采集的用户实时影像数据，在影像数据中识别捕捉用户面部影像数据；
云端数据库(4)，用于接收储存用户影像数据；
复用模块(5)，用于驱动采集模块(2)重复运行采集用户的实时影像数据；
监测模块(6)，用于实时监测复用模块(5)驱动采集模块(2)重复裕兴采集的用于实时影像数据在经识别模块(3)处理后是否于云端数据库(4)中存在相同项，在存在相同项时控制复用模块(5)停止运行。
2.根据权利要求1所述的基于情感计算的机器人视觉系统，其特征在于，所述采集模块(2)下级设置有子模块，包括：
设计单元(21)，用于设计采集模块(2)运行采集用户的实时影像数据的时间阈；
选择单元(22)，用于选择设计单元(21)设计的时间阈中指定时间跨度作为样本数据；
其中，所述选择单元(22)选择作为样本数据的于时间阈中的指定时间跨度不小于一分钟，且样本数据不少于六百帧。
3.根据权利要求1所述的基于情感计算的机器人视觉系统，其特征在于，所述识别模块(3)在识别捕捉到用户面部图像数据后，实时捕捉用户面部图像数据动态，根据用户面部图像数据动态对用户面部图像数据进行区别划分；
其中，识别模块(3)识别捕捉用户面部图像数据来源为选择单元(22)选择的样本数据，识别模块(3)根据用户面部图像数据动态对用户面部图像数据进行区别划分时，对样本数据中包含的每一帧图像数据进行识别，以连续的两组图像数据存在变化的位置作为划分位置对图像数据进行区别划分。
4.根据权利要求3所述的基于情感计算的机器人视觉系统，其特征在于，所述识别模块(3)在用户面部图像数据进行识别捕捉时同步在捕捉的用户面部图像数据中设置标记点位，在用户面部图像数据上构建轴网，参考构建轴网实时捕捉标记点位位置信息，根据标记点位的位置信息是否发生变更判定样本数据中连续的两组图像数据是否存在位置变化。
5.根据权利要求3所述的基于情感计算的机器人视觉系统，其特征在于，所述云端数据库(4)下级设置有子模块，包括：
编辑单元(41)，用于编辑用户情绪判定名词；
配置单元(42)，用于接收编辑单元(41)编辑的用户情绪判定名词，参考编辑名词数量在云端数据库(4)中新建数据存储空间存储用户影像数据；
其中，云端数据库(4)中存储的用户影像数据来源为识别模块(3)对用户面部图像数据进行区别划分后，每一划分区间内的前置位第一组图像数据或第二组图像数据；云端数据库(4)对第一组或第二组图像数据进行选择时根据两组图像数据的清晰度进行选择，选择第一组与第二组图像数据中清晰度较高的一组作为存储目标；
配置单元(42)在新建数据存储空间后，系统端用户对根据用户情绪判定名词新建的数据存储空间进一步配置，并对所需存储的用户影像数据进行手动存储。
6.根据权利要求1所述的基于情感计算的机器人视觉系统，其特征在于，所述云端数据库(4)下级设置有子模块，还包括：
用户管理平台(43)，用于储存用户身份信息，在系统中采集模块(2)采集到用户实时影像数据时对用户身份信息进行识别；
其中，所述用户管理平台(43)对用户身份信息进行识别时，通过采集模块(2)采集用户图像数据，根据采集的用户图像数据在云端数据库(4)中配相同图像数据，在匹配到相同图像数据时对用户身份信息进行识别。
7.根据权利要求3所述的基于情感计算的机器人视觉系统，其特征在于，所述复用模块(5)驱动采集模块(2)重复运行次数根据系统端用户手动自定义设置，且复用模块(5)驱动采集模块(2)重复运行次数初始默认设定为三次；
其中，复用模块(5)运行驱动采集模块(2)采集的用户的实时影像数据，被识别模块(3)处理得到区别划分，进一步在区别划分的图像数据中捕捉存储目标，并在云端数据库(4)中匹配相同项，在存在相同项时，对该系统项对应的用户情绪判定名词进行输出，在不存在相同项时，对当前捕捉的存储目标向控制终端(1)发送，供系统端用户在控制终端(1)上读取后手动对存储目标图像数据向云端数据库(4)中发送存储，并进一步的对其他复用模块(5)驱动采集模块(2)重复运行所采集的实时影像数据进行处理。
8.根据权利要求1所述的基于情感计算的机器人视觉系统，其特征在于，所述云端数据库(4)中新建的各数据存储空间中存储的用户影像数据不少于十组。
9.根据权利要求1所述的基于情感计算的机器人视觉系统，其特征在于，所述监测模块(6)运行同步记载复用模块(5)在驱动采集模块(2)重复运行状态下，驱动采集模块(2)停止运行时的驱动采集模块(2)的已运行次数，参考监测模块(6)驱动采集模块(2)的运行次数计算系统运行对用户情绪识别的准确度，计算公式为：
式中：C(x)为响应因子；X为图像数据矩阵；i、j为图像数据矩阵中的位置坐标；g为映射函数。
10.根据权利要求1所述的基于情感计算的机器人视觉系统，其特征在于，所述控制终端(1)通过介质电性链接有采集模块(2)，所述采集模块(2)下级通过介质电性链接有设计单元(21)及选择单元(22)，所述采集模块(2)通过介质电性连接有识别模块(3)及云端数据库(4)，所述云端数据库(4)下级通过介质电性链接有编辑单元(41)、配置单元(42)及用户管理平台(43)，所述云端数据库(4)通过介质电性连接有复用模块(5)及监测模块(6)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211583992.6A CN115937943A (zh) | 2022-12-09 | 2022-12-09 | 基于情感计算的机器人视觉系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211583992.6A CN115937943A (zh) | 2022-12-09 | 2022-12-09 | 基于情感计算的机器人视觉系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115937943A true CN115937943A (zh) | 2023-04-07 |
Family
ID=86650324
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211583992.6A Pending CN115937943A (zh) | 2022-12-09 | 2022-12-09 | 基于情感计算的机器人视觉系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115937943A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116610257A (zh) * | 2023-04-27 | 2023-08-18 | 上海威固信息技术股份有限公司 | 一种高集成的固态硬盘功耗控制方法及固态硬盘 |
| CN117243642A (zh) * | 2023-11-16 | 2023-12-19 | 山东皇圣堂药业有限公司 | 一种基于机器视觉的智能咽拭子采样设备控制系统 |
-
2022
- 2022-12-09 CN CN202211583992.6A patent/CN115937943A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116610257A (zh) * | 2023-04-27 | 2023-08-18 | 上海威固信息技术股份有限公司 | 一种高集成的固态硬盘功耗控制方法及固态硬盘 |
| CN116610257B (zh) * | 2023-04-27 | 2024-05-17 | 上海威固信息技术股份有限公司 | 一种高集成的固态硬盘功耗控制方法及固态硬盘 |
| CN117243642A (zh) * | 2023-11-16 | 2023-12-19 | 山东皇圣堂药业有限公司 | 一种基于机器视觉的智能咽拭子采样设备控制系统 |
| CN117243642B (zh) * | 2023-11-16 | 2024-01-26 | 山东皇圣堂药业有限公司 | 一种基于机器视觉的智能咽拭子采样设备控制系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115937943A (zh) | 基于情感计算的机器人视觉系统 | |
| US20220036055A1 (en) | Person identification systems and methods | |
| EP2688296B1 (en) | Video monitoring system and method | |
| US20130076943A1 (en) | Apparatus and method for image recognition of facial areas in photographic images from a digital camera | |
| CN112016367A (zh) | 一种情绪识别系统、方法及电子设备 | |
| CN114399818A (zh) | 一种多模态人脸情绪识别方法及装置 | |
| CN112768070A (zh) | 一种基于对话交流的精神健康评测方法和系统 | |
| CN110348326A (zh) | 基于身份证识别和多设备访问的家庭健康信息处理方法 | |
| CN115187911A (zh) | 一种医疗防护用品穿脱消毒视频ai监测方法及装置 | |
| CN114842957B (zh) | 一种基于情绪识别的老年痴呆症辅助诊断系统及其方法 | |
| CN115268287A (zh) | 智能家居综合实验系统及数据处理方法 | |
| CN107910006A (zh) | 语音识别方法、装置和多信源语音区分识别系统 | |
| CN113627391A (zh) | 一种考虑个体差异的跨模式脑电信号识别方法 | |
| CN111985252A (zh) | 对话翻译方法及装置、存储介质和电子设备 | |
| CN112750518A (zh) | 一种基于心理行为特征识别的谈话（询问）方法 | |
| CN106997449A (zh) | 具有人脸识别功能的机器人和人脸识别方法 | |
| WO2023108782A1 (zh) | 行为识别模型训练方法及装置、行为识别方法及装置、系统、介质 | |
| Dai et al. | An associate memory model of facial expressions and its application in facial expression recognition of patients on bed | |
| CN106815264B (zh) | 一种信息处理方法及系统 | |
| CN113180701A (zh) | 一种用于图像标签标注的脑电信号深度学习方法 | |
| CN111814581A (zh) | 基于课堂场景的学生行为识别方法及系统 | |
| CN112686156A (zh) | 一种情绪监测方法、装置、计算机设备及可读存储介质 | |
| CN111611979A (zh) | 基于面部扫描的智能健康监测系统及方法 | |
| WO2021108262A8 (en) | Facial recognition tool | |
| KR20210113539A (ko) | 인공지능을 이용한 염색체 분류 방법, 장치 및 컴퓨터프로그램 |
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 |