CN209460787U - 一种人工智能识别设备 - Google Patents
一种人工智能识别设备 Download PDFInfo
- Publication number
- CN209460787U CN209460787U CN201920533904.9U CN201920533904U CN209460787U CN 209460787 U CN209460787 U CN 209460787U CN 201920533904 U CN201920533904 U CN 201920533904U CN 209460787 U CN209460787 U CN 209460787U
- Authority
- CN
- China
- Prior art keywords
- recognition result
- output end
- recognition
- controller
- 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.)
- Active
Links
Landscapes
- Selective Calling Equipment (AREA)
Abstract
本实用新型提供了一种人工智能识别设备,包括:第一智能识别引擎,用于识别待识别信息以获取第一识别结果;第二智能识别引擎,用于识别所述待识别信息以获取第二识别结果;第一判断控制器,其输入端与所述第一智能识别引擎的输出端以及所述第二智能识别引擎的输出端电连接,用于判断所述第一识别结果与所述第二识别结果是否相同;以及第一输出器件,其输入端与所述第一判断控制器的输出端电连接,用于当所述第一识别结果与所述第二识别结果不相同时,输出所述待识别信息以进行第三方校验;其中,所述第一智能识别引擎与所述第二智能识别引擎不相同。解决了对于正确的识别结果也都要进行校验,会浪费大量的检验资源的问题。
Description
技术领域
本实用新型涉及人工智能技术领域,具体涉及一种人工智能识别设备。
背景技术
目前的人工智能识别的准确率仍存在上升空间。因此,为了进一步提高人工智能的准确率,人工智能的识别结果需要进行校验。在现有技术中,校验过程的前提是默认人工智能的识别结果并非完全准确,因此,无论识别结果正确还是不正确,都需要校验。随着人工智能识别模型的应用越来越广泛,如果对于正确的识别结果也都要进行校验,会浪费大量的检验资源。
实用新型内容
有鉴于此,本实用新型实施例提供了一种人工智能识别设备,通过两个不同的智能识别引擎分别对待识别信息进行识别,两个识别结果一致则无需进行第三方校验,两个识别结果不一致需进行第三方校验,解决了上述无论识别结果正确还是不正确都需要人工校验导致的浪费资源的问题。
本新型实施一方面提供了一种人工智能识别设备,包括:第一智能识别引擎,用于识别待识别信息以获取第一识别结果;第二智能识别引擎,用于识别所述待识别信息以获取第二识别结果;第一判断控制器,其输入端与所述第一智能识别引擎的输出端以及所述第二智能识别引擎的输出端电连接,用于判断所述第一识别结果与所述第二识别结果是否相同;以及第一输出器件,其输入端与所述第一判断控制器的输出端电连接,用于当所述第一识别结果与所述第二识别结果不相同时,输出所述待识别信息以进行第三方校验;其中,所述第一智能识别引擎与所述第二智能识别引擎不相同。
在一实施例中,所述人工智能识别设备还包括:处理器,其输出端分别与所述第一智能识别引擎的输入端以及所述第二智能识别引擎的输入端电连接,用于将外部输入的一个完整信息段落拆分成多个所述待识别信息。
在一实施例中,所述人工智能识别设备还包括:第一接收器件,其输出端与第二判断控制器的输入端电连接,用于接收外部输入的第三方校验结果;以及所述第二判断控制器,其输入端分别与所述第一智能识别引擎的输出端、所述第二智能识别引擎的输出端以及所述第一接收器件的输出端电连接,用于判断所述第一识别结果与所述第二识别结果是否存在至少一个识别结果与所述第三方校验结果相同。
在一实施例中,所述人工智能识别设备还包括:存储器,其输入端分别与所述第一判断控制器的输出端以及所述第二判断控制器的输出端电连接,所述存储器用于当所述第一识别结果与所述第二识别结果相同时,对所述第一识别结果与所述第二识别结果进行整理并存档得到第一存档结果;所述存储器还用于当所述第一识别结果与所述第二识别结果中的至少一个识别结果与所述第三方校验结果相同时,对所述第三方校验结果进行整理并存档得到第二存档结果。
在一实施例中,所述人工智能识别设备还包括:第一标记器件,其输入端与所述第二判断控制器的输出端电连接,用于当所述第一识别结果与所述第二识别结果均不和所述第三方校验结果相同时,对所述待识别信息进行识别错误的标记。
在一实施例中,所述第一接收器件进一步配置为接收外部输入的所述待识别信息的多个第三方校验结果;以及其中,所述人工智能识别设备进一步包括:第三判断控制器,其输入端与所述第一接收器件的输出端电连接,用于判断所述待识别信息的所述多个第三方校验结果是否相同。
在一实施例中,所述第二判断控制器,其输入端进一步与所述第三判断控制器的输出端电连接;所述第二判断控制器进一步配置为,当所述多个第三方校验结果相同时,判断所述第一识别结果与所述第二识别结果是否存在至少一个识别结果与所述多个第三方校验结果相同。
在一实施例中,所述人工智能识别设备还包括:第二输出器件,其输入端与所述第三判断控制器的输出端电连接,用于当所述多个第三方校验结果不同时,输出所述待识别信息以进行第四方校验。
在一实施例中,所述人工智能识别设备还包括:第二接收器件,其输出端与所述第二判断控制器的输入端电连接,用于接收外部输入的第四方校验结果;其中,所述人工智能识别设备进一步包括:第四判断控制器,其输入端分别与所述第一智能识别引擎的输出端、所述第二智能识别引擎的输出端以及所述第二接收器件的输出端电连接,用于判断所述第一识别结果与所述第二识别结果是否存在至少一个识别结果与所述第四方校验结果相同。
在一实施例中,所述人工智能识别设备还包括:麦克风,其输出端分别与所述第一智能识别引擎与所述第二智能识别引擎的输入端电连接,用于捕获声音作为所述待识别信息;以及摄像头,其输出端分别与所述第一智能识别引擎与所述第二智能识别引擎的输入端电连接,用于拍摄图像作为所述待识别信息。
本实用新型实施例提供的一种人工智能识别设备,通过两个不同的智能识别引擎分别对待识别信息进行识别得到两个识别结果,通过第一判断控制器判断两个识别结果是否一致,当两个识别结果一致时则认为识别结果为正确,此时则无需进行第三方校验,当两个识别结果不一致时则通过第一输出器件输出以进行第三方校验,由此避免了无论识别结果正确还是不正确都需要第三方校验而导致的资源浪费,提高了检验效率。
附图说明
图1所示为本实用新型一实施例提供的人工智能识别设备的结构示意图。
图2所示为本实用新型另一实施例提供的人工智能识别设备的结构示意图。
图3所示为本实用新型另一实施例提供的人工智能识别设备的结构示意图。
图4所示为本实用新型另一实施例提供的人工智能识别设备的结构示意图。
图5所示为本实用新型另一实施例提供的人工智能识别设备的结构示意图。
图6所示为本实用新型另一实施例提供的人工智能识别设备的结构示意图。
图7所示为本实用新型另一实施例提供的人工智能识别设备的结构示意图。
图8所示为本实用新型另一实施例提供的人工智能识别设备的结构示意图。
图9所示为本实用新型另一实施例提供的人工智能识别设备的结构示意图。
具体实施方式
下面将结合本实用新型实施例中的附图,对本实用新型实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本实用新型一部分实施例,而不是全部的实施例。基于本实用新型中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本实用新型保护的范围。
图1所示为本实用新型一实施例提供的人工智能识别设备的结构示意图。如图1所示,该人工智能识别设备100包括:第一智能识别引擎101,用于识别待识别信息以获取第一识别结果;第二智能识别引擎102,用于识别待识别信息以获取第二识别结果;第一判断控制器103,其输入端与第一智能识别引擎1的输出端以及第二智能识别引擎102的输出端电连接,用于判断第一识别结果与第二识别结果是否相同;以及第一输出器件104,其输入端与第一判断控制器103的输出端电连接,用于当第一识别结果与第二识别结果不相同时,输出待识别信息以进行第三方校验;其中,所述第一智能识别引擎101与所述第二智能识别引擎102不相同。
应当理解,第一智能识别引擎101与第二智能识别引擎102可以均是语音识别引擎,也可以均是图像识别引擎;只要第一智能识别引擎101与第二智能识别引擎102不是相同的引擎且二者所识别的待识别信息是相同的即可,本实用新型实施例对第一智能识别引擎101与第二智能识别引擎102的具体类别不做限定。
第一判断控制器103判断第一识别结果与第二识别结果不相同,第一输出器件104输出待识别信息以进行第三方校验,应当理解,第一判断控制器3只要能够实现判断两个识别结果是否一致即可,本实用新型实施例对第一判断控制器3具体实现结构不做限定。第一输出器件104只要可以在第一判断控制器103判断两个识别结果不一致时输出待识别信息即可,本实用新型实施例对第一输出器件104的具体实现结构不做限定。
第三方校验可以是人工校验或其他区别于本实用新型实施例阐述的人工智能识别设备100识别的校验方式,应当理解,第三方校验只要可以对待识别信息进行校验即可,本实用新型实施例对第三方校验的具体形式不做限定。
应当理解,本实用新型中所述的电连接可以在物理结构上的直接连接,如线路直连,也可以是通过网络连接以实现通信,如通过网线直连或者连入同一网络中。例如,第一智能识别引擎101或第二智能识别引擎102可以与控第一判断控制器103通过线路直连,以实现智能识别引擎和第一判断控制器103的小型化并且提高数据的传输效率;第一判断控制器103与第一输出器件104可以通过网线连接,以实现第三方校验的远距离操作。本实用新型实施例对于人工智能识别设备100中各装置的具体电连接方式不做限定。
本实用新型实施例提供的一种人工智能识别设备100,通过两个不同的智能识别引擎分别对待识别信息进行识别得到两个识别结果,通过第一判断控制器103判断两个识别结果是否一致,当两个识别结果一致时则认为识别结果为正确,此时则无需进行第三方校验,当两个识别结果不一致时则通过第一输出器件104输出以进行第三方校验,由此避免了无论识别结果正确还是不正确都需要第三方校验而导致的资源浪费,提高了检验效率。
图2所示为本实用新型另一实施例提供的人工智能识别设备的结构示意图。如图2所示,该人工智能识别设备200还包括:处理器205,其输出端分别与第一智能识别引擎201的输入端以及第二智能识别引擎202的输入端电连接,用于将外部输入的一个完整信息段落拆分成多个待识别信息。
处理器205将接受到的完整的信息段落拆分成多个待识别信息,分别将拆分的多个待识别信息传输给第一智能识别引擎201与第二智能识别引擎202进行识别。一个完整信息段落的拆分成多个短的待识别信息,不但可以减轻识别引擎的负担,而且可以提高完整信息段落的识别的准确率。
应当理解,当完整的信息段落为长语段,处理器205可以根据长语段的语气、断句、语法等信息拆分完整的信息段落;当完整的信息段落为长视频,处理器205可以根据长视频的时间拆分长视频。处理器205只要能够将完整的信息段落拆分成多个待识别信息即可,本实用新型实施例对处理器205的具体结构不做限定。在进一步实施例中,处理器205按顺序将完整的信息段落拆分成多个待识别信息,每个待识别信息存在与待识别信息在完整信息段落中顺序之对应的编码,第一输出器件204将两个识别结果不相同的带有编码的多个待识别信息发送给第三方校验,可以避免多个待识别信息中的某一个在传输过程被遗漏。同时,也方便后续进行整理并存档。
图3所示为本实用新型另一实施例提供的人工智能识别设备的结构示意图。如图3所示,该人工智能识别设备300还包括:第一接收器件306,其输出端与第二判断控制器307的输入端电连接,用于接收外部输入的第三方校验结果;以及第二判断控制器307,其输入端分别与第一智能识别引擎301的输出端、第二智能识别引擎302的输出端以及第一接收器件306的输出端电连接,用于判断第一识别结果与第二识别结果是否存在至少一个识别结果与所述第三方校验结果相同。
第一判断控制器303判断第一识别结果与第二识别结果不同,通过第一输出器件304,待识别信息被传送给第三方以进行校验。第三方完成校验,该人工智能识别设备300通过第一接收器件306接收外部输入的第三方校验结果并传输给第二判断控制器307。第二判断控制器307判断第一识别结果和第二识别结果是否存在至少一个识别结果与第三方校验结果相同。
通过判断第三方校验结果与第一识别结果和第二识别结果中的哪一个相同,可以确认,对于该待识别信息,第一智能识别引擎301与第二智能识别引擎302中哪一个的识别准确率更高。识别准确率更高的识别结果可为后续改进识别引擎提供参考。
图4所示为本实用新型另一实施例提供的人工智能识别设备的结构示意图。如图4所示,该人工智能识别设备400还包括:存储器408,其输入端分别与第一判断控制器403的输出端以及第二判断控制器407的输出端电连接,存储器408用于当第一识别结果与第二识别结果相同时,对第一识别结果与第二识别结果进行整理并存档得到第一存档结果;存储器408还用于当第一识别结果与第二识别结果中的至少一个识别结果与第三方校验结果相同时,对第三方校验结果进行整理并存档得到第二存档结果。
当第一判断控制器403判断第一识别结果与第二识别结果相同时,存储器8接收第一识别结果与第二识别结果,对第一识别结果与第二识别结果进行整理并存档得到第一存档结果。当第一判断控制器403判断第一识别结果与第二识别结果不同时,待识别信息通过第一输出器件404被传送给第三方以进行校验。第三方完成校验后,该人工智能识别设备400通过第一接收器件406接收外部输入的第三方校验结果并传输给第二判断控制器407;当第二判断控制器407判断第一识别结果与第二识别结果中的至少一个识别结果与第三方校验结果相同时,处理器8对第三方校验结果进行整理并存档得到第二存档结果。处理器408将第一存档结果与第二存档结果进行整理,汇总出完整的识别结果。
应当理解,处理器408可以拆分成整理器与存档器,只要处理器把能够对第一识别结果与第二识别结果或第三方校验结果完成整理与存档即可,本实用新型实施例对处理器8的具体结构以及是否可拆封成整理器4与存档器不做限定。
在进一步实施例中,处理器405按顺序将完整的信息段落拆分成多个待识别信息,每个待识别信息存在与待识别信息在完整信息段落中顺序之对应的编码。处理器408按照编码对第一存档结果与第二存档结果进行整理,得到完整的信息段落的识别结果。按照编码顺序,处理器408可以快捷便利地将第一存档结果与第二存档结果进行整理,同时汇总出完整的识别结果,避免遗漏与缺失。
图5所示为本实用新型另一实施例提供的人工智能识别设备的结构示意图。如图5所示,该人工智能识别设备500还包括:第一标记器件509,其输入端与第二判断控制器507的输出端电连接,用于当第一识别结果与第二识别结果均不和第三方校验结果相同时,对待识别信息进行识别错误的标记。
当第一判断控制器503判断第一识别结果与第二识别结果不同时,通过第一输出器件504待识别信息被传送给第三方以进行校验。第三方完成校验,该人工智能识别设备500通过第一接收器件506接收外部输入的第三方校验结果并传输给第二判断控制器507;当第二判断控制器507判断第一识别结果与第二识别结果均不和第三方校验结果相同时,对待识别信息进行识别错误的标记。通过标记可以明确该人工智能设备对哪一类待识别信息识别不正确,在后续识别中,突出关注,为进一步改进人工智能识别设备500,提供参考依据。
图6所示为本实用新型另一实施例提供的人工智能识别设备的结构示意图。如图6所示,第一接收器件606进一步配置为接收外部输入的待识别信息的多个第三方校验结果;该人工智能识别设备600进一步包括:第三判断控制器610,其输入端与第一接收器件606的输出端电连接,用于判断待识别信息的多个第三方校验结果是否相同。
由于第三方校验也可能存在错误,为了进一步提高校验的准确率,需要多个第三方对同一待识别信息进行校验。该人工智能识别设备600通过第一接收器件606接收外部输入的多个第三方校验结果,通过第三判断控制器610判断待识别信息的多个第三方校验结果是否相同,提高第三方校验的准确率。第三判断控制器610的设置为第三方校验结果提供筛选,一致的第三方校验结果被第三判断控制器610筛选出来。
在一实施例中,第二判断控制器607,其输入端进一步与第三判断控制器610的输出端电连接;第二判断控制器607进一步配置为,当多个第三方校验结果相同时,判断第一识别结果与第二识别结果是否存在至少一个识别结果与多个第三方校验结果相同。
当第三判断控制器610判断待识别信息的多个第三方校验结果相同,则多个第三方校验结果被认为是准确的第三方校验结果。第二判断控制器607判断第一识别结果与第二识别结果是否存在至少一个识别结果与准确的第三方校验结果是否相同,为进一步确认哪一个识别引擎的识别准确率更高提供更准确的参考。
图7所示为本实用新型另一实施例提供的人工智能识别设备的结构示意图。如图7所示,该人工智能识别设备700还包括:第二输出器件711,其输入端与第三判断控制器710的输出端电连接,用于当多个第三方校验结果不同时,输出待识别信息以进行第四方校验。
当第三判断控制器710判断待识别信息的多个第三方校验结果不相同时,那么多个第三方校验结果之间存在分歧,则需要第四方对多个不同的第三方校验结果进行校验。第四方校验相对于第三方校验为更专业,更深层次的校验。应当理解,只要第四方校验相对于第三方更专业,更深层次,本实用新型实施例对第四方校验的具体形式不做限定。当多个第三方校验结果不同时,第二输出器件711将输出待识别信息以进行第四方校验,可以进一步提高校验的准确率。
在进一步实施例中,第三方检验与第四方校验均是人工实现的。第三方校验是由普通校验团队进行,第四方校验相对于第三方校验是由更专业的专家团队进行。当多个普通校验团队的结果不同时,第二输出器件711将输出待识别信息给专家团队进行校验。专家团队可以进一步提高校验的准确率。
图8所示为本实用新型另一实施例提供的人工智能识别设备的结构示意图。如图8所示,该人工智能识别设备800还包括:第二接收器件812,其输出端与第二判断控制器807的输入端电连接,用于接收外部输入的第四方校验结果;其中,人工智能识别设备800进一步包括:第四判断控制器813,其输入端分别与第一智能识别引擎801的输出端、第二智能识别引擎802的输出端以及第二接收器件812的输出端电连接,用于判断第一识别结果与第二识别结果是否存在至少一个识别结果与所述第四方校验结果相同。
多个第三方校验结果之间存在分歧,则需要第四方对多个不同的第三方校验结果进行校验,第四方校验结果被认为是更准确与更专业的校验结果。第二接收器件812接收外部输入的第四校验结果,第四判断控制器813判断第一识别结果与第二识别结果是否存在至少一个识别结果与所述第四方校验结果相同,为进一步确认哪一个识别引擎的识别准确率更高提供更专业、更准确的参考。
图9所示为本实用新型另一实施例提供的人工智能识别设备的结构示意图。如图9所示,该人工智能识别设备900还包括:麦克风914,其输出端分别与第一智能识别引擎901与第二智能识别引擎902的输入端电连接,用于捕获声音作为所述待识别信息;以及摄像头915,其输出端分别与第一智能识别引擎901与第二智能识别引擎902的输入端电连接,用于拍摄图像作为所述待识别信息。麦克风914与摄像头915作为捕捉待识别信息的设备,将获取待识别信息与识别设备一体化制备,节省成本。同时,减少传输中的失误。
应当理解,麦克风914捕捉声音传递给第一智能识别引擎901与第二智能识别引擎902,第一智能识别引擎901与第二智能识别引擎902为第一语音识别引擎与第二语音识别引擎。摄像头915拍摄图像,递给第一智能识别引擎901与第二智能识别引擎902,第一智能识别引擎901与第二智能识别引擎902为第一图像识别引擎与第二图像识别引擎。只要第一智能识别引擎与第二智能识别引擎与获取的待识别信息类型相同即可,本实用新型实施例对第一智能识别引擎与第二智能识别引擎的类型不做具体限定。
在一实施例中,当人工智能识别设备900包括处理器905时,麦克风914的输出端与理器905的输入端电连接;摄像头915的麦克风914的输出端与理器905的输入端电连接。当捕捉的声音与拍摄的图片属于内存信息较大,可以使用处理器905对其进行分割,不但可以减轻识别引擎的负担,而且可以提高完整信息段落的识别的准确率。
应当理解,为了不模糊本实用新型的实施方式,说明书仅对一些关键、未必必要的技术和特征进行了描述,而可能未对一些本领域技术人员能够实现的特征做出说明。
以上所述仅为本实用新型的较佳实施例而已,并不用以限制本新型实施,凡在本新型实施的精神和原则之内,所作的任何修改、等同替换等,均应包含在本实用新型的保护范围之内。
Claims (10)
1.一种人工智能识别设备,其特征在于,包括:
第一智能识别引擎,用于识别待识别信息以获取第一识别结果;
第二智能识别引擎,用于识别所述待识别信息以获取第二识别结果;
第一判断控制器,其输入端与所述第一智能识别引擎的输出端以及所述第二智能识别引擎的输出端电连接,用于判断所述第一识别结果与所述第二识别结果是否相同;以及
第一输出器件,其输入端与所述第一判断控制器的输出端电连接,用于当所述第一识别结果与所述第二识别结果不相同时,输出所述待识别信息以进行第三方校验;
其中,所述第一智能识别引擎与所述第二智能识别引擎不相同。
2.根据权利要求1所述的人工智能识别设备,其特征在于,还包括:
处理器,其输出端分别与所述第一智能识别引擎的输入端以及所述第二智能识别引擎的输入端电连接,用于将外部输入的一个完整信息段落拆分成多个所述待识别信息。
3.根据权利要求1所述的人工智能识别设备,其特征在于,还包括:
第一接收器件,其输出端与第二判断控制器的输入端电连接,用于接收外部输入的第三方校验结果;以及
所述第二判断控制器,其输入端分别与所述第一智能识别引擎的输出端、所述第二智能识别引擎的输出端以及所述第一接收器件的输出端电连接,用于判断所述第一识别结果与所述第二识别结果是否存在至少一个识别结果与所述第三方校验结果相同。
4.根据权利要求3所述的人工智能识别设备,其特征在于,还包括:
存储器,其输入端分别与所述第一判断控制器的输出端以及所述第二判断控制器的输出端电连接,所述存储器用于当所述第一识别结果与所述第二识别结果相同时,对所述第一识别结果与所述第二识别结果进行整理并存档得到第一存档结果;所述存储器还用于当所述第一识别结果与所述第二识别结果中的至少一个识别结果与所述第三方校验结果相同时,对所述第三方校验结果进行整理并存档得到第二存档结果。
5.根据权利要求3所述的人工智能识别设备,其特征在于,还包括:
第一标记器件,其输入端与所述第二判断控制器的输出端电连接,用于当所述第一识别结果与所述第二识别结果均不和所述第三方校验结果相同时,对所述待识别信息进行识别错误的标记。
6.根据权利要求3所述的人工智能识别设备,其特征在于,
所述第一接收器件进一步配置为接收外部输入的所述待识别信息的多个第三方校验结果;以及
其中,所述人工智能识别设备进一步包括:第三判断控制器,其输入端与所述第一接收器件的输出端电连接,用于判断所述待识别信息的所述多个第三方校验结果是否相同。
7.根据权利要求6所述的人工智能识别设备,其特征在于,所述第二判断控制器,其输入端进一步与所述第三判断控制器的输出端电连接;
所述第二判断控制器进一步配置为,当所述多个第三方校验结果相同时,判断所述第一识别结果与所述第二识别结果是否存在至少一个识别结果与所述多个第三方校验结果相同。
8.根据权利要求6所述的人工智能识别设备,其特征在于,还包括:
第二输出器件,其输入端与所述第三判断控制器的输出端电连接,用于当所述多个第三方校验结果不同时,输出所述待识别信息以进行第四方校验。
9.根据权利要求8所述的人工智能识别设备,其特征在于,还包括:
第二接收器件,其输出端与所述第二判断控制器的输入端电连接,用于接收外部输入的第四方校验结果;
其中,所述人工智能识别设备进一步包括:第四判断控制器,其输入端分别与所述第一智能识别引擎的输出端、所述第二智能识别引擎的输出端以及所述第二接收器件的输出端电连接,用于判断所述第一识别结果与所述第二识别结果是否存在至少一个识别结果与所述第四方校验结果相同。
10.根据权利要求1~9任意一项所述的人工智能识别设备,其特征在于,还包括以下器件中的一种或几种:
麦克风,其输出端分别与所述第一智能识别引擎与所述第二智能识别引擎的输入端电连接,用于捕获声音作为所述待识别信息;以及
摄像头,其输出端分别与所述第一智能识别引擎与所述第二智能识别引擎的输入端电连接,用于拍摄图像作为所述待识别信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201920533904.9U CN209460787U (zh) | 2019-04-17 | 2019-04-17 | 一种人工智能识别设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201920533904.9U CN209460787U (zh) | 2019-04-17 | 2019-04-17 | 一种人工智能识别设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN209460787U true CN209460787U (zh) | 2019-10-01 |
Family
ID=68048074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201920533904.9U Active CN209460787U (zh) | 2019-04-17 | 2019-04-17 | 一种人工智能识别设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN209460787U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111783871A (zh) * | 2020-06-29 | 2020-10-16 | 平安医疗健康管理股份有限公司 | 基于有监督学习模型的异常数据识别方法及相关设备 |
-
2019
- 2019-04-17 CN CN201920533904.9U patent/CN209460787U/zh active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111783871A (zh) * | 2020-06-29 | 2020-10-16 | 平安医疗健康管理股份有限公司 | 基于有监督学习模型的异常数据识别方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101068345B (zh) | 视频监控方法和系统以及网络传输设备 | |
CN104811359B (zh) | 一种串口通信方法及终端 | |
CN103841360A (zh) | 分布式视频会议的实现方法及系统、终端、音视频一体化设备 | |
CN103731274A (zh) | 一种识别音频设备的方法 | |
CN108965312A (zh) | 远程调用方法、装置、系统和存储介质 | |
CN108683704A (zh) | 一种Socket网络通信测试方法及其系统、存储介质 | |
CN110291774A (zh) | 一种图像处理方法、设备、系统及存储介质 | |
CN106227492A (zh) | 拼接墙与移动智能终端互联方法和装置 | |
CN209460787U (zh) | 一种人工智能识别设备 | |
CN107370713A (zh) | 一种人脸识别的登录认证方法、装置、终端及服务器 | |
CN107197139A (zh) | 全景相机的数据处理方法 | |
CN106528272A (zh) | 一种数据处理装置、方法及终端 | |
CN107491277A (zh) | 用手机触控屏对大屏幕设备进行控制的方法 | |
CN108877185A (zh) | 一种蓝牙遥控方法及电路 | |
CN104410603B (zh) | 一种验证终端身份的方法、装置及系统 | |
CN108513034A (zh) | 远程拍摄图片的方法、电子装置及计算机可读存储介质 | |
CN105827637B (zh) | Ims固话号码的配置方法和系统 | |
CN109685088A (zh) | 基于云端分离卷积神经网络的窄带通信智能图像分析系统 | |
CN106683214A (zh) | 一种考勤验证数据获取方法及装置 | |
CN105100945B (zh) | 一种头像图片的处理方法和终端 | |
CN110225287A (zh) | 音频处理方法及装置 | |
CN108810443A (zh) | 视频画面合成方法及多点控制单元 | |
CN106648983A (zh) | Wi‑Fi设备恢复出厂设置成功率的测试方法和系统 | |
CN113852862A (zh) | 一种融合用户行为数据采集的方法及系统和装置 | |
CN105872003A (zh) | 基于p2p网络的数据处理方法、装置及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |