[发明专利]基于可穿戴设备的特征采集分析系统有效
申请号: | 201810460938.X | 申请日: | 2018-05-15 |
公开(公告)号: | CN108566536B | 公开(公告)日: | 2021-02-02 |
发明(设计)人: | 钱桂宏;雷刚 | 申请(专利权)人: | 新疆习美人工智能科技有限公司 |
主分类号: | H04N7/18 | 分类号: | H04N7/18 |
代理公司: | 北京酷爱智慧知识产权代理有限公司 11514 | 代理人: | 安娜 |
地址: | 843000 新疆维吾尔自治区*** | 国省代码: | 新疆;65 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 穿戴 设备 特征 采集 分析 系统 | ||
本发明公开了一种基于可穿戴设备的特征采集分析系统,包括可穿戴设备、无线联网模块和云计算大数据服务模块,可穿戴设备用于采集目标对象的数据信息;无线联网模块用于将可穿戴设备采集的数据信息发送给云计算大数据服务模块和将云计算大数据服务模块处理后得到的决策发送给可穿戴设备;云计算大数据服务模块存储多种数据,对接收的可穿戴设备采集的数据信息进行分析处理做出决策结果,并将决策结果发送给可穿戴设备。通过可穿戴设备主动采集目标对象,云计算大数据服务模块可快速、准确识别出对象,性能可靠、适用场景多、智能化程度高。
技术领域
本发明涉及智能穿戴设备技术领域,具体涉及一种基于可穿戴设备的特征采集分析系统。
背景技术
现有的智能采集分析系统,主要是利用监控摄像机和智能终端对场景中的人、车辆及其行为进行采集和分析,识别出人脸、车牌、行径等特征信息对应其身份信息,对事物及其行为进行分析,用于安防信息智能化分析和安全管理。现有智能采集分析系统的录入采集设备通常是固定安装,只能被动采集进入采集设备视角和合适距离内的目标,同时也受到观察目标是否会主动配合的影响,很难对更大范围的可疑目标进行信息采集和检测,因为视角和距离等诸多因素的影响,固定位置的录入设备对于移动目标和被动态遮蔽的目标如汽车内的乘客、人群中的尾随者等安检非常困难。因为录入采集设备的被动性特征,智能采集分析系统无法得到可疑目标的信息,安检系统对重点目标的监控和安检能力就受到极大限制,只能对相对正常主动配合的安全人群进行采集,发现可疑、嫌疑、在逃人员和套牌、丢失、改造车辆等物品的能力也很难提高,现有系统的被动性采集特征导致现有系统的安检的效果和成效和实际需求之间存在很大落差,亟待改进和创新。
现有系统的人脸识别、车牌识别、X光行李安检仪等系统和设备是单独分离系统,需要通过不同的拍摄录入设备对人脸、车牌、行李进行拍摄和处理,处理后的数据录入各自系统的数据库,数据直接没有关联,无法形成以人为核心的安检管理体系,因为人和车及行李物品之间没有形成直接关联,对车辆和行李物品的监控缺乏持续性和有效性,存在很大的安全漏洞和管理缺陷。
现有系统的数据处理智能化程度低,数据关联性能低、深度学习能力差,平台管理的数据模式相对简单,存在智能化分析和人工智能、大数据功能无法满足日益增长的公共安全需求的问题。
发明内容
针对现有技术中的缺陷,本发明的目的在于提供一种基于可穿戴设备的特征采集分析系统,采用可穿戴设备采集目标对象的数据信息,对可穿戴设备采集的目标对象的数据信息进行大数据分析处理,得到决策结果,为可穿戴设备提供决策。
本发明实施例提供的一种基于可穿戴设备的特征采集分析系统,包括可穿戴设备、无线联网模块和云计算大数据服务模块,所述可穿戴设备用于采集目标对象的数据信息;所述无线联网模块用于将可穿戴设备采集的数据信息发送给云计算大数据服务模块和将云计算大数据服务模块处理后得到的决策发送给可穿戴设备;所述云计算大数据服务模块存储多种数据,对接收的可穿戴设备采集的数据信息进行分析处理做出决策结果,并将所述决策结果发送给可穿戴设备。
可选地,所述可穿戴设备包括可穿戴复合镜头模块,所述可穿戴复合镜头模块包括采集控制单元,还包括广角摄像头、高清变焦摄像头、红外摄像头和智能传感器中的一个或多个,所述采集控制单元控制广角摄像头、高清变焦摄像头、红外摄像头和/或智能传感器采集数据。
可选地,所述可穿戴设备还包括可穿戴设备控制模块所述可穿戴设备控制模块用于控制可穿戴复合镜头模块采集目标对象的数据信息,所述可穿戴设备控制模块包括视网膜透镜显示屏、耳机扬声器、麦克风拾音器和视频音频控制器,所述视频音频控制器分别控制视网膜透镜显示屏、耳机扬声器和麦克风拾音器采集数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新疆习美人工智能科技有限公司,未经新疆习美人工智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810460938.X/2.html,转载请声明来源钻瓜专利网。