[发明专利]基于自学习技术的互联网电视智能控制方法及控制系统有效

专利信息
申请号: 201910177082.X 申请日: 2019-03-08
公开(公告)号: CN109976169B 公开(公告)日: 2022-08-12
发明(设计)人: 陈小平 申请(专利权)人: 佛山市云米电器科技有限公司;陈小平
主分类号: G05B15/02 分类号: G05B15/02;G05B19/418
代理公司: 佛山市禾才知识产权代理有限公司 44379 代理人: 单蕴倩;梁永健
地址: 528000 广东省佛山市顺德区伦教街道办事*** 国省代码: 广东;44
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 自学习 技术 互联网 电视 智能 控制 方法 控制系统
【说明书】:

发明涉及智能家居领域,特别是一种基于自学习技术的互联网电视智能控制方法及控制系统,基于自学习技术的互联网电视智能控制方法,其包括如下步骤:a.自学习步骤:a1.采集用户身份信息;a2.采集环境信息和时间信息;a3.建立控制模型并储存;b.互联网电视智能控制步骤:b1.采集并识别用户身份信息、环境信息和时间信息;b2.匹配调取神经网络模型中该用户身份信息对应的控制模型;b3.将控制模型转化为控制信号传输至互联网电视完成使用设置。所述控制系统可通过自学习的方法,让智能门锁和互联网电视实现智能互联,极大的提高了用户使用的便捷性及舒适性,增强了用户的智能控制体验感。

技术领域

本发明涉及智能家居领域,特别是一种基于自学习技术的互联网电视智能控制方法及控制系统。

背景技术

自2010年起,“智能”已经开始在世界范围内的彩电业崭露头角。至今,智能电视的发展如火如荼。国外有很多叫法,如Smart TV,Google TV,Android TV,Yahoo TV,Connected TV等等;国内统一叫做“智能电视”或者“互联网电视”。

互联网电视是相对于传统电视而言的,互联网电视相对于传统电视在功能上更加强大,控制和使用方式上更加多样化复杂化。现有技术中,互联网电视主要是通过遥控其和移动终端上固定的APP发送指令进行操作,用户每次使用电视还需要手动开启或关闭电视,所有的音量和环境设置都是需要用户根据自己的使用习惯手动设置的,因此现有的互联网电视在硬件和功能上达到了智能化,但是在控制和使用上给用户的感受并不便利和舒适。

发明内容

针对上述缺陷,本发明的目的在于提出一种基于自学习技术的互联网电视智能控制方法及应用其的控制系统。

为达此目的,本发明采用以下技术方案:

基于自学习技术的互联网电视智能控制方法,其包括如下步骤:

a.自学习步骤:a1.控制终端实时采集并识别用户身份信息;a2.采集环境信息和时间信息;a3.根据环境信息和时间信息,为不同用户身份信息的用户建立控制模型,并储存至神经网络控制模型中。

b.互联网电视智能控制步骤:b1.智能门锁采集并识别用户身份信息,环境检测装置检测识别环境信息,时间检测装置采集时间信息;b2.当智能信息识别处理装置识别并匹配到对应的用户身份信息时,神经元网络模型接收用户身份信息、环境信息和时间信息,并识别匹配调取神经网络模型中该用户身份信息对应的控制模型;b3.输出处理装置接收控制模型,并将控制模型转化为控制信号传输至互联网电视完成对互联网电视的开启及使用信息的设置或关闭。

更优的,所述步骤b3包括如下内容:当电视检测装置检测到用户有对互联网电视进行操作时,则所述互联网电视会配合用户完成对应操作,所述神经网络控制模型依据步骤a1-a3完成新的自学习步骤,并更新或建立新的控制模型储存至神经网络控制模型中。

更优的,所述步骤b2包括如下内容:当识别并未匹配用户身份信息时,该用户为新用户,神经元网络模型根据环境信息和时间信息,并识别匹配调取神经网络模型中任意一个用户身份所信息对应的控制模型。

更优的,所述步骤b2还包括如下内容:当电视检测装置检测到新用户有对互联网电视进行操作时,则所述互联网电视配合用户完成对应操作,神经网络控制模型依据步骤a1-a3完成新的自学习步骤,为新用户建立新的控制模型储存至神经网络控制模型中,并为控制模型匹配对应的用户身份信息。

更优的,所述用户身份信息包括:指纹信息、音频信息、面部图像信息、用户名称和用户优先等级。

更优的,所述环境信息包括:电视音量信息、电视图像设置信息、电视输入源信息和环境光照信息。

更优的,所述时间信息包括:用户对互联网电视进行控制的时间节点、互联网电视个频道观看保持时间和自然时间。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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佛山市云米电器科技有限公司;陈小平,未经佛山市云米电器科技有限公司;陈小平许可,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/201910177082.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top