[发明专利]一种基于耳机检测动作进行功能控制的方法及系统有效

专利信息
申请号: 201911330275.0 申请日: 2019-12-20
公开(公告)号: CN111050266B 公开(公告)日: 2021-07-30
发明(设计)人: 朱凤邹;薛原 申请(专利权)人: 朱凤邹;北京摩高科技有限公司
主分类号: H04R29/00 分类号: H04R29/00;G06N3/04;G06K9/00
代理公司: 北京知联天下知识产权代理事务所(普通合伙) 11594 代理人: 张陆军;张迎新
地址: 100015 北京市朝阳*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 耳机 检测 动作 进行 功能 控制 方法 系统
【权利要求书】:

1.一种基于耳机检测动作进行功能控制的方法,其特征在于,包括:

所述耳机通过传感器采集佩戴者动作信息;

基于所述动作信息,采用神经网络算法和先验规则识别目标动作;

所述目标动作识别结果用于控制与所述耳机相应的终端功能;

所述动作信息为原始动作序列;

所述采用神经网络算法和先验规则识别目标动作包括:

对所述原始动作序列采用第一神经网络模型进行深度特征提取,得到子动作识别结果;

基于所述原始动作序列,根据先验规则识别,得到姿态计算结果;

根据所述子动作识别结果、所述姿态计算结果和所述原始动作序列 ,采用第二神经网络模型进行识别,得到所述目标动作识别结果;

第二神经网络模型基于连续动作序列进行动作识别,是一个迭代循环的计算过程,在迭代过程中,根据子动作识别结果和姿态计算结果作为限定或影响迭代方向的条件;

所述根据先验规则识别,得到姿态计算结果包括:判断所述原始动作序列中的动作幅度和持续时间是否满足相应的动作阈值。

2.根据权利要求1所述的基于耳机检测动作进行功能控制的方法,其特征在于,

在采用第一神经网络模型进行深度特征提取前,根据人工标注数据,训练所述第一神经网络模型进行监督性学习。

3.根据权利要求1所述的基于耳机检测动作进行功能控制的方法,其特征在于,

所述第二神经网络模型为LSTM模型,所述LSTM模型预先经过设定权重的训练,用于根据多个相关子动作序列识别表示佩戴者意图的目标动作。

4.根据权利要求1-3中任一项所述的基于耳机检测动作进行功能控制的方法,其特征在于,所述目标动作识别结果用于控制与所述耳机相应的终端功能包括:

根据与所述耳机信号连接的终端应用确定工作模式;

在媒体播放模式下,根据所述目标动作识别结果控制媒体播放动作;

在非播放模式下,将所述目标动作识别结果转换为系统操作动作映射发送到所述终端应用,控制终端应用功能。

5.一种基于耳机检测动作进行功能控制的系统,其特征在于,包括:

传感单元,用于设置在耳机中,采集佩戴者动作信息;

动作识别单元,用于基于所述动作信息,采用神经网络算法和先验规则识别目标动作;

输出单元,用于将目标动作识别结果输出到与所述耳机相应的被控制终端能;

所述动作信息为原始动作序列;

所述动作识别单元包括:

第一识别单元,所述第一识别单元用于对所述原始动作序列采用第一神经网络模型进行深度特征提取,得到子动作识别结果;

第二识别单元,所述第二识别单元用于基于所述原始动作序列,根据先验规则识别,得到姿态计算结果;

第三识别单元,所述第三识别单元用于根据所述子动作识别结果、所述姿态计算结果和所述原始动作序列 ,采用第二神经网络模型进行识别,得到所述目标动作识别结果;

第二神经网络模型基于连续动作序列进行动作识别,是一个迭代循环的计算过程,在迭代过程中,根据子动作识别结果和姿态计算结果作为限定或影响迭代方向的条件;

所述第二识别单元根据先验规则识别,得到姿态计算结果包括:判断所述原始动作序列中的动作幅度和持续时间是否满足相应的动作阈值。

6.根据权利要求5所述的基于耳机检测动作进行功能控制的系统,其特征在于,

所述第一识别单元在采用第一神经网络模型进行深度特征提取前,根据人工标注数据,训练所述第一神经网络模型进行监督性学习。

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朱凤邹;北京摩高科技有限公司,未经朱凤邹;北京摩高科技有限公司许可,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/201911330275.0/1.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