[发明专利]一种智能助盲系统、方法、计算机设备及存储介质在审

专利信息
申请号: 202011348096.2 申请日: 2020-11-26
公开(公告)号: CN112515928A 公开(公告)日: 2021-03-19
发明(设计)人: 李凌;宋凯旋;辜嘉 申请(专利权)人: 苏州中科先进技术研究院有限公司
主分类号: A61H3/06 分类号: A61H3/06;G06N3/08;G06K9/62
代理公司: 深圳市科进知识产权代理事务所(普通合伙) 44316 代理人: 魏毅宏
地址: 215123 江苏省苏州*** 国省代码: 江苏;32
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 智能 系统 方法 计算机 设备 存储 介质
【权利要求书】:

1.一种智能助盲系统,其特征在于,包括:多感官信息采集系统、多感官信息处理模块、多通道输出控制模块以及信息输出模块;其中:

所述多感官信息采集系统用于采集感官信息,并发送至所述多感官信息处理模块进行数据处理;

所述多感官信息处理模块用于当接收到所述感官信息后,基于预先构建好的多感官信息融合模型对所述感官信息进行数据分析整合操作,得到整合数据,并将所述整合数据发送至所述多通道输出控制模块进行处理;

所述多通道输出控制模块用于当接收到所述整合数据后,基于整合数据的数据结构选择适合的输出控制通道对所述整合数据进行数据重构,得到所述重构数据,并将所述重构数据发送至所述信息输出模块;

所述信息输出模块用于当接收到所述重构数据后,基于所述重构数据的对应的输出控制通道类型确定所述重构数据的输出形式,并按照所述输出形式向用户输出所述重构数据。

2.根据权利要求1所述的智能助盲系统,其特征在于,所述多感官信息采集系统包括用于采集环境信息的环境感知传感器、用于采集图像信息的视觉传感器、用于采集声音信息的听觉传感器以及用于采集触控设备信息的触觉传感器。

3.根据权利要求1所述的智能助盲系统,其特征在于,所述多感官信息处理模块包括用于对采集到的所述感官信息进行分析处理的所述多感官信息融合模型,以及用于对整合数据进行感官替换处理的反馈视觉代偿模型。

4.根据权利要求3所述的智能助盲系统,其特征在于,基于深度学习多感官表达技术构建所述反馈视觉代偿模型。

5.根据权利要求3所述的智能助盲系统,其特征在于,所述反馈视觉代偿模型包括用于提供多感官基础信息的物理层、用于进行帧数据传输的数据链路层、用于提供网络传输的网络层、用于提供可靠数据传输的传输层、用于建立逻辑对应关系的会话层、用于数据转换的表示层以及用于提供进程通信的应用层。

6.一种智能助盲方法,其特征在于,包括下述步骤:

当用户佩戴有信息采集设备时,采集感官信息;

基于预先构建好的多感官信息融合模型对所述感官信息进行数据分析整合操作,得到整合数据;

基于整合数据的数据结构选择适合的输出控制通道对所述整合数据进行数据重构,得到所述重构数据;

基于所述重构数据的对应的输出控制通道类型确定所述重构数据的输出形式;

按照所述输出形式向用户输出所述重构数据。

7.根据权利要求6所述的智能助盲方法,其特征在于,在所述基于预先构建好的多感官信息融合模型对所述感官信息进行数据分析整合操作,得到整合数据的步骤之后,所述方法还包括:

对所述整合数据采用所述反馈视觉代偿模型进行数据格式转换,得到视觉代偿数据;

所述基于整合数据的数据结构选择适合输出数据的输出控制通道对所述整合数据进行数据重构,得到所述重构数据的步骤具体包括:

通过视觉输出控制通道对所述视觉代偿数据进行数据重构,得到所述重构数据。

8.根据权利要求7所述的智能助盲方法,其特征在于,所述反馈视觉代偿模型包括用于提供多感官基础信息的物理层、用于进行帧数据传输的数据链路层、用于提供网络传输的网络层、用于提供可靠数据传输的传输层、用于建立逻辑对应关系的会话层、用于数据转换的表示层以及用于提供进程通信的应用层。

9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求6至8中任一项所述的智能助盲方法的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求6至8中任一项所述的智能助盲方法的步骤。

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苏州中科先进技术研究院有限公司,未经苏州中科先进技术研究院有限公司许可,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/202011348096.2/1.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