[發明專利]智能推薦式眼鏡及其使用方法有效
| 申請號: | 202010979896.8 | 申請日: | 2020-09-17 |
| 公開(公告)號: | CN112256955B | 公開(公告)日: | 2022-12-16 |
| 發明(設計)人: | 蔣彤;喬靜萍;呂蕾 | 申請(專利權)人: | 山東師范大學 |
| 主分類號: | G06F16/9535 | 分類號: | G06F16/9535;G06F16/587;G06F16/55;G02B27/01 |
| 代理公司: | 濟南圣達知識產權代理有限公司 37221 | 代理人: | 張慶騫 |
| 地址: | 250014 山*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 智能 推薦 眼鏡 及其 使用方法 | ||
1.一種智能推薦式眼鏡,其特征在于,包括:
圖像采集模塊,其被配置為接收圖像采集指令并采集景點圖像;
中央控制模塊,其被配置為獲取指令,從而確定是否實時搜索景點圖像的相關信息介紹或/和周邊推薦信息;
圖像識別模塊,其被配置為識別及分類景點圖像;
中央搜索引擎,其被配置為在預設數據庫中搜索與景點圖像相匹配的介紹或/和周邊推薦信息;
搜索結果輸出模塊,其被配置為輸出中央搜索引擎搜索結果;
所述圖像采集模塊與圖像采集指令輸入模塊相連;
所述圖像采集指令輸入模塊為語音控制模塊;
所述中央控制模塊與語音控制模塊相連,語音控制模塊被配置為接收語音信息并識別出相應指令,并傳送至中央控制模塊;
在所述語音控制模塊中,語音輸入后經過預處理,特征提取,相似度度量,后處理,然后最終給予識別結果并給出反應,根據特征提取的信息在參考模式庫中比對,給予最優的信息,對特征提取并在識別之后的相似度度量進行補充;語音識別提取的過程中,還設置自學習環節,其過程為:將語音轉換成文本的語音識別系統有兩個數據庫,一是與提取出的信息進行匹配的聲學模型數據庫,二是與之匹配的文本語言數據庫;在識別過程中,自學習歸納用戶的使用習慣和識別方式,然后將數據歸納到相應數據庫。
2.如權利要求1所述的智能推薦式眼鏡,其特征在于,所述圖像采集模塊被配置為采集的景點圖像存儲至本地存儲模塊。
3.如權利要求2所述的智能推薦式眼鏡,其特征在于,所述本地存儲模塊還與中央控制模塊相連,所述中央控制模塊與移動通信端相互通信。
4.如權利要求3所述的智能推薦式眼鏡,其特征在于,所述中央控制模塊通過藍牙模塊與移動通信端進行信息傳輸。
5.如權利要求1所述的智能推薦式眼鏡,其特征在于,在所述圖像識別模塊中,利用感知哈希算法對景點圖像進行識別及分類。
6.如權利要求1所述的智能推薦式眼鏡,其特征在于,所述搜索結果輸出模塊為語音播放模塊或虛擬投影模塊。
7.一種如權利要求1-6中任一項所述的智能推薦式眼鏡的使用方法,其特征在于,包括:
接收圖像采集指令并采集景點圖像;
獲取指令,從而確定是否實時搜索景點圖像的相關信息介紹或/和周邊推薦信息;
當確定實時搜索景點圖像的相關信息介紹或/和周邊推薦信息時,識別及分類景點圖像;
在預設數據庫中搜索與景點圖像相匹配的介紹或/和周邊推薦信息;
輸出中央搜索引擎搜索結果;
根據圖像采集指令通過語音控制來采集景點圖像;
其中,通過語音控制來采集景點圖像的過程為:語音輸入后經過預處理,特征提取,相似度度量,后處理,然后最終給予識別結果并給出反應,根據特征提取的信息在參考模式庫中比對,給予最優的信息,對特征提取并在識別之后的相似度度量進行補充;語音識別提取的過程中,還設置自學習環節,其過程為:將語音轉換成文本的語音識別系統有兩個數據庫,一是與提取出的信息進行匹配的聲學模型數據庫,二是與之匹配的文本語言數據庫;在識別過程中,自學習歸納用戶的使用習慣和識別方式,然后將數據歸納到相應數據庫。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于山東師范大學,未經山東師范大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010979896.8/1.html,轉載請聲明來源鉆瓜專利網。





