[发明专利]基于多层卷积神经网络的检测设备放置在显示屏上的方法有效

专利信息
申请号: 201911262034.7 申请日: 2019-12-10
公开(公告)号: CN112947872B 公开(公告)日: 2022-10-04
发明(设计)人: 雷秀洋;赵国荣;陆飞;易典 申请(专利权)人: 上海品奇科技有限公司
主分类号: G06F3/14 分类号: G06F3/14;G06F3/04845;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 应小波
地址: 201901 上海市浦东新区中国(上海)自由*** 国省代码: 上海;31
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 多层 卷积 神经网络 检测 设备 放置 显示屏 方法
【说明书】:

发明涉及一种基于多层卷积神经网络的检测设备放置在显示屏上的方法,包括:将带有图像采集装置的智能设备放置在点亮状态的显示屏上,且图像采集装置面向显示屏;构建基于多层卷积神经网络的检测模型,并加载权重参数集;通过朝向显示屏方向的图像采集装置采集图像,将图像输入到基于多层卷积神经网络的检测模型进行推理,给出图像的分类信息以及概率值;对于给出的分类信息及概率值,如果图像属于放置在显示屏上的类别概率值最高或者超过设定阈值,则认为智能设备放置在显示屏上。与现有技术相比,本发明具有误识别率低、检测精度高、检测速度快等优点。

技术领域

本发明涉及一种多屏互动技术,尤其是涉及一种基于多层卷积神经网络的检测设备放置在显示屏上的方法。

背景技术

多屏互动是指通过无线网络连接,在不同的多媒体终端设备上(如常见的手机与电视之间等等),可进行多媒体(音频,视频,图片)内容的传输、解析、展示、控制等一系列操作,可以在不同终端设备显示同样的内容,并实现各个终端之间的内容互通。

现有技术WO2016066079A1公开了一种多屏互动方法及系统,包括获取固定终端的位置,并监测移动终端的位置;判断移动终端的位置距离固定终端的位置是否在设定范围内,若在,则自动将移动终端与固定终端进行对接,进行多屏互动本发明对移动终端的位置进行监测,若移动终端在固定终端的设定范围内,则将移动终端与固定终端进行对接,进行多屏互动,不需要用户寻找发现固定终端,只要移动终端与固定终端在设定范围内即可立即进行多屏互动,从而实现无缝对接,极大的方便了用户使用,大大提高用户的使用效果和体验。

现有互动技术中,检测智能设备是否放置在显示屏上,主要依靠陀螺仪、重力感应器等传感器,通过检测传感器值的变化是否符合预先设计的特征来进行识别的方法,在多智能设备存在干扰的情况下,误识别率较高。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种误识别率低、检测精度高、检测速度快的基于多层卷积神经网络的检测设备放置在显示屏上的方法。

本发明的目的可以通过以下技术方案来实现:

一种基于多层卷积神经网络的检测设备放置在显示屏上的方法,包括:

将带有图像采集装置的智能设备放置在点亮状态的显示屏上,且图像采集装置面向显示屏;

构建基于多层卷积神经网络的检测模型,并加载权重参数集;

通过朝向显示屏方向的图像采集装置采集图像,将图像输入到基于多层卷积神经网络的检测模型进行推理,给出图像的分类信息以及概率值;

对于给出的分类信息及概率值,如果图像属于放置在显示屏上的类别概率值最高或者超过设定阈值,则认为智能设备放置在显示屏上。

优选地,所述的构建基于多层卷积神经网络的检测模型,并加载权重参数集具体包括:

使用智能设备分别采集放置在显示屏上时的图像,以及未放置在显示屏上时的图像,对图像进行类别信息标注;

对图像进行筛查;

构建多层卷积神经网络;

将图像输入多层卷积神经网络,训练多层卷积网络直至收敛,获取最终权重参数集,得到最终的分类网络模型。

优选地,所述的使用智能设备采集放置在显示屏上时的图像具体为:

将智能设备放置在显示屏上的不同区域,显示屏显示内容不停变化,改变智能设备摄像头曝光和快门参数,改变显示屏背光亮度和运动补偿参数,改变环境光亮度,采集到不同情况下智能设备放置在显示屏上的样本图像,确保样本的多样性,标记为放置在显示屏上的类别。

优选地,所述的使用智能设备采集未放置在显示屏上时的图像具体为:

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上海品奇科技有限公司,未经上海品奇科技有限公司许可,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/201911262034.7/2.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