本实用新型公开了一种基于人脸识别的多方位解锁智能手机,包括手机主体和用于人脸识别解锁的摄像头,所述手机主体上设有用于防护摄像头的防护机构,所述防护机构包括开设在手机主体顶端的防护收纳腔,所述防护收纳腔的内部经转动轴设有旋转板,转动轴上设有扭簧,所述摄像头嵌设在旋转板的端部;所述手机主体上设有对旋转板限位的限位件;本实用新型可以将旋转板转动到防护收纳腔的内部,防护收纳腔可以对摄像头进行防护,避免了摄像头沾染污渍影响摄像头的清晰度,进而影响摄像头人脸识别的效果,也便于对摄像头收纳或者转动出来进行使用。
📄 2023233305768
📂 H04M1_02
👤 襄阳振华创启电子科技有限公司
📅 2023-12-07
本实用新型提供一种新型卡托及其智能手机,涉及智能手机技术领域,包括智能机本体和卡托本体,所述智能机本体上开设有安装槽,所述卡托本体安插在安装槽内,所述卡托本体内开设有卡槽和限位槽,所述限位槽内转动安装有限位框。本实用新型,首先将手机卡放置到卡槽内后,然后转动限位框,带动限位块运动至第一凹槽内,使限位块挤压限位手机卡,然后转动固定片拉动伸缩杆时,同时带动弹簧拉伸,松开固定片,然后让第二凹槽与稳定块对齐,使稳定块经过第二凹槽,然后到达稳定手机卡的目的,尽量避免了手机卡在安装的时,松动脱落的情况,有利于提高装置的稳定性,有利于提高装置的使用效果,有利于提高装置的用户体验度。
📄 2022232134495
📂 H04B1_3816
👤 襄阳振华创启电子科技有限公司
📅 2022-12-01
已申报项目
本实用新型公开了一种声音识别模块及其智能手机,包括设在手机本体和设在手机本体内部的声音识别模块,手机本体的端部设有用于发出声音和接收声音的多个声音识别孔,声音识别孔的外部设有防堵机构,防堵机构包括设在声音识别孔外端部的弹性防堵管,弹性防堵管的内部设有传音板,传音板上开设有多个传音孔;本实用新型可以避免灰尘从声音识别孔进入到手机本体内部影响声音识别模块的散热,也确保了手机本体内部声音识别模块对声音的识别效果,在弹性防堵管堵塞后,可以将弹性防堵管从声音识别孔的内部取出来,就可以对弹性防堵管内部的堵塞物进行清理,在清理后可以将弹性防堵管重新塞入到声音识别孔的内部,提高了声音识别模块的实用性。
📄 2022225794965
📂 H04M1_02
👤 襄阳振华创启电子科技有限公司
📅 2022-09-28
已申报项目
本实用新型属于智能手机技术领域,且公开了一种全景拍摄智能手机,包括手机本体,所述手机本体背部的上端从左到右依次固定安装有第二磁铁、第一合页和固定环,所述固定环的背部活动连接有第一保护盖,所述第一保护盖的中部活动套接有清洁组件。本实用新型通过设置的固定环、第一合页和第一保护盖等结构配合,通过固定环与第一保护盖的磁力吸附进行连接,固定环与第一保护盖连接后能够对镜头进行保护,同时能够通过移动清洁组件对镜头表面进行清洁,设置的密封块能够在固定环与第一保护盖吸附时防止灰尘进入,同时也能够翻转第一保护盖使第一磁铁与第二磁铁吸附,保持第一保护盖的稳定,不会对拍摄产生影响。
📄 202221663187X
📂 H04M1_02
👤 襄阳振华创启电子科技有限公司
📅 2022-06-30
已申报项目
基于条件对抗自编码网络的特征学习方法,其通过标签变量来控制生成结果,生成具有标签的样本用以辅助其他学习任务,提高图像识别效率;同时本发明还公开了基于条件对抗自编码网络的特征学习方法的图像识别方法,其能够在复杂的对象布局以及多标签图像场景时,获得高精度的图像识别效果。其包括S1选定训练集;S2选定先验分布函数;S3以对抗自编码网络模型为基础,在网络模型中的判别器或者编码器的输入数据中引入样本数据的标签信息,构建网络模型;S4训练网络模型,以优化网络模型中的参数;S5通过训练好的网络模型中的判别器进行数据特征的提取、或者利用训练好的生成器生成原始输入的重构。
📄 2018113799006
📂 G06K9_62
👤 江南大学
📅 2018-11-20
本发明公开了一种基于智能手机的经编织物工艺快速分析,包括用于对经编织物图像进行处理、分析的服务器,以及用于进行织物正、反面图像采集的智能手机,智能手机能够对图像进行预处理以及与服务器进行信息互传;本发明还公开了一种经编织物工艺快速分析方法,智能手机采集经编织物正反双面图像并发送到服务器,服务器接收所述的智能手机发出的织物图像并进行处理、分析,然后将分析结果发送到智能手机;使用上述装置和方法对经编织物进行工艺快速分析,实现了经编织物工艺分析自动化、数字化的要求,简单易用,便于推广和普及;并且用户可随时随地获取织物的工艺信息,提高工艺分析效率,消除工艺分析的技术门槛。
📄 2016105228460
📂 G01N21_84
👤 江南大学
📅 2016-07-05
本发明涉及一种融合模块和多尺度特征融合卷积神经网络及图像识别方法,包括上一层、融合层以及级联层,所述上一层将输入图片通过所述融合层运算,再将运算完成的结果通过所述级联层进行合并输出,所述融合层由在原始模块中加入瓶颈结构和空洞卷积结构共同组合而成。本发明不但错误率低,而且有效减少网络的参数量,有利于提升模型泛化能力。
📄 2020108887682
📂 G06V10_80
👤 江南大学
📅 2020-08-28
本发明涉及图像识别算法技术领域,具体公开了一种用于解魔方机器人中的图像识别算法,其中,包括:获取魔方图像,其中魔方图像为魔方打乱后的图像;对所述魔方图像进行图像分割处理,得到魔方每相邻两个平面之间的面边界点;根据所述面边界点做透视变换,得到变换图像;根据所述变换图像捕捉每个独立色块;对每个所述独立色块进行图像颜色识别。本发明提供的用于解魔方机器人中的图像识别算法,由于通过将魔方图像进行透视变换,根据透视变换后的图像进行处理并进行颜色识别,可以有效提高识别准确率与鲁棒性。
📄 2020108136024
📂 G06V20_20
👤 江南大学
📅 2020-08-12
一种用于数字图像识别的构建型神经网络参数融合优化方法,属于人工智能数字图像识别领域。本方法包括:构建融合优化性能指标;融合优化算法;利用构建的神经网络进行数字图像识别。本发明还通过收敛性分析验证了本发明的有效性,其中第一部分为准备环节,第二部分的IOM算法为本发明的关键技术和实现步骤,第三个部分为理论保证。本发明提供一种隐含层节点参数和输出层参数的同步联合优化方法,在理论上相比于现有方法具有更小的保守性。本方法生成的构建型神经网络模型比现有方法产生的模型结构更紧凑,冗余节点更少,计算速度更快。相比于现有方法产生的模型在学习阶段的后期,误差收敛的速度更快,收敛精度更高,泛化性能更好。
📄 2020107665497
📂 G06V10_774
👤 江南大学
📅 2020-08-03