专利名称：基于智能遥控系统的身份识别方法和装置的制作方法
技术领域：
本发明涉及到电视技术领域，特别涉及到基于智能遥控系统的身份识别方法和装置。
背景技术：
目前，智能遥控系统提供的服务越来越依赖于其与用户的交互，例如服务器及智能电视终端通过用户交互将节目推送给有需求的用户等，因此实现系统与用户的交互已逐渐成为智能遥控系统中不可或缺的基本功能。但是现有技术中的智能遥控系统都无法根据用户的具体身份实现交互，这无疑严重限制了智能遥控系统所提供的服务内容。例如一个家庭中通常有爷爷、爸爸、小孩、妈妈等人物身份，但是服务器及智能电视终端却无法根据这些人物身份实现合适的节目推送，如:根据爷爷身份推荐养身节目，根据爸爸身份推荐电影节目，根据小孩身份推荐少儿节目，根据妈妈身份推荐购物节目等等。即使现在某些遥控系统将传感器技术应用到电视系统的用户识别技术中来，但是，这些技术只能粗略的识别用户大概的身份，无法做到精确识别，常常导致识别错误的情况发生。
发明内容
本发明的主要目的为提供一种准确识别用户身份的基于智能遥控系统的身份识别方法和装置。本发明提出一种基于智能遥控系统的身份识别方法，包括步骤:步骤A，接收传感器获取的至少一个用户行为数据；步骤B，计算 各个用户行为数据的信息熵增益率，并采用决策树按照所述各个用户行为数据的信息熵增益率对各个用户行为数据归类，使同一类别的用户行为数据构成一个子数据集；步骤C,采用高斯模型和/或SVM (Support Vector Machine,支持向量机)模型对各个子数据集建模，获得身份识别结果；步骤D，显示所述身份识别结果，供用户校准确认。优选地,所述步骤B具体包括:确定各个用户行为数据的信息熵；根据所述信息熵，确定各个用户行为数据的增益率；根据所述各个用户行为数据的增益率建立决策树；采用决策树将所述增益率在同一预设增益率范围内的用户行为数据归类在同一个子数据集内。优选地,所述步骤C具体包括:采用高斯模型和/或SVM模型对各个子数据集建模，分别获得各身份的相似度；排序各身份的相似度，将相似度最高的身份作为身份识别结果。优选地，所述步骤C中，当采用高斯模型和SVM模型对各个子数据集建模时，所述排序各身份的相似度，将相似度最高的身份作为身份识别结果的步骤具体包括:分别排序由高斯模型获得的各身份的相似度、以及由SVM模型获得的各身份的相似度；当由高斯模型获得的相似度最高的身份SI与由SVM模型获得的相似度最高的身份S2相同时，直接将所述相似度最高的身份作为身份识别结果；当由高斯模型获得的相似度最高的身份SI与由SVM模型获得的相似度最高的身份S2不同时，比较SI与S2的相似度；当SI与S2的相似度相同时，同时将SI与S2作为身份识别结果；当SI与S2的相似度不同时，将SI与S2中相似度较高的身份作为身份识别结果。优选地，所述步骤A之后还包括:在所述传感器获取的用户行为数据中抽取属于预设参考范围内的用户行为数据，并将所述属于预设参考范围内的用户行为数据作为步骤B中用于计算信息熵增益率以及供决策树归类的数据。本发明还提出一种基于智能遥控系统的身份识别装置，包括:接收模块，用于接收传感器获取的至少一个用户行为数据；分类模块，用于计算各个用户行为数据的信息熵增益率，并采用决策树按照所述各个用户行为数据的信息熵增益率对各个用户行为数据归类，使同一类别的用户行为数据构成一个子数据集；
·
识别模块，用于采用高斯模型和/或SVM模型对各个子数据集建模，获得身份识别结果;显示模块，用于显示所述身份识别结果，供用户校准确认。优选地，所述分类模块具体用于:确定各个用户行为数据的信息熵；根据所述信息熵，确定各个用户行为数据的增益率；根据所述各个用户行为数据的增益率建立决策树；采用决策树将所述增益率在同一预设增益率范围内的用户行为数据归类在同一个子数据集内。优选地，所述识别模块具体用于:采用高斯模型和/或SVM模型对各个子数据集建模，分别获得各身份的相似度；排序各身份的相似度，将相似度最高的身份作为身份识别结果。优选地，当所述识别模块采用高斯模型和SVM模型对各个子数据集建模时，所述识别模块具体用于:分别排序由高斯模型获得的各身份的相似度、以及由SVM模型获得的各身份的相似度；当由高斯模型获得的相似度最高的身份SI与由SVM模型获得的相似度最高的身份S2相同时，直接将所述相似度最高的身份作为身份识别结果；当由高斯模型获得的相似度最高的身份SI与由SVM模型获得的相似度最高的身份S2不同时，比较SI与S2的相似度；当SI与S2的相似度相同时，同时将SI与S2作为身份识别结果；
当SI与S2的相似度不同时，将SI与S2中相似度较高的身份作为身份识别结果。优选地，所述基于智能遥控系统的身份识别装置还包括筛选模块，具体用于，在所述传感器获取的用户行为数据中抽取属于预设参考范围内的用户行为数据，并发送至所述分类模块。本发明采用了传感器识别技术、决策树分类技术、建模与识别技术，实现用户身份精确识别，有效提高了遥控系统中用户身份的准确性。
图1为本发明基于智能遥控系统的身份识别方法的第一实施例的流程图；图2为本发明基于智能遥控系统的身份识别方法的第二实施例的流程图；图3为本发明基于智能遥控系统的身份识别方法的第三实施例的流程图；图4为本发明基于智能遥控系统的身份识别方法的第四实施例的流程
图5为本发明基于智能遥控系统的身份识别方法的第五实施例的流程图；图6为本发明基于智能遥控系统的身份识别装置的第一实施例的结构示意图；图7为本发明基于智能遥控系统的身份识别装置的第二实施例的结构示意图。本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施例方式应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。如图1所示，图1为本发明基于智能遥控系统的身份识别方法的第一实施例的流程图。本实施例提到的基于智能遥控系统的身份识别方法，包括:步骤A，接收传感器获取的至少一个用户行为数据；本实施例中，由于各个用户的行为习惯是不一样的，例如用户拿起遥控器的速度、遥控器面对遥控系统接收器的角度等方面都有不同，采用传感器获取用户的行为动作的数据，根据用户的具体行为数据来识别用户的身份。本实施例所采用的传感器可为加速度传感器、方向传感器、陀螺仪传感器等，加速度传感器可获取用户拿起或放下遥控器时的加速度可获取用户拿起遥控器偏转角度，陀螺仪传感器可获取用户倾斜遥控器时的转动角速度。例如，爸爸拿起遥控器的加速度值:x=5、y=20> z=40,方向偏转值:x=0、y=45度、z=90度；爷爷拿起遥控器的加速度值:x=l、y=4、z=10,方向偏转值:x=0、y=0、z=90。在传感器获取用户行为数据前，可先对各传感器功能进行配置，例如，开启需要用到的传感器接收功能，屏蔽不需要用到的传感器接收功能，当不需要使用某一类别的传感器时，可直接通过配置传感器的方式在电视系统的软件端屏蔽掉它，无需修改遥控器的硬件结构。具体配置方式可参照下表:
数据功能功能选择(1-开启功能，O-关闭功能)
陀螺仪X轴数据 I 陀螺仪Y轴数据 I
权利要求
1.一种基于智能遥控系统的身份识别方法，其特征在于，包括步骤: 步骤A，接收传感器获取的至少一个用户行为数据； 步骤B，计算各个用户行为数据的信息熵增益率，并采用决策树按照所述各个用户行为数据的信息熵增益率对各个用户行为数据归类，使同一类别的用户行为数据构成一个子数据集； 步骤C，采用高斯模型和/或SVM模型对各个子数据集建模，获得身份识别结果； 步骤D，显示所述身份识别结果，供用户校准确认。
2.根据权利要求1所述的基于智能遥控系统的身份识别方法，其特征在于，所述步骤B具体包括: 确定各个用户行为数据的信息熵； 根据所述信息熵，确定各个用户行为数据的增益率； 根据所述各个用户行为数据的增益率建立决策树； 采用决策树将所述增益率在同一预设增益率范围内的用户行为数据归类在同一个子数据集内。
3.根据权利要求1或2所述的基于智能遥控系统的身份识别方法，其特征在于，所述步骤C具体包括: 采用高斯模型和/或SVM模型对各个子数据集建模，分别获得各身份的相似度； 排序各身份的相似度，将相似度最高的身份作为身份识别结果。
4.根据权利要求3所述的基于智能遥控系统的身份识别方法，其特征在于，所述步骤C中，当采用高斯模型和SVM模型对各个子数据集建模时，所述排序各身份的相似度，将相似度最高的身份作为身份识别结果的步骤具体包括: 分别排序由高斯模型获得的各身份的相似度、以及由SVM模型获得的各身份的相似度； 当由高斯模型获得的相似度最高的身份SI与由SVM模型获得的相似度最高的身份S2相同时，直接将所述相似度最高的身份作为身份识别结果； 当由高斯模型获得的相似度最高的身份SI与由SVM模型获得的相似度最高的身份S2不同时，比较SI与S2的相似度； 当SI与S2的相似度相同时，同时将SI与S2作为身份识别结果； 当SI与S2的相似度不同时，将SI与S2中相似度较高的身份作为身份识别结果。
5.根据权利要求3所述的基于智能遥控系统的身份识别方法，其特征在于，所述步骤A之后还包括: 在所述传感器获取的用户行为数据中抽取属于预设参考范围内的用户行为数据，并将所述属于预设参考范围内的用户行为数据作为步骤B中用于计算信息熵增益率以及供决策树归类的数据。
6.一种基于智能遥控系统的身份识别装置，其特征在于，包括: 接收模块，用于接收传感器获取的至少一个用户行为数据； 分类模块，用于计算各个用户行为数据的信息熵增益率，并采用决策树按照所述各个用户行为数据的信息熵增益率对各个用户行为数据归类，使同一类别的用户行为数据构成一个子数据集；识别模块，用于采用高斯模型和/或SVM模型对各个子数据集建模，获得身份识别结果; 显示模块，用于显示所述身份识别结果，供用户校准确认。
7.根据权利要求6所述的基于智能遥控系统的身份识别装置，其特征在于，所述分类模块具体用于: 确定各个用户行为数据的信息熵； 根据所述信息熵，确定各个用户行为数据的增益率； 根据所述各个用户行为数据的增益率建立决策树； 采用决策树将所述增益率在同一预设增益率范围内的用户行为数据归类在同一个子数据集内。
8.根据权利要求6或7所述的基于智能遥控系统的身份识别装置，其特征在于，所述识别模块具体用于: 采用高斯模型和/或SVM模型对各个子数据集建模，分别获得各身份的相似度； 排序各身份的相似度，将相似度最高的身份作为身份识别结果。
9.根据权利要求8所述的基于智能遥控系统的身份识别装置，其特征在于，当所述识别模块采用高斯模型和SVM模型对各个子数据集建模时，所述识别模块具体用于: 分别排序由高斯模型获得的各身份的相似度、以及由SVM模型获得的各身份的相似度； 当由高斯模型获得的相似度最高的身份SI与由SVM模型获得的相似度最高的身份S2相同时，直接将所述相似度最高的身份作为身份识别结果； 当由高斯模型获得的相似度最高的身份SI与由SVM模型获得的相似度最高的身份S2不同时，比较SI与S2的相似度； 当SI与S2的相似度相同时，同时将SI与S2作为身份识别结果； 当SI与S2的相似度不同时，将SI与S2中相似度较高的身份作为身份识别结果。
10.根据权利要求8所述的基于智能遥控系统的身份识别装置，其特征在于，还包括筛选模块，具体用于在所述传感器获取的用户行为数据中抽取属于预设参考范围内的用户行为数据，并发送至所述分类模块。
全文摘要
本发明公开了一种基于智能遥控系统的身份识别方法和装置，其方法包括步骤接收传感器获取的至少一个用户行为数据；计算各个用户行为数据的信息熵增益率，并采用决策树按照所述各个用户行为数据的信息熵增益率对各个用户行为数据归类，使同一类别的用户行为数据构成一个子数据集；采用高斯模型和/或SVM模型对各个子数据集建模，获得身份识别结果；显示所述身份识别结果，供用户校准确认。本发明采用了传感器识别技术、决策树分类技术、建模与识别技术，实现用户身份精确识别，有效提高了遥控系统中用户身份的准确性。
文档编号H04N21/4627GK103248955SQ20131014098
公开日2013年8月14日 申请日期2013年4月22日 优先权日2013年4月22日
发明者王云华, 付遥远, 王凌晨, 胡佳文, 韦泽垠 申请人:深圳Tcl新技术有限公司