智能透镜/增强眼镜中的迭代存储器映射操作的制作方法

文档序号:34116865发布日期:2023-05-11 00:44阅读:32来源:国知局
智能透镜/增强眼镜中的迭代存储器映射操作的制作方法


背景技术:

1、本发明总体上涉及计算领域,并且更具体地涉及基于视觉的技术。

2、智能接触透镜(smart contact lens)可具有捕捉用户周围环境的视频片段的能力。例如,基于特定眼睛事件,智能接触透镜可开始捕捉和存储视频片段。同时,用户可能对用户自己的周围环境分心和/或注意力不集中(例如,紧张、心不在焉,等等)。这可能意味着,即使用户已经看到了周围环境,他或她也可能不记得特定事件(例如,可能不记得他或她已经看到和/或目击的事物,包括但不限于在诸如介绍之类的重点聚焦的时刻期间、异常事件发生的时刻期间、他或她被中断的时刻期间、和/或在在线通信中或在阅读后太长而记不住的媒体屏幕上显示文本的时刻期间)。


技术实现思路

1、本发明实施例公开了一种存储器映射的方法、计算机系统和计算机程序产品。本发明可以包括识别增强现实设备和观察至少一个生物特征参数的至少一个物联网(iot)设备。本发明可包括基于至少一个生物特征参数来定义至少一个用户注意模式。本发明可以包括基于至少一个注意模式来预测用户的注意力。本发明可以包括:基于用户的注意力下降到特定点以下,记录来自增强现实设备的数据。本发明可以包括存储所记录的数据。

2、从第一方面来看,本发明提供了一种用于存储器映射的方法,该方法包括:识别增强现实设备和观察至少一个生物特征参数的至少一个物联网(iot)设备;基于所述至少一个生物特征参数来定义至少一个用户注意模式;基于所述至少一个注意模式来预测用户的注意力;基于所述用户的注意力降低到特定点以下,记录来自所述增强现实设备的数据;以及存储所记录的数据。

3、优选地,本发明提供了一种方法,其中,所述增强现实设备从由以下各项组成的组中选择:智能接触透镜、一副智能眼镜、以及头戴式显示器。

4、优选地,本发明提供一种方法,其中基于至少一个注意模式预测用户的注意力还包括:部署长短期记忆(lstm)递归神经网络(rnn)模型以经由自动编码器预测用户的注意模式。

5、优选地,本发明提供一种方法,还包括:使用具有长短期记忆(lstm)递归神经网络(rnn)模型主成分分析(pca)来基于所述至少一个生物特征参数确定用户周围环境的上下文。

6、优选地,本发明提供一种方法,其中基于至少一个注意模式预测用户的注意力还包括:确定用户注意力不集中;以及接合(engage)附近用户的所述增强现实设备。

7、优选地,本发明提供了一种方法,其中基于用户的注意力下降到特定点以下,记录来自增强现实设备的数据还包括:计算用户的注意力与用户的基线简档的偏差。

8、优选地,本发明提供一种方法,其中存储记录数据还包括:将记录数据存储在连接的数据库中;以及重新训练长短期记忆(lstm)递归神经网络(rnn)模型。

9、从第二方面来看,本发明提供了一种用于存储器映射的计算机系统,包括:一个或多个处理器、一个或多个计算机可读存储器、一个或多个计算机可读有形存储介质,以及存储在所述一个或多个有形存储介质中的至少一个上的用于由所述一个或多个处理器中的至少一个经由所述一个或多个存储器中的至少一个执行的程序指令,其中,所述计算机系统能够执行一种方法,所述方法包括:识别增强现实设备和观察至少一个生物特征参数的至少一个物联网(iot)设备;基于所述至少一个生物特征参数来定义至少一个用户注意模式;基于所述至少一个注意模式来预测用户的注意力;基于所述用户的注意力降低到特定点以下,记录来自所述增强现实设备的数据;以及存储所记录的数据。

10、优选地,本发明提供一种计算机系统,其中,所述增强现实设备选自由智能接触透镜、一副智能眼镜和头戴式显示器组成的组。

11、优选地,本发明提供一种计算机系统,其中基于至少一个注意模式预测用户的注意力还包括:部署长短期记忆(lstm)递归神经网络(rnn)模型以经由自动编码器预测用户的注意模式。

12、优选地,本发明提供一种计算机系统,其还包括:使用具有长短期记忆(lstm)递归神经网络(rnn)模型的主成分分析(pca)来基于所述至少一个生物特征参数确定用户周围环境的上下文。

13、优选地,本发明提供一种计算机系统,其中基于至少一个注意模式预测用户的注意力还包括:确定用户注意力不集中;以及接合附近用户的所述增强现实设备。

14、优选地,本发明提供了一种计算机系统,其中,其中基于用户的注意力降低到特定点以下,记录来自增强现实设备的数据还包括:计算用户的注意力与用户的基线简档的偏差。

15、优选地,本发明提供一种计算机系统,其中存储记录数据还包括:将记录数据存储在连接的数据库中;以及重新训练长短期记忆(lstm)递归神经网络(rnn)模型。

16、从另一方面来看,本发明提供了一种用于存储器映射的计算机程序产品,包括:一个或多个非暂态计算机可读存储介质以及存储在所述一个或多个有形存储介质中的至少一个有形存储介质上的程序指令,所述程序指令可由处理器执行以使所述处理器执行一种方法,所述方法包括:识别增强现实设备和观察至少一个生物特征参数的至少一个物联网(iot)设备;基于所述至少一个生物特征参数来定义至少一个用户注意模式;基于所述至少一个注意模式来预测用户的注意力;基于所述用户的注意力降低到特定点以下,记录来自所述增强现实设备的数据;以及存储所记录的数据。

17、优选地,本发明提供了一种计算机程序产品,其中,所述增强现实设备选自由智能接触透镜、一副智能眼镜和头戴式显示器组成的组。

18、优选地,本发明提供一种计算机程序产品,其中基于至少一个注意模式预测用户的注意力还包括:部署长短期记忆(lstm)递归神经网络(rnn)模型以经由自动编码器预测用户的注意模式。

19、优选地,本发明提供一种计算机程序产品,进一步包括:使用具有长短期记忆(lstm)递归神经网络(rnn)模型的主成分分析(pca)来基于所述至少一个生物特征参数确定用户周围环境的上下文。

20、优选地,本发明提供一种计算机程序产品,其中基于至少一个注意模式预测用户的注意力还包括:确定用户注意力不集中;以及接合附近用户的所述增强现实设备。

21、优选地,本发明提供了一种计算机程序产品,其中基于用户的注意力降低到特定点以下,记录来自增强现实设备的数据还包括:计算用户的注意力与用户的基线简档的偏差。

22、优选地,本发明提供了一种用于存储器映射的方法,所述方法包括:预测用户的注意力不集中;识别附近用户;以及基于所预测的所述用户的注意力不集中,记录由所述附近用户的增强现实设备观察到的多个数据。

23、优选地,本发明提供一种方法,其中预测所述用户的注意力不集中进一步包括:部署长短期记忆(lstm)递归神经网络(rnn)模型以经由自动编码器预测所述用户的注意模式,其中主成分分析(pca)与所述长短期记忆(lstm)递归神经网络(rnn)模型一起被部署,以基于至少一个生物特征参数确定所述用户的周围环境的上下文。

24、优选地,本发明提供了一种用于由增强现实设备触发记录的方法,所述方法包括:通过机器学习算法,基于预测所述增强现实设备的用户注意力不集中来确定所述增强现实设备应当开始记录,其中所预测的所述增强现实设备的用户的注意力不集中是基于眼睛事件。

25、优选地,本发明提供一种方法,其中增强现实设备是智能接触透镜。

26、优选地,本发明提供一种方法,其中机器学习算法是具有主成分分析(pca)的长短期记忆(lstm)递归神经网络(rnn)模型。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1