本申請(qǐng)?zhí)峁┑幕谥腔叟艿赖倪\(yùn)動(dòng)引導(dǎo)方法、裝置、介質(zhì)及設(shè)備，通過(guò)在用戶(hù)進(jìn)入智慧跑道時(shí)獲取其信息和歷史運(yùn)動(dòng)數(shù)據(jù)，從而精準(zhǔn)確定最佳配速，這使得運(yùn)動(dòng)引導(dǎo)更加貼合用戶(hù)的個(gè)體特征和歷史狀態(tài)，實(shí)現(xiàn)了真正的個(gè)性化運(yùn)動(dòng)指導(dǎo)。并且，在用戶(hù)運(yùn)動(dòng)的過(guò)程中，實(shí)時(shí)...

本申請(qǐng)?zhí)峁┑闹С侄鄧?guó)語(yǔ)言的文搜圖方法、裝置、存儲(chǔ)介質(zhì)及計(jì)算機(jī)設(shè)備，該方法通過(guò)接收用戶(hù)輸入的任意語(yǔ)言的查詢(xún)文本，利用先進(jìn)的翻譯模型將其翻譯為英文文本，并將英文文本編碼為查詢(xún)向量，從而實(shí)現(xiàn)了對(duì)多語(yǔ)言查詢(xún)的支持。同時(shí)，該方法還構(gòu)建了包含圖像描...

本申請(qǐng)?zhí)峁┑亩嗄B(tài)數(shù)據(jù)認(rèn)知推理方法、裝置、存儲(chǔ)介質(zhì)及計(jì)算機(jī)設(shè)備，在識(shí)別到用戶(hù)查詢(xún)文本后，先確定其對(duì)應(yīng)的查詢(xún)場(chǎng)景，以通過(guò)場(chǎng)景針對(duì)性提高數(shù)據(jù)處理效率；然后確定該查詢(xún)場(chǎng)景對(duì)應(yīng)的向量數(shù)據(jù)庫(kù)和時(shí)空行為事件圖譜，通過(guò)向量數(shù)據(jù)庫(kù)的語(yǔ)義信息和時(shí)空行為事...

本申請(qǐng)?zhí)峁┑腅EG信號(hào)分類(lèi)方法、裝置、存儲(chǔ)介質(zhì)及計(jì)算機(jī)設(shè)備，對(duì)目標(biāo)用戶(hù)進(jìn)行腦電圖數(shù)據(jù)采集，得到原始信號(hào)后，可以對(duì)該原始信號(hào)進(jìn)行預(yù)處理操作，得到高質(zhì)量的EEG信號(hào)，為后續(xù)分類(lèi)提供更清晰、準(zhǔn)確的數(shù)據(jù)基礎(chǔ)；然后可以確定腦電數(shù)據(jù)分類(lèi)模型，該模型...

本申請(qǐng)?zhí)峁┑囊环N電梯調(diào)度方法、裝置、計(jì)算機(jī)設(shè)備、存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。方法包括：響應(yīng)于用戶(hù)呼梯請(qǐng)求，獲取用戶(hù)的實(shí)時(shí)坐標(biāo)數(shù)據(jù)，并根據(jù)實(shí)時(shí)坐標(biāo)數(shù)據(jù)，確定用戶(hù)的呼叫樓層和用戶(hù)在呼叫樓層的平面位置；根據(jù)用戶(hù)在呼叫樓層的平面位置，預(yù)測(cè)用戶(hù)到達(dá)...

本申請(qǐng)?zhí)峁┑囊环N智能眼鏡及腦電檢測(cè)方法，智能眼鏡中集成了信號(hào)采集模塊、感知傳感器、控制模塊、反饋調(diào)節(jié)模塊和信號(hào)交互模塊，其中，信號(hào)交互模塊可以在控制模塊和其它模塊之間進(jìn)行信號(hào)傳輸。因此，用戶(hù)佩戴智能眼鏡進(jìn)行腦電檢測(cè)時(shí)，信號(hào)采集模塊可以多...

本申請(qǐng)?zhí)峁┑脑诰€(xiàn)課程學(xué)習(xí)狀態(tài)干預(yù)方法、裝置、存儲(chǔ)介質(zhì)及計(jì)算機(jī)設(shè)備，當(dāng)檢測(cè)播放在線(xiàn)課程時(shí)，能夠?qū)崟r(shí)獲取并分析當(dāng)前正在播放的課程內(nèi)容，并準(zhǔn)確識(shí)別出當(dāng)前課程內(nèi)容的知識(shí)點(diǎn)，以及對(duì)學(xué)習(xí)該部分內(nèi)容所需的預(yù)期認(rèn)知負(fù)荷進(jìn)行評(píng)估。在此基礎(chǔ)上，本申請(qǐng)還可以...

本申請(qǐng)?zhí)峁┑囊环N基于腦電信號(hào)和音樂(lè)閉環(huán)反饋的認(rèn)知負(fù)荷調(diào)節(jié)方法、裝置、計(jì)算機(jī)設(shè)備、存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。所述方法包括：獲取目標(biāo)對(duì)象的實(shí)時(shí)腦電信號(hào)數(shù)據(jù)；將實(shí)時(shí)腦電信號(hào)數(shù)據(jù)輸入至預(yù)訓(xùn)練的認(rèn)知狀態(tài)識(shí)別模型，得到目標(biāo)對(duì)象的實(shí)時(shí)認(rèn)知狀態(tài)信息；在...

本發(fā)明提供眼腦協(xié)同的注意力測(cè)試裝置及注意力測(cè)試方法，包括：顯示模塊、眼動(dòng)采集模塊、腦電采集模塊、用戶(hù)輸入模塊和處理器；其中，顯示模塊用于展示測(cè)試任務(wù)；眼動(dòng)采集模塊設(shè)置在顯示模塊的垂直平面，用于采集用戶(hù)眼動(dòng)數(shù)據(jù)；腦電采集模塊包括眼部屏蔽單...

本發(fā)明提供基于腦電?眼動(dòng)信息的生活場(chǎng)景輔助方法、存儲(chǔ)介質(zhì)及設(shè)備，包括：獲取第一腦電數(shù)據(jù)；若根據(jù)所述第一腦電數(shù)據(jù)判斷用戶(hù)處于阿茲海默癥發(fā)病狀態(tài)，按預(yù)設(shè)可信方式重新獲取腦電數(shù)據(jù)，記為可靠腦電數(shù)據(jù)；若根據(jù)可靠腦電數(shù)據(jù)以及前序腦電數(shù)據(jù)判斷用戶(hù)處...

本申請(qǐng)實(shí)施例提供了一種腦機(jī)接口、腦機(jī)接口系統(tǒng)、信號(hào)處理方法和存儲(chǔ)介質(zhì)。腦機(jī)接口包括柔性電極陣列和無(wú)線(xiàn)處理器。所述柔性電極陣列包括多個(gè)柔性電極，所述柔性電極包括柔性基底和位于所述柔性基底外層的納米金屬涂層。所述無(wú)線(xiàn)處理器與所述柔性電極陣列...

本申請(qǐng)?zhí)峁┑幕趯?dǎo)覽機(jī)器人的智能展廳控制方法、裝置及計(jì)算機(jī)設(shè)備，通過(guò)多模態(tài)生物識(shí)別完成精確的身份核驗(yàn)，并當(dāng)目標(biāo)訪(fǎng)客通過(guò)多模態(tài)檢測(cè)時(shí)，能夠準(zhǔn)確獲取該目標(biāo)訪(fǎng)客的用戶(hù)信息，以構(gòu)建目標(biāo)訪(fǎng)客的用戶(hù)畫(huà)像。同時(shí)可以實(shí)時(shí)檢測(cè)展廳各區(qū)域的訪(fǎng)客密集度，并結(jié)...

本申請(qǐng)?zhí)峁┝艘环N基于腦機(jī)接口的腦電眼動(dòng)儀及其校準(zhǔn)方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。該方案通過(guò)對(duì)校準(zhǔn)點(diǎn)的有序展示，為數(shù)據(jù)采集提供了穩(wěn)定的刺激源，同步采集眼動(dòng)數(shù)據(jù)和腦電信號(hào)，從多維度獲取用戶(hù)狀態(tài)信息。依據(jù)腦電信號(hào)量化注意力指標(biāo)，實(shí)現(xiàn)對(duì)數(shù)據(jù)質(zhì)...

本申請(qǐng)?zhí)峁┑哪繕?biāo)軌跡定位方法、裝置、存儲(chǔ)介質(zhì)及計(jì)算機(jī)設(shè)備，在檢測(cè)到人員進(jìn)入目標(biāo)區(qū)域后，獲取目標(biāo)區(qū)域中攝像機(jī)的拓?fù)潢P(guān)系圖，該目標(biāo)區(qū)域僅在每個(gè)路徑分岔口均部署有攝像機(jī)，從而可以降低硬件部署成本，接著通過(guò)監(jiān)控范圍覆蓋到人員的攝像機(jī)采集到的人物...

本申請(qǐng)公開(kāi)了一種目標(biāo)匹配方法和目標(biāo)匹配裝置，該方法包括：獲取多個(gè)終端設(shè)備針對(duì)同一畫(huà)面場(chǎng)景各自采集到的視頻中檢測(cè)目標(biāo)的第一特征提取結(jié)果；若各個(gè)第一特征提取結(jié)果中的特征維度不同，對(duì)至少一個(gè)第一特征提取結(jié)果進(jìn)行修正處理，得到目標(biāo)特征提取結(jié)果；...

本申請(qǐng)?zhí)峁┝艘环N多設(shè)備協(xié)同控制方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。該方法包括：監(jiān)聽(tīng)注冊(cè)設(shè)備列表中所有設(shè)備對(duì)應(yīng)的設(shè)備事件；判斷所述設(shè)備事件是否滿(mǎn)足場(chǎng)景列表中任一待觸發(fā)場(chǎng)景對(duì)應(yīng)的觸發(fā)條件；若是，則將所述待觸發(fā)場(chǎng)景確定為目標(biāo)場(chǎng)景；根據(jù)所述目標(biāo)場(chǎng)...

本申請(qǐng)?zhí)峁┑幕赟IP協(xié)議與非SIP協(xié)議的視頻設(shè)備終端互通系統(tǒng)，當(dāng)主叫用戶(hù)摘機(jī)發(fā)起呼叫時(shí)，SIP終端代理可以向SIP代理服務(wù)器發(fā)送Invite請(qǐng)求；SIP代理服務(wù)器可以查找被叫分機(jī)綁定的非SIP終端代理及通道信息，并將通道信息發(fā)送給流媒...

本申請(qǐng)公開(kāi)了一種萌寵考勤門(mén)禁機(jī)器人和考勤門(mén)禁系統(tǒng)，萌寵考勤門(mén)禁機(jī)器人包括：機(jī)器人主體，機(jī)器人主體包括語(yǔ)音采集模塊和處理器；語(yǔ)音采集模塊，用于采集用戶(hù)的語(yǔ)音信號(hào)；處理器，用于從用戶(hù)的語(yǔ)音信號(hào)中提取聲紋特征，并將聲紋特征輸入到聲紋識(shí)別模型中...

本申請(qǐng)公開(kāi)了一種場(chǎng)景定制化仿真系統(tǒng)和方法，系統(tǒng)包括：數(shù)據(jù)采集模塊根據(jù)當(dāng)前場(chǎng)景類(lèi)型調(diào)用對(duì)應(yīng)的數(shù)據(jù)收集器采集場(chǎng)景數(shù)據(jù)；特征提取模塊調(diào)用多種類(lèi)型的特征提取器從場(chǎng)景數(shù)據(jù)中提取特征以及進(jìn)行特征權(quán)重初始化；參數(shù)空間構(gòu)建模塊根據(jù)當(dāng)前場(chǎng)景的場(chǎng)景算法和特...

本申請(qǐng)公開(kāi)了一種多目標(biāo)檢測(cè)方法和相關(guān)設(shè)備，方法包括：獲取監(jiān)控場(chǎng)景圖像；將所述監(jiān)控場(chǎng)景圖像輸入預(yù)先訓(xùn)練完成的多目標(biāo)檢測(cè)模型，生成對(duì)所述監(jiān)控場(chǎng)景圖像的目標(biāo)識(shí)別結(jié)果，其中所述多目標(biāo)檢測(cè)模型由一個(gè)檢測(cè)輸出網(wǎng)絡(luò)、四個(gè)多層級(jí)聚合瓶頸網(wǎng)絡(luò)、一個(gè)快速空...