Мультимодальний пристрій для розпізнавання об’єктів

Реферат: Мультимодальний пристрій для розпізнавання об'єктів містить пристрій візуальної фіксації та пристрій звукової фіксації, мікрофон та світлодіодне підсвічування розміщено на камері, причому пристрій візуальної фіксації виконано у вигляді комбінованої камери, яка складається зі звичайної та інфрачервоної, а пристрій звукової фіксації виконано у вигляді двох мікрофонів, об'єднаних комутаційним перехідником і підключених до пристрою візуальної фіксації. UA 118127 U (12) UA 118127 U UA 118127 U 5 10 15 20 25 30 35 40 45 50 55 Корисна модель належить до галузі інформаційних технологій, а саме систем розпізнавання об'єктів, також близька до області оптичних та звукових приладів, зокрема до фото, відеокамер та мікрофонів для отримання зображень і запису стереозвуку. Областю використання корисної моделі є розпізнавання зразків руди, металографічних шліфів, персоналу для доступу до інформаційних систем або на прохідній, звукова діагностика виявлення несправностей обладнання, ідентифікація користувачів банківськими картками. Відомий пристрій для розпізнавання геометричних об'єктів, що містить один датчик створення відеозображення об'єкта, блок формування матриці проекцій об'єкта, блок обчислення критерію близькості об'єктів і прийняття рішення, блок матриць проекцій еталонних об'єктів [патент України № 48288 U, МПК G06K 9/00, заявл. 02.10.2009, опубл. 10.03.2010]. Недоліком відомого пристрою є відсутність другого датчика створення відеозображення об'єкта для формування фото зразка, з розширеним динамічним діапазоном, що дозволяє створити якісний еталон для подальшого порівняння з об'єктом розпізнавання. Відома система для ідентифікації людини за зображенням обличчя, що включає відео і обчислювальну апаратуру, яка містить з'єднані між собою каналами зв'язку, блоки: захоплення зображень; попередньої обробки вхідного зображення; визначення місця розташування обличчя; виділення смуги, що містить очі; побудови еталонів; порівняння еталонів; навчання системи; бази даних; прийняття рішень [номер публікації WO2009035377 А2 та номер заявки PCT/RU2008/000591, заявл. 11.09.2008, опубл. 19.03.2009]. Головним недоліком цієї системи є унімодальність, вона не містить додаткових блоків звукової фіксації для забезпечення різних способів ідентифікації користувачів окремо і в комбінації при використанні одного пристрою. Найбільш близьким рішенням за технічною суттю до пропонованого технічного рішення є електронний пристрій з двома датчиками зображення, що містить два блоки: один чорно-білий датчик камери та один кольоровий [Patent US 8681250 В2 United States of America. Electronic device with two image sensors / Michael F. Culbert, Chris Ligtenberg, Apple Inc. - Appl. № 13/331,543, Filed Dec. 20, 2011; Date of Patent Mar. 25, 2014]. Недоліком вище описаної конструкції є відсутність комбінації звичайної кольорової та інфрачервоної (14) камер та блока мікрофонів, об'єднаних комутаційним перехідником і підключених до них, для розширення динамічного діапазону зображення та запису стереозвуку. В основу корисної моделі поставлена задача комплексного розпізнавання об'єктів, в якій нове конструктивне виконання за рахунок комбінації камер та наявності двох мікрофонів, що дозволить вдосконалити отримання якісних еталонних знімків та записати стереозвукові еталони, для їх подальшого порівняння з об'єктом розпізнавання. Поставлена задача вирішується тим, що у мультимодального пристрою для розпізнавання об'єктів, який містить пристрій візуальної фіксації та пристрій звукової фіксації, мікрофон та світлодіодне підсвічування розміщено на камері, згідно з корисною моделлю, новим є те, що пристрій візуальної фіксації виконано у вигляді комбінованої камери, яка складається зі звичайної та інфрачервоної, а пристрій звукової фіксації виконано у вигляді двох мікрофонів, об'єднаних комутаційним перехідником і підключених до пристрою візуальної фіксації. Виконання пропонованого мультимодального пристрою для розпізнавання об'єктів із зазначеними відмітними ознаками забезпечує одночасний прийом подвійного інформаційного відеопотоку та звукового стереосигналу. Це сприяє формуванню двох еталонних характеристик розпізнавального об'єкта: зображення та звук. Крім цього завдяки комбінації звичайної та 14 камери отримується зображення з розширеним динамічним діапазоном. Усе це підвищує показники вдалого розпізнавання об'єктів. На кресленні представлена функціональна схема мультимодального пристрою для розпізнавання об'єктів, який складається з пристроїв візуальної фіксації - двох камер: звичайної (1) та 14 (2), які об'єднані USB концентратором (10) та містять пристрої звукової фіксації мікрофони (3, 4), які об'єднані комутаційним перехідником (11), на камерах закріплено регулятори яскравості (5, 6) та 12 світлодіодів (7, 8), до USB концентратора (10) під'єднано 1014 діодів (9). Пристрій реалізовано наступним чином. Пристрій підключається до ЕОМ за допомогою USB інтерфейсу від USB концентратора (10) та 3,5 мм Mini Jack Stereo від комутаційного перехідника (11). 14 (2) та звичайна (1) камери почнуть передавати багатопотоковий відеосигнал на ЕОМ. Мікрофони (3, 4) одночасно працюють, передаючи стереосигнал на ЕОМ для подальшої обробки. Регульоване (5, 6) світлодіодне підсвічування (7, 8) використовується для зйомки у вечірній час або в місцях з низьким рівнем освітлення, а 14 підсвічування (9) - для зйомки вночі. 1 UA 118127 U 5 10 15 Об'єкт розпізнавання безконтактно надає дві свої характеристики - зображення та звук на чотири сенсора: дві камери - звичайна (1) та інфрачервона (2) і два мікрофони (3, 4). Сенсори передають інформаційний потік від об'єкта до мультимодального апаратного пристрою, який фізично пов'язаний двома лініями зв'язку USB та 3,5 мм аудіокабелем із ЕОМ. ЕОМ містить чотири програми. Перша попередньо оброблює зображення та формує еталонний зразок. Друга попередньо оброблює звук, яка також формує еталонний зразок. Третя приймає два потоки інформації, з попередньо обробленими сигналами від першої та другої, і локально шифрує еталонні зразки. Зашифровані зразки передаються до бази даних (БД). БД пов'язана з двома хмарними сервісами, які виконують роль порівняльного алгоритму. Четверта програма отримує інформацію від хмарних сервісів у вигляді двох потоків інформації і передає дані формувальнику кінцевого результату для виконання цільової функції системи. На виході отримаємо результат позитивний або негативний стосовно конкретного об'єкта розпізнавання. Мультимодальний пристрій для розпізнавання об'єктів усуває багато обмежень унімодальних систем, збільшує охоплення сфер застосування, зменшує помилки неправильного розпізнавання та чутливість до шуму. ФОРМУЛА КОРИСНОЇ МОДЕЛІ 20 25 Мультимодальний пристрій для розпізнавання об'єктів, який містить пристрій візуальної фіксації та пристрій звукової фіксації, мікрофон та світлодіодне підсвічування розміщено на камері, який відрізняється тим, що пристрій візуальної фіксації виконано у вигляді комбінованої камери, яка складається зі звичайної та інфрачервоної, а пристрій звукової фіксації виконано у вигляді двох мікрофонів, об'єднаних комутаційним перехідником і підключених до пристрою візуальної фіксації. Комп’ютерна верстка Л. Ціхановська Міністерство економічного розвитку і торгівлі України, вул. М. Грушевського, 12/2, м. Київ, 01008, Україна ДП “Український інститут інтелектуальної власності”, вул. Глазунова, 1, м. Київ – 42, 01601 2