用于物联网边界设备的对象识别的技术制造技术

描述了用于物联网边界设备的对象识别的技术。用于边界设备对象识别的技术包括在网络上通信的服务器和一个或多个边界设备。服务器维护存储与多个对象相关联的图像的对象识别数据库。服务器标识预期由边界设备中的每一个识别的对象的子集，且为每一边界设备生成缩减对象识别数据库，该数据库包括图像的相应子集。每一边界设备监视设备事件，且响应于设备事件，使用相应的缩减对象识别数据库执行对象识别。边界设备可以将未识别的对象的缩略图图像发送给服务器。边界设备可以耦合到诸如冷藏器或零售货架之类的产品存储设备，且设备事件可以包括诸如开门或关门事件之类的传感器事件。描述且要求保护其他实施方式。

【技术实现步骤摘要】

技术介绍
许多类型的设备，诸如之类的传感器、车辆、家电、工业设备和其他事物正在获得计算资源和网络能力。现代计算系统可以包括全都一起工作以执行联网应用功能的基于云的服务器、网络基础设施和已连接边界设备——有时称为物联网(InternetofThings：IoT)。典型的IoT已连接边界设备可以是具有低功耗的小型设备且因而通常包括相对低的处理功率或其他计算资源。另外，在网络的各边界处的典型IoT已连接设备可能具有有限的可用带宽。为IoT已连接设备构建高速网络连接可能要求昂贵的数据计划或其他网络服务。某些计算设备可以基于输入图像识别一个或多个对象。典型的对象识别算法要求大的基准图像数据库以便执行对象识别。对象识别算法的执行时间通常与图像数据库大小成比例。附图说明作为示例而非限制在附图中阐释在此描述的概念。出于阐释的简单和清晰起见，并不必定按比例绘制各图中所阐释的元素。在认为合适的场合，在各图当中已经重复了参考标签，以便指示相应的或类似的元素。图1是用于边界设备对象识别的系统的至少一种实施方式的简化框图；图2是可以由图1的系统构建的各种环境的至少一种实施方式的简化框图；以及图3是可以由图1和图2的服务器计算设备执行的一种用于边界设备对象识别的方法的至少一种实施方式的简化流程图；以及图4是可以由图1和图2的边界计算设备执行的一种用于边界设备对象识别的方法的至少一种实施方式的简化流程图。具体实施方式尽管本公开内容的概念易于采用各种修改和备选形式，但已经在各图中作为示例示出且将在此详细描述其特定实施方式。然而，应理解，不存在将本公开内容的概念限制在所公开的具体形式的意图，相反，意图是覆盖与本公开内容和所附权利要求一致的所有修改、等效物和替代品。本说明书中对“一种实施方式”、“一种实施方式”、“说明性实施方式”等等的引用表示所描述的实施方式可以包括具体的特征、结构或特性，但每一实施方式可以必定或并不必定包括该具体的特征、结构或特性。此外，这样的短语并不必定都是指相同的实施方式。进一步，在结合实施方式描述具体的特征、结构或特性时，无论是否明确地描述，都认为它是在本领域中的技术人员结合其他实施方式实现这样的特征、结构或特性的知识之内。另外，应明白，“A、B和C中的至少之一”的形式中的列表中所包括的各项可以意指(A)；(B)；(C)；(A和B)；(A和C)；(B和C)；或(A、B和C)。类似地，“A、B或C中的至少一个”的形式中列出的各项可以意指(A)；(B)；(C)；(A和B)；(A和C)；(B和C)；或(A、B和C)。在一些情况中，可以用硬件、固件、软件或其任何组合实现所公开的实施方式。所公开的实施方式也可以被实现为由一个或多个暂态或非暂态机器可读的(例如，计算机可读的)存储介质(该介质可以由一个或多个处理器读取并执行)携带或存储在其上的指令。机器可读存储介质可以被实现为以机器可读的形式存储或发送信息的任何存储设备、机制或其他物理结构(例如，易失性或非易失性存储器、介质盘或其他介质设备)。在各附图中，以特定的布置和/或顺序示出了一些结构或方法特征。然而，应明白，可以不要求这样的特定的布置和/或顺序。相反，在一些实施方式中，可以按与示意图中所示出的不同的方式和/或次序来安排这样的特征。另外，特定图中包含结构或方法特征并不意味着暗示所有实施方式中都要求这样的特征，并且，在一些实施方式中，可以不包括这样的特征，或者这样的特征可以与其他特征组合。现在参见图1，在说明性实施方式中，用于物联网(IoT)边界设备的对象识别的系统100包括在网络106上通信的服务器计算设备102和多个边界计算设备104。边界计算设备104可以被实现为已连接设备、IoT网关、嵌入式设备或具有有限计算资源和/或有限可用功率的其他设备。例如，在说明性实施方式中，边界计算设备104可以被包括在诸如零售展示单元、零售货架、自动售货机或冷藏器之类的产品存储单元或与之耦合。在使用时，如下面更详细地描述的，服务器计算设备102维护包括与可以识别的众多对象——如产品或产品包装——相关联的图像数据的数据库。可以从对象的三维模型(如果可用的话)生成图像数据。对于每一边界计算设备104，服务器计算设备102生成包括仅与预期由具体边界计算设备104识别的对象相关的数据的经缩减数据库。服务器计算设备102向边界计算设备104提供经缩减数据库。边界计算设备104监视设备事件，并响应于设备事件使用经缩减数据库执行对象识别。如果对象未被识别，则边界计算设备104可以将未识别的对象的缩略图发送给服务器计算设备102，服务器计算设备102可以以用于该对象的对象识别数据来应答。因而，通过减少用于每一边界计算设备104的对象识别数据库的大小，系统100可以减少对每一边界计算设备104的处理和/或功率需求。通过仅响应于设备事件而执行对象识别，系统100可以还减少对每一边界计算设备104的性能和/或功率需求。另外，通过从三维模型生成识别数据，系统100可以减少准备对象识别数据库所要求的手工劳动。服务器计算设备102可以被实现为能够执行在此描述的功能的任何类型的计算或计算机设备，包括但不限于计算机、服务器、机柜安装的计算设备、台式计算机、工作站、膝上型计算机、笔记本计算机、平板计算机、移动计算设备、可穿戴计算设备、网络设备、web设备、分布式计算系统、基于处理器的系统和/或消费性电子设备。如图1中所示出，服务器计算设备102示意性地包括处理器120、输入/输出子系统122、存储器124、数据存储设备126和通信电路128。当然，在其他实施方式中，服务器计算设备102可以包括其他或附加的组件，例如通常出现在服务器中的那些(例如，各种输入/输出设备)。另外，在一些实施方式中，说明性组件中的一个或多个可以被合并在另一组件中，或者以另外方式形成另一组件的一部分。例如，在一些实施方式中，存储器124或其部分可以被合并在处理器120中。另外或备选地，在一些实施方式中，服务器计算设备102可以被实现为从跨网络106分布且在公共云或私有云中操作的多个计算设备形成的“虚拟服务器”。因此，尽管在图1中将服务器计算设备102阐释为被实现为单个服务器设备，但应明白，服务器计算设备102可以被实现为一起协同操作以便促进下面描述的功能的多个设备。处理器120可以被实现为任何类型的处理器能够执行在此描述的功能。处理器120可以被实现为单核或多核处理器、数字信号处理器、微控制器或其他处理器或处理/控制电路。类似地，存储器124可以被实现为任何类型的易失性或非易失性存储器或数据存储能够执行在此描述的功能。在操作时，存储器124可以存储在服务器计算设备102操作期间搜索使用的各种数据和软件，如操作系统、应用、程序、库和驱动器。存储器124经由I/O子系统122通信上耦合到处理器120，I/O子系统122可以被实现为促进与服务器计算设备102的处理器120、存储器124和其他组件进行的输入/输出操作的电路和/或组件。例如，I/O子系统122可以被实现为或以另外方式包括存储器控制器中枢、输入/输出控制中枢、固件设备、通信链路(即点对点链路、总线链路、线、电缆、光波导、印刷电路板迹线等等)和\本文档来自技高网...

【技术保护点】
一种用于边界设备对象识别的计算设备，所述计算设备包括：对象数据库电路，其用于访问对象识别数据库，其中，所述对象识别数据库包括与多个对象相关联的二维图像；缩减电路，其用于(i)基于边界计算设备的身份来标识所述多个对象的子集，其中，所述多个对象的所述子集中的每一对象包括预期由所述边界计算设备在图像中捕捉的对象，并且(ii)基于所述对象识别数据库生成缩减对象识别数据库，其中，所述缩减对象识别数据库包括与所述多个对象的所述子集相关联的二维图像；以及通信电路，其用于将所述缩减对象识别数据库发送给所述边界计算设备。

【技术特征摘要】
2015.09.11 US 14/851,0941.一种用于边界设备对象识别的计算设备，所述计算设备包括：对象数据库电路，其用于访问对象识别数据库，其中，所述对象识别数据库包括与多个对象相关联的二维图像；缩减电路，其用于(i)基于边界计算设备的身份来标识所述多个对象的子集，其中，所述多个对象的所述子集中的每一对象包括预期由所述边界计算设备在图像中捕捉的对象，并且(ii)基于所述对象识别数据库生成缩减对象识别数据库，其中，所述缩减对象识别数据库包括与所述多个对象的所述子集相关联的二维图像；以及通信电路，其用于将所述缩减对象识别数据库发送给所述边界计算设备。2.如权利要求1所述的计算设备，其特征在于：所述缩减电路还(i)基于第二边界计算设备的身份标识所述多个对象的第二子集，其中，所述多个对象的所述第二子集中的每一对象包括预期由所述第二边界计算设备在图像中捕捉的对象，并且(ii)基于所述对象识别数据库生成第二缩减对象识别数据库，其中，所述第二缩减对象识别数据库包括与所述多个对象的所述第二子集相关联的二维图像；以及所述通信电路还将所述第二缩减对象识别数据库发送给所述第二边界计算设备。3.如权利要求1所述的计算设备，其特征在于，基于所述边界计算设备的身份标识所述多个对象的所述子集包括基于所述边界计算设备的预期位置标识所述多个对象的所述子集。4.如权利要求3所述的计算设备，其特征在于，基于所述边界计算设备的所述预期位置标识所述多个对象的所述子集包括标识所述边界计算设备的预期零售货架位置。5.如权利要求1所述的计算设备，其特征在于，基于所述边界计算设备的身份标识所述多个对象的所述子集包括基于所述边界计算设备的预期使用标识所述多个对象的所述子集。6.如权利要求1所述的计算设备，进一步包括：建模电路，其用于将对象的三维模型转换成与所述对象相关联的多个二维图像；其中，所述对象数据库电路还将与所述对象相关联的所述二维图像添加到所述对象识别数据库。7.如权利要求1所述的计算设备，进一步包括：对象识别电路，其用于基于从所述边界计算设备接收的缩略图图像使用所述对象识别数据库来标识对象；其中，所述缩减电路还响应于基于所述缩略图图像对所述对象的标识将与所述对象相关联的各二维图像添加到经更新的缩减对象识别数据库；以及其中，所述通信电路还(i)从所述边界计算设备接收所述缩略图图像并且(ii)将所述经更新的缩减对象识别数据库发送给所述边界计算设备。8.一种用于边界设备对象识别的方法，所述方法包括：由计算设备访问对象识别数据库，其中，所述对象识别数据库包括与多个对象相关联的二维图像；由所述计算设备基于边界计算设备的身份来标识所述多个对象的子集，其中，所述多个对象的所述子集中的每一对象包括预期由所述边界计算设备在图像中捕捉的对象；由所述计算设备基于所述对象识别数据库来生成缩减对象识别数据库，其中，所述缩减对象识别数据库包括与所述多个对象的所述子集相关联的二维图像；以及由所述计算设备将所述缩减对象识别数据库发送给所述边界计算设备。9.如权利要求8所述的方法，进一步包括：由所述计算设备基于第二边界计算设备的身份来标识所述多个对象的第二子集，其中，所述多个对象的所述第二子集中的每一对象包括预期由所述第二边界计算设备在图像中捕捉的对象；由所述计算设备基于所述对象识别数据库来生成第二缩减对象识别数据库，其中，所述第二缩减对象识别数据库包括与所述多个对象的所述第二子集相关联的二维图像；以及由所述计算设备将所述第二缩减对象识别数据库发送给所述第二边界计算设备。...

【专利技术属性】
技术研发人员：B·维拉贝特，
申请(专利权)人：英特尔公司，
类型：发明
国别省市：美国;US