【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 ...
【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。...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。