【技术实现步骤摘要】
一种基于人工智能技术的多模婴儿语言生活管理车
本专利技术涉及婴儿车
,特别涉及一种基于人工智能技术的多模婴儿语言生活管理车。
技术介绍
当今社会,很多人们第一次照顾婴儿的时候,不了解婴儿的特性,而婴儿不会说话,只能通过哭声和各种肢体语言表达他们的想法,所以人们无法正确获知婴儿的需求,不能更好地照顾婴儿。若人们从婴儿的面部表情或哭声获取到错误的信息,对婴儿做出错误的照顾方式,轻则降低婴儿生活的舒适性,重则影响婴儿的发育。本专利技术的目的就是通过深度学习模型把经验性的总结转化数据化的标准,转而翻译婴儿的想法,通过移动端传递给父母。为婴儿和父母之间建立一个沟通交流的平台。以此解决父母在育儿过程中缺乏经验的问题。
技术实现思路
本专利技术提供一种基于人工智能技术的多模婴儿语言生活管理车,用以获得准确性远高于单一变量的判断的运算结果,为用户提供更加贴近婴儿想法的运算结果,建立一个婴儿与用户之间准确沟通的平台,解决用户在育婴过程中缺乏经验的问题。为解决上述技术问题,本专利技术提出的一种基于人工智能技术的多模婴儿语言生活管理车,包括车体,所述车体包括:检测装置,包括控制器及与其连接的检测模块,所述检测模块用于采集基础信息,所述基础信息包括婴儿的人体特征信息、车体受到的压力、车体的平衡度及纸尿裤的湿度,所述人体特征信息包括面部表情、哭声和体温;移动终端,用于接收所述基础信息;服务器,与所述移动终端建立双向通讯连接;运算终端,与所述服务器建立双向通讯连接,用于通过所述服务器接收所述移动终端发送的所述基础信息,并用于使用预设的训练模型对转化为适于进行深度学习的格式的基础信息 ...
【技术保护点】
1.一种基于人工智能技术的多模婴儿语言生活管理车,包括车体,其特征在于,所述车体包括:检测装置,包括控制器及与其连接的检测模块,所述检测模块用于采集基础信息,所述基础信息包括婴儿的人体特征信息、车体受到的压力、车体的平衡度及纸尿裤的湿度,所述人体特征信息包括面部表情、哭声和体温;移动终端,用于接收所述基础信息;服务器,与所述移动终端建立双向通讯连接;运算终端,与所述服务器建立双向通讯连接,用于通过所述服务器接收所述移动终端发送的所述基础信息,并用于使用预设的训练模型对转化为适于进行深度学习的格式的基础信息进行运算,并将获得的运算结果通过所述服务器返回至所述移动终端。
【技术特征摘要】
1.一种基于人工智能技术的多模婴儿语言生活管理车,包括车体,其特征在于,所述车体包括:检测装置,包括控制器及与其连接的检测模块,所述检测模块用于采集基础信息,所述基础信息包括婴儿的人体特征信息、车体受到的压力、车体的平衡度及纸尿裤的湿度,所述人体特征信息包括面部表情、哭声和体温;移动终端,用于接收所述基础信息;服务器,与所述移动终端建立双向通讯连接;运算终端,与所述服务器建立双向通讯连接,用于通过所述服务器接收所述移动终端发送的所述基础信息,并用于使用预设的训练模型对转化为适于进行深度学习的格式的基础信息进行运算,并将获得的运算结果通过所述服务器返回至所述移动终端。2.根据权利要求1所述的一种基于人工智能技术的多模婴儿语言生活管理车,其特征在于,所述运算终端包括:传输层:用于和所述服务器之间建立双向通讯连接;数据分析层:用于对所述基础信息的格式进行分析,并确定将所述基础信息的格式转化为适于进行深度学习计算的格式的转化方式;数据处理层:用于将所述基础信息转化成适于进行深度学习计算的格式;数据计算层:用于使用所述训练模型对转化后的所述基础信息进行深度学习计算,获得运算结果。3.根据权利要求1所述的一种基于人工智能技术的多模婴儿语言生活管理车,其特征在于,所述移动终端还用于实时向用户展示所述基础信息和接收到的所述运算结果,所述移动终端还能根据所述运算结果向用户提供相应的育婴建议;所述服务器根据向所述移动终端发出的所述基础信息和接收所述运算终端发送的运算结果建立用户的历史记录列表文件。4.根据权利要求1所述的一种基于人工智能技术的多模婴儿语言生活管理车,其特征在于,所述训练模型包括面部表情训练模型和哭声训练模型,其中,形成所述面部表情训练模型包括:采集婴儿不止一个表情状态的视频文件,形成表情视频包;对所述表情视频包中的视频文件逐帧提取,对婴儿的表情状态进行多步骤处理形成第一数据集,所述多步骤处理包括筛选、像素处理、图片剪裁、灰度转化、重命名及分类打标;将所述第一数据集发送至所述服务器,通过Tensorflow机器学习框架对所述第一数据集进行训练,获得训练后的第一数据集;对训练后的第一数据集进行若干次调试、调优,以获得面部表情训练模型;形成所述哭声训练模型包括:采集婴儿不止一种状态下的哭声,形成哭声音频包;对所述哭声音频包中的哭声进行采样,记录各所述哭声的声波和振幅,将所述哭声进行分类形成第二数据集;将所述第二数据集发送至所述服务器,通过Tensorflow机器学习框架对所述第二数据集进行训练,获得训练后的第二数据集;对训练后的第二数据集进行若干次调试、调优,以获得哭声训练模型。5....
【专利技术属性】
技术研发人员:孙艺,王天棋,侯钰峰,王梓,
申请(专利权)人:上海启倍生健康科技有限公司,
类型:发明
国别省市:上海,31
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。