一种智能家电绑定APP的方法、装置和服务器及系统制造方法及图纸

本发明专利技术公开了一种智能家电绑定APP的方法、装置和服务器及系统，属于智能家电领域；当用户注册APP时，采集用户的生物信息，并将该生物信息和APP账号发送到服务器；当用户绑定APP和智能家电时，通过待绑定的智能家电采集用户的待验证生物信息，然后将待验证生物信息和智能家电的唯一识别信息发送到服务器，最后服务器判断是否存在已存储的生物信息与待验证生物信息匹配；若存在，则将匹配的已存储的生物信息对应的APP账号与唯一识别信息绑定。本申请方案能够通过用户的生物信息来绑定智能家电和APP，用户只需提供生物信息即可，无需用户手动操作，简单方便；同时采用生物信息验证，保证用户信息安全，大大提供了用户的体验度。大大提供了用户的体验度。大大提供了用户的体验度。

【技术实现步骤摘要】
一种智能家电绑定APP的方法、装置和服务器及系统


[0001]本专利技术涉及智能家电领域，特别地，涉及一种智能家电绑定APP的方法、装置和服务器及系统。

技术介绍

[0002]目前智能家电越来越多，现有控制智能家电的方法都是采用智能家电绑定一个APP，然后用户在APP上设置控制智能家电的方式以及获取智能家电的使用情况。但是现有智能家电绑定APP时，要么是用户查找家电的mac地址，手动输入到APP上进行绑定，要么就是利用遥控器控制智能家电与APP配对。但是上述方式在绑定时，绑定的APP可能不是智能家电主人的APP，这样会造成用户隐私泄露，而且每次绑定都需要用户进行输入或操控遥控器，绑定过程较为繁琐，用户体验差。

技术实现思路

[0003]为了克服现有技术的不足，本专利技术提供一种智能家电绑定APP的方法、装置和服务器及系统，以解决现有智能家电绑定APP时，可能造成用户隐私泄露，且每次绑定都需要用户进行输入或操控遥控器，绑定过程较为繁琐，用户体验差的问题。
[0004]本专利技术解决其技术问题所采用的技术方案是：
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能家电绑定APP的方法，其特征在于，包括以下步骤：接收并存储用户注册APP时发送的生物信息和APP账号；接收用户通过智能家电发送的绑定请求，所述绑定请求包括所述智能家电的唯一识别信息和所述智能家电采集的所述用户的待验证生物信息；判断是否存在已存储的生物信息与所述待验证生物信息匹配；若存在，则将匹配的已存储的生物信息对应的APP账号与所述唯一识别信息绑定。2.根据权利要求1所述的方法，其特征在于：所述接收并存储用户注册APP时发送的生物信息包括：接收用户注册APP时发送的声纹信息、指纹信息和虹膜信息。3.根据权利要求2所述的方法，其特征在于：所述待验证生物信息包括以下至少一种：声纹信息、指纹信息和虹膜信息。4.根据权利要求1所述的方法，其特征在于：所述唯一识别信息为所述智能家电的唯一机器码或mac地址。5.根据权利要求3所述的方法，其特征在于：当所述待验证生物信息为声纹信息时，判断是否存在已存储的生物信息与所述待验证生物信息匹配包括：提取所述声纹信息的声纹特征；通过预训练的神经网络模型对所述声纹特征与已存储的声纹信息的声纹特征的相似度进行打分；若存在分数超过阈值的已存储的声纹信息，则分数最高的已存储的声纹信息与所述声纹信息匹配。6.根据权利要求3所述的方法，其特征在于：当所述待验证生物信息为虹膜信息时，判断是否存在已存储的生物信息与所述待验证生物信息匹配包括：通过预训练的最优孪生神经网络模型判断是否存在已存储的虹膜信息与所述虹膜信息匹配。7.根据权利要求6所述的方法，其特征在于：所述最优孪生神经网络模型训练步骤包括：采用mobinet_v3对现有数据集图像提取特征信息；通过generate anchor与标签框对是否是人眼框图位置信息的判断来判断是正样本还是负样本；通过回归损失函数和分类损失函数进行不断迭代以及获取模型的参数调节学习率；通过随机梯度损失函数得到损失函数最小值得到最优孪生神经...

【专利技术属性】
技术研发人员：汪进，毛跃辉，宋士奇，
申请(专利权)人：珠海格力电器股份有限公司，
类型：发明
国别省市：