用于在手持设备的用户之间自动辨别的技术制造技术

描述了用于在手持设备的用户之间自动辨别的各实施例。一个实施例包括从与手持设备交互的用户收集传感器数据，其中该传感器数据是经由手持设备中的嵌入式传感器收集的。该实施例还包括经由所收集的传感器数据、至少一个嵌入式机器学习算法和关于用户的概述辨别该用户和该手持设备的其它用户。描述并要求保护其他实施例。

【技术实现步骤摘要】
用于在手持设备的用户之间自动辨别的技术
技术介绍
不能夸大媒体服务和/或设备提供商(例如，电视服务提供商、消费电子 产品提供商等)不断努力向其用户提供增加的各种内容和特征的重要性。无疑， 这是电视服务提供商尝试向其用户提供定制服务或特征的原因之一，定制服务 或特征包括点播按次付费节目编排、广播节目的多种订阅选项、诸如父母控制 之类的用户定义控制、和电缆调制解调器因特网接入。然而，经由媒体服务/设备提供商提供的这些类型的服务或特征中的某些 存在限制。例如，随同所请求的内容一起向特定用户提供广告——其中该广告 是针对该用户量身定制的——存在限制。通常，用户被强制观看或收听该用户 很少或不感兴趣的广告。此外，广告公司对随同所请求的内容被广播的其广告 付费，但其广告通常没有到达最有可能对其广告最感兴趣的用户。其它限制包括唯一标识家中的人，使得可针对该人定制基于媒体的服务或 特征。例如，当今在家庭中使用的最常被建议的自动人标识方法涉及唯一标识 家庭成员的家庭内相机和脸部识别算法。这种基于相机的方法具有两个关键的 障碍。第一障碍是尽管己经表明脸部识别在具有受控照明和简单静态背景的环 境中良好工作，但在其中照明状况和背景杂乱可能改变的日常环境中不能良好 工作。第二障碍涉及个人的隐私考虑。通常觉得相机是最侵犯隐私的技术之一， 因此一些家庭不愿意在家中安装相机。附图简述附图说明图1示出系统的一个实施例。图2示出装置的一个实施例。 图3示出逻辑流的一个实施例。 图4示出逻辑流的一个实施例。 图5示出逻辑流的一个实施例。图6示出逻辑流的一个实施例。 图7示出逻辑流的一个实施例。详细描述本专利技术的实施例提供用于在手持设备的用户之间自动辨别的各种技术。在 诸实施例中，手持设备结合了用于辨别用户的嵌入式传感器和算法。 一旦标识 出，本专利技术的诸实施例基于用户概述向个人或用户提供定制特征或服务。在诸 实施例中，可基于经由手持设备提供的定制特征或服务的有效性或期望从用户 收集暗示和/或明示的反馈。反馈可用于适应或修改用户概述以试图在未来提供 改进的定制特征或服务。在诸实施例中，可将收集的信息一般化并提供给媒体 服务和/或设备提供商以改进其未来的产品/服务。可描述并要求保护其它的实 施例。各种实施例可包括一个或多个元件或组件。元件可包括被安排为执行特定 操作的任何结构。每个元件可被实现为给定的一组设计参数或性能限制所需要 的硬件、软件或其任意组合。尽管作为示例可能以某一拓扑的有限数量的元件 来描述实施例，但该实施例在替换拓扑中可包括为给定实现所需要的更多或更 少的元件。值得注意的是，对一个实施例或实施例的引用意味着结合 实施例描述的具体特征、结构或特性被纳入至少一个实施例中。在本说明书各 处中出现的短语在一个实施例中并不一定全部指代同一实施例。图1示出用于在手持设备的用户之间自动辨别的系统100的一个实施例。 在一个实施例中，系统100包括手持设备102、网络108和集中处理器110。 设备102可包括一个或多个嵌入式数据传感器104和一个或多个嵌入式算法 106。在高级处和在一实施例中，当用户持有设备102时，经由数据传感器104 针对用户自动收集实时数据。 一旦数据被收集，嵌入式算法106处理该数据以 基于用户概述辨别该用户与设备102的其它用户。在一实施例中，嵌入式算法 106被结合在手持设备102中。在其它实施例中，例如，嵌入式算法106可被 结合在集中处理器110中。这里，设备102可将收集的实时数据传送至集中处 理器110，在该集中处理器110中嵌入式算法106实时地处理数据以辨别用户。一旦用户被标识出，本专利技术的诸实施例基于该用户的概述向该用户提供定制特 征或服务。当嵌入式算法106被结合到集中处理器110中时，存在其中设备102可将收集的传感器数据传送至处理器110以供进一步处理的多种方式。在一实施例 中，设备102可以是适用于包括如本文所描述的本专利技术的功能的遥控设备。集 中处理器IIO可以是机顶盒(例如，个人视频记录器(PVR))。在这里，手 持设备102将所收集的实时数据编码成例如红外信号，诸如由典型的遥控设备 生成的红外信号，从而将传感器数据传送至集中处理器110。利用红外信号编 码传感器数据可减轻对手持设备102中的无线能力的要求。集中处理器102然 后可从红外信号提取传感器数据。 一旦被提取，传感器数据就可由嵌入式算法 106处理以辨别用户。在其它实施例中，设备102可具有无线能力，其中所收集的传感器数据经 由网络108 (例如，因特网、局域网(LAN)、广域网(WAN)等)传送至集 中处理器110。以下更详细地讨论这些组件中的每一个。本专利技术的实施例解决用户可能具有的隐私考虑。例如，用户可关于将个人 信息存储或转发至何处限制手持设备102。这种个人信息可包括存储在用户概 述中的个人数据、由用户对设备102的过去使用生成的历史数据等。在这里， 个人信息可被限制成存储在设备102上，可被限制成本地存储(例如在家庭或 办公室或建筑内)等。用户还可要求任何个人信息在被存储和/或转发至另一个 设备或实体之前被加密。在这里，加密有助于进一步确保用户个人信息的保密 性和隐私。如上所述，当用户持有手持设备102时，经由嵌入式数据传感器104针对 用户自动收集实时数据。例如，在诸实施例中，嵌入式数据传感器104可包括 一个或多个多轴加速度计以测量设备102的活动等级和定向。在这里，例如， 可针对家庭或办公室环境的每个成员概述其中设备102被持有、移动和操纵的 方式。嵌入式数据传感器104还可包括诸如热、压力和电容传感器之类的表面传 感器。经由这些表面传感器，可自动推断哪只手(左手、右手、没有)正紧握 设备102以及手的整体大小和用户的外形。如上所述，可基于这些收集的数据来概述用户。例如，在家庭中爸爸的手可能比妈妈或孩子的大。爸爸可能惯用 右手，而妈妈可能惯用左手等。此外，可基于他们通常按压设备102的按钮的时序和顺序(例如，频道搜 索、优选的电视频道等)来概述用户。嵌入式数据传感器104还可包括使设备102能知晓其物理位置的定位技术 (例如，超声、无线网络信号强度、无线网络信号到达时间(ToA)或达到角 度(AoA)、或射频标识(RFID))。这种定位技术可以例如用于确定设备 102当前处于家中的哪个房间。可能将爸爸概述为一般在家庭活动室中看电视， 而孩子或许更可能在其卧室中看电视，而妈妈在厨房。嵌入式数据传感器104可包括语音识别技术。这里，信息可通过麦克风输 入到设备102中。这些信息可由语音识别设备数字化。不同类型的嵌入式传感器中的一个或多个可单独或结合地用于收集用户 数据。这些示例不旨在限制本专利技术。事实上，本专利技术构想到使用任何装置来经 由手持设备监视用户。如上所述，收集的传感器数据用于经由嵌入式算法106辨别用户与其它用 户。在诸实施例中，将传感器数据实时提供给算法106。在其它实施例中，传 感器104还可适用于经由诸如闪存之类的集成的长期存储来存储实时数据，然 后在以后将数据传送至嵌入式算法106。集成的长期存储有助于确保在当前没 有与嵌入式算法106或诸如处理器110之类的外部处理器的可用连接时不丢失 收集的本文档来自技高网...

【技术保护点】
一种方法，包括：　从与手持设备交互的用户收集传感器数据，其中所述传感器数据是经由所述手持设备中的嵌入式传感器收集的；以及　经由所收集的传感器数据、至少一个嵌入式机器学习算法和关于所述用户的概述辨别所述用户和其它用户。

【技术特征摘要】
US 2008-8-15 12/192,7891.一种方法，包括从与手持设备交互的用户收集传感器数据，其中所述传感器数据是经由所述手持设备中的嵌入式传感器收集的；以及经由所收集的传感器数据、至少一个嵌入式机器学习算法和关于所述用户的概述辨别所述用户和其它用户。2. 如权利要求l所述的方法，其特征在于，还包括确定特征，其中所述特征是基于所述用户和所述手持设备之间过去的交 互针对所述用户定制的。3. 如权利要求2所述的方法，其特征在于，还包括 管理关于所述用户的所述特征；关于所管理的特征的期望从所述用户接收反馈；以及 基于所接收的反馈更新所述用户概述。4. 如权利要求3所述的方法，其特征在于，所述反馈是明示反馈和暗示反 馈中的至少一个。5. —种装置，包括处理器； 至少一个传感器；以及至少一个机器学习算法，其中所述装置能够以能被至少一个传感器监视的方式从与所述装置交 互的用户收集传感器数据，且其中所述装置能够经由所收集的传感器数据、至 少一个机器学习算法和关于所述用户的概述辨别所述用户和其它用户。6. 如权利要求5所述的装置，其特征在于，还包括 其中所述装置能够确定特征，其中所述特征是基于所述用户和所述装置之间过去的交互针对所述用户定制的。7. 如权利要求6所述的装置，其特征在于，还包括 其中所述装置能够管理关于所述用户的所述特征，关于所管理的特征的期望从所述用户接收反馈，并基于所接收的反馈更新所述用户概述。8. 如权利要求7所述的装置，其特征在于，所述反馈是明示反馈和暗示反 馈中的至少一个。9. 一种包含指令的机器可读介质，所述指令在由处理系统执行时使所述处理系统执行指令，从而从与手持设备交互的用户收集传感器数据，其中所述传感器数据是经由 所述手持设备中的嵌入式传感器收集的；以及经由所收集的传感器数据、至少一个嵌入式机器学习算法和关于所述用 户的概述辨别所述用户和其它用户。10. 如权利要求9所述的机器可读介质，其特征在于，还包括-确定特征，其中所述特征是基于所述用户和所述手持设备之间过去的交互针对所述用户定制的。11. 如权利要求IO所述的机器可读介质，其特征在于，还包括 管理关于所述用户的所述特征；关于所管理的特征的期望从所述用户接收反馈；以及 基于所接收的反馈更新所述用户概述。12. 如权利要求11所述的机器可读介质，其特征在于，所述反馈是明 示反馈和暗示反馈中的至少一个。13. —种遥控设备，包括 至少一个传感器；以及红外接口，其中所述遥控设备能够经由所述至少一个传感器从与所述遥控设备交...

【专利技术属性】
技术研发人员：B哈里森，AG拉玛卡，JR海斯托，AD利亚，
申请(专利权)人：英特尔公司，
类型：发明
国别省市：US[]