第十八届非显而易见杯专利无效挑战赛如期举行欢迎大家关注。
权利要求列表点击可跳转
对比文件列表
| 编号 | 名称 |
|---|---|
| 0 | US11875250B1_Description_20251229_2246_+++A+++.docx |
| 0 | US2018189466A1_Description_20251229_2121_+++B_H_I_R_S_T_U_V_X_q+++.docx |
| 0 | US2017344893A1_Description_20251229_2133_+++A_B_H_N_S_V_X_d_r+++.docx |
| 0 | US2017270406A1_Description_20251229_2117_+++A_B_J_S_V_X_c+++.docx |
| 0 | US2017217390A1_Description_20251229_2131_+++B_G_H_I_J_S_V_W_X_a_r_t+++.docx |
| 0 | US2017036673A1_Description_20251229_2139_+++A_B_G_H_I_J_V_X_w+++.docx |
| 0 | US2016297324A1_Description_20251229_2142_+++A_B_G_H_I_J_S_V_X_f_r+++.docx |
| 0 | US2016253594A1_Description_20251229_2136_+++A_B_F_G_H_I_J_N_R_S_T_X_c_d_e_k_o_q_u_v+++.docx |
| 0 | US2013245986A1_Description_20251229_2141_+++A_B_D_E_F_G_I_J_N_Q_R_S_V_W_X_c_h_o+++.docx |
| 0 | CN106529387A_Description_20251229_2246_+++A_B_D_H_I_N_R_S_X_c_e_q+++.docx |
| 0 | US11521641B2_Description_20251229_2144_+++J_N_R_o+++.docx |
| 0 | US11496507B2_Description_20251229_2135_+++N+++.docx |
| 0 | US11335438B1_Description_20251229_2129.docx |
| 0 | US10690369B2_Description_20251229_2137_+++A_B_I_J_V_X_g_q+++.docx |
| 0 | EP3290869A2_Description_20251229_2146_+++A_B_N_X_c_d_e_o_q_r_v+++.docx |
| 0 | CN108319960A_Description_20251229_2123_+++A_B_D_E_H_N_R_S_V_X_i_o_q_w+++.docx |
| 0 | CN107886103B_Description_20251229_2119_+++A_B_D_E_N_R_X_o+++.docx |
权利要求1
一种用于事件状态检测的方法，包括：
在计算设备处接收多个传感器信号；
在所述计算设备处基于所述多个传感器信号使用人工神经网络针对多个时间区间中的每个时间区间确定子事件状态的概率；以及在所述计算设备处基于所述子事件状态的概率经由状态序列模型来检测事件状态，其中，对所述事件状态的检测包括：基于对所述概率的确定来检测所述子事件状态的序列。
权利要求2
如权利要求1所述的方法，其中，检测所述事件状态包括检测用户进入交通工具。
权利要求3
如权利要求1所述的方法，其中，所述多个传感器信号包括音频信号和至少一个运动传感器信号。
权利要求4
如权利要求3所述的方法，其中，所述至少一个运动传感器信号包括加速度计传感器信号、陀螺仪传感器信号、或磁力计传感器信号中的至少一者。
权利要求5
如权利要求1所述的方法，其中，所述多个传感器信号包括运动传感器信号。
权利要求6
如权利要求1所述的方法，其中，所述多个传感器信号包括音频信号。
权利要求7
权利要求1所述的方法，其中，确定所述子事件状态的概率包括：经由卷积神经网络CNN来确定与所述多个传感器信号中的每个传感器信号相对应的状态概率；以及经由深度神经网络DNN来融合所述状态概率。
权利要求8
如权利要求7所述的方法，其中，所述CNN包括三个神经网络层。
权利要求9
如权利要求7所述的方法，其中，所述DNN包括单个神经网络层。
权利要求10
如权利要求1所述的方法，其中，所述状态序列模型包括隐马尔科夫模型或隐半马尔科夫模型。
权利要求11
如权利要求1所述的方法，其中，所述事件状态是基于所述子事件状态的序列和所述子事件状态中的每个子事件状态的历时来检测的。
权利要求12
如权利要求1所述的方法，其中，所述子事件状态的序列包括含15个子事件状态的序列。
权利要求13
如权利要求1所述的方法，进一步包括：经由所述状态序列模型来确定所述事件状态已发生的置信水平，其中当所述置信水平超过阈值时所述事件状态被检测到。
权利要求14
如权利要求1所述的方法，进一步包括：从所述多个传感器信号中的每个传感器信号中提取特征，其中所述子事件状态的概率是基于所提取的特征来确定的。
权利要求15
如权利要求1所述的方法，其中，所述计算设备包括可穿戴设备或移动设备，并且其中，所述多个传感器信号是从所述可穿戴设备或移动设备的传感器接收的。
权利要求16
如权利要求1所述的方法，进一步包括：对所述多个传感器信号进行时间同步，其中，对所述子事件状态的概率的确定基于经时间同步的传感器信号。
权利要求17
如权利要求16所述的方法，进一步包括：对所述经时间同步的传感器信号中的每一者进行重采样以使得所述经时间同步的传感器信号具有相同的采样率，其中对所述子事件状态的概率的确定基于重采样的经时间同步的传感器信号。
权利要求18
如权利要求1所述的方法，进一步包括：基于对所述事件状态的检测来执行动作。
权利要求19
如权利要求18所述的方法，其中，执行所述动作包括以下至少一者：激活导航系统；
为用户显示信息；或者
向交通工具传送要执行一个或多个动作的指示。
权利要求20
如权利要求1所述的方法，其中，所述多个传感器信号包括至少两种不同类型的传感器信号。
权利要求21
一种用于事件状态检测的装置，包括：
多个传感器；以及
处理系统，所述处理系统被配置成：
从所述多个传感器接收多个传感器信号；
基于所述多个传感器信号使用人工神经网络针对多个时间区间中的每个时间区间确定子事件状态的概率；以及基于所述子事件状态的概率经由状态序列模型来检测事件状态，其中，对所述事件状态的检测包括：基于对所述概率的确定来检测所述子事件状态的序列。
权利要求22
如权利要求21所述的装置，其中，所述处理系统被配置成：通过检测用户进入交通工具来检测所述事件状态。
权利要求23
如权利要求21所述的装置，其中，所述处理系统被进一步配置成：经由所述状态序列模型来确定所述事件状态已发生的置信水平，其中当所述置信水平超过阈值时所述事件状态被检测到。
权利要求24
如权利要求21所述的装置，其中，所述处理系统被进一步配置成：从所述多个传感器信号中的每个传感器信号中提取特征，其中所述子事件状态的概率是基于所提取的特征来确定的。
权利要求25
如权利要求21所述的装置，其中，所述处理系统被进一步配置成：对所述多个传感器信号进行时间同步，其中对所述子事件状态的概率的确定基于经时间同步的传感器信号。
权利要求26
如权利要求25所述的装置，其中，所述处理系统被进一步配置成：对所述经时间同步的传感器信号中的每一者进行重采样以使得所述经时间同步的传感器信号具有相同的采样率，其中对所述子事件状态的概率的确定基于重采样的经时间同步的传感器信号。
权利要求27
如权利要求21所述的装置，其中，所述处理系统被进一步配置成：基于对所述事件状态的检测来执行动作。
权利要求28
一种用于事件状态检测的设备，包括：
用于接收多个传感器信号的装置；
用于基于所述多个传感器信号使用人工神经网络针对多个时间区间中的每个时间区间确定子事件状态的概率的装置；以及用于基于所述子事件状态的概率经由状态序列模型来检测事件状态的装置，其中，对所述事件状态的检测包括：基于对所述概率的确定来检测所述子事件状态的序列。
权利要求29
一种其上存储有指令的计算机可读介质，所述指令使计算设备：接收多个传感器信号；
基于所述多个传感器信号使用人工神经网络针对多个时间区间中的每个时间区间确定子事件状态的概率；以及基于所述子事件状态的概率经由状态序列模型来检测事件状态，其中，对所述事件状态的检测包括：基于对所述概率的确定来检测所述子事件状态的序列。