[实用新型]一种基于云计算的人脸美学分析装置有效

专利信息
申请号: 201720399775.X 申请日: 2017-04-17
公开(公告)号: CN207232981U 公开(公告)日: 2018-04-13
发明(设计)人: 吴涛;张立敏;徐锐杰 申请(专利权)人: 岭南师范学院
主分类号: G06K9/00 分类号: G06K9/00;H04L29/08
代理公司: 北京轻创知识产权代理有限公司11212 代理人: 谈杰
地址: 524048 *** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 计算 美学 分析 装置
【说明书】:

技术领域

本实用新型属于物联网、云服务以及云计算等技术领域,尤其涉及一种基于云计算的人脸美学分析装置。

背景技术

目前,人脸美学的研究自古以来都受到了社会和自然科学家们的尊敬和重视而不断发展。随着经济社会的发展,人的审美意识不断提高,对人脸美丽的认识也成为了研究的重点,随着信息技术的发展和社会文明的进步,审美计算、可计算美学等新概念和新课题油然而生。人类社会对生物特征识别技术、人脸美化技术以及人脸美学分析技术的需要日益迫切,国内外技术研究者对图像算法技术的研发日益增强。如人脸识别监测系统、人脸识别考勤机、美图秀秀、美颜相机、可牛等新型技术产品的图像识别技术与图像美容技术的出现为人类社会带来许多便利,虽然计算机因高速计算能力在模拟逻辑思维能力的某些专门领域,如定理证明、国际象棋等,取得了巨大成功,但是,在模拟人类对美的理解、推导和计算等方面能力,还差之甚远,甚至不如婴儿水平。可计算人脸美学是专门针对人脸图像的可计算美学研究方向,具有一定的难度。同时,在研究过程中缺乏系统化平台的构建。市场上涌现了许多人脸识别软件、图像美化软件、图像过滤软件以及许多图像研究,但这些软件与研究普遍功能单一,且依靠传统的本地设备计算处理,在对待庞大的图像处理计算时本地计算处理设备运算性能出现不足从而造成用户等待时间过长等系列问题。甚至为了追求处理速度而降低图像处理质量,以质量损耗为代价换取程序运算时间的减短。且缺乏系统化地对人脸美丽客观评价的研究,对于美化操作也是简单地使用滤镜或局部模糊等操作进行。应用技术相对较为传统,没有广泛利用云计算、物联网等新兴技术的优势,缺乏系统地构建跨平台的应用服务,加大了开发者工作量,缺乏对内部结构的优化处理。

发明内容

本实用新型为解决公知技术中存在的现有的人脸美学普遍功能单一,且依靠传统的本地设备计算处理,在对待庞大的图像处理计算时本地计算处理设备运算性能出现不足从而造成用户等待时间过长等系列问题而提供一种结构简单、安装使用方便、提高工作效率的基于云计算的人脸美学分析装置。

本实用新型为解决公知技术中存在的技术问题所采取的技术方案是:

该基于云计算的人脸美学分析装置包括:云服务器、分布式云计算设备、云数据库服务器、云对象存储设备、云盾、互联网、图像采集设备、管理员操作计算机、路由器、智能打印机、移动终端、PC设备;

云服务器与分布式云计算设备通过内部局域网连接,云服务器与云数据库、云对象存储设备通过内部局域网连接;云服务器内部启动云盾,通过宽带设备与互联网连接;管理员操作计算机与图像采集设备、以及用户设备可通过互联网与云服务器连接;用户设备分别为路由器、智能打印机、移动终端、PC设备。

本实用新型还可以采用如下技术措施:

进一步,所述的图像采集设备包括:图像拍摄模块、人脸识别分析模块、数据缓存模块以及无线网络模块,图像拍摄模块与用户交互,人脸识别分析模块可初步提取分析用户人脸数据信息,数据缓存模块可暂时存储用户人脸数据信息,无线网络模块接入互联网与云服务平台连接传输数据。

进一步,所述的云对象存储设备可与通过ECS验证的用户连接,云对象存储设备OSS(Object-Based Storage System)是部署在独立的云计算机上通过分配AccessId和AccessKey安全加密对,从OSS访问接口上进行权限控制和隔离,为用户提供文件存储的云端服务。综合了NAS(Storage Area Network)和SAN(Network Attached Storage)的优点,具有高速直接访问和云数据共享等优势特点,提供了可靠性高、移植性强、跨平台性以及安全云数据共享的存储体系结构。

进一步,所述的图像采集设备将内置的数据缓存模块中的人脸数据信息通过无线网络模块与附近的无线WIFI网络连接,通过互联网将数据上传至云服务器,并将反馈结果显示在投影设备或通过打印设备将其打印。

进一步,所述的分布式云计算设备包含分布式数据挖掘、分布式处理与分布数据库、以及云存储与云虚拟的分层体系。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于岭南师范学院,未经岭南师范学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201720399775.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top