ATOMISK BOMBSHELL: ROTHSCHILDS PATENTERTE COVID-19 BIOMETRISKE TESTER I 2015. OG 2017.

04. OKT2020

Det er ikke omstridt, siden informasjonen kommer fra offisielle patentregistre i Nederland og USA. Og vi har all dokumentasjon

OPPDATERING: Reuters påtok seg å gjøre skadekontroll for denne artikkelen og publiserte en baktalelse og smørebit på oss forkledd som “faktasjekk” .
Vi faktasjekket deres faktasjekkende setning for frase her .

Som vi har vist i tidligere avslører, er hele kovidiokratiet en maskerade og en simulering lenge utarbeidet av Verdensbanken / IMF / The Rothschilds og deres lemminger, med Rockefeller-partnerskap.
Våre nyeste funn fremmer disse tidligere åpenbaringene.

FØRSTE REGISTRERING: NEDERLAND, 2015

Kilde: Den nederlandske regjeringsnettstedet for patenter

Info (ordrett kopi):

Det tilveiebringes en metode for å skaffe og overføre biometriske data (f.eks. Vitale tegn) til en bruker, der dataene analyseres for å bestemme om brukeren lider av en virusinfeksjon, slik som COVID-19. Metoden inkluderer bruk av et pulsoksymeter for å oppnå minst puls- og oksygenmetningsprosent i blodet, som overføres trådløst til en smarttelefon. For å sikre at dataene er nøyaktige, brukes et akselerometer i smarttelefonen til å måle bevegelsen til smarttelefonen og / eller brukeren. Når nøyaktige data er anskaffet, blir de lastet opp til skyen (eller verten), der dataene brukes (alene eller sammen med andre vitale tegn) for å bestemme om brukeren lider av (eller sannsynligvis vil lide av) en virusinfeksjon, slik som COVID-19. Avhengig av de spesifikke kravene, endres dataene til dem,

ANDRE REGISTRERING: OSS, 2017

Detaljert info nedenfor.

EN SENTRALDETALJ STRUCK MEG OM DENNE REGISTRERINGENE:
Begge ble arkivert og oppdatert for mange år siden, men de ble planlagt offentliggjort i september 2020.

Dette er tilstrekkelig bevis for at de i 2015 visste hva som ville skje i september 2020!

TREDJE REGISTRERING: USA, 2017 (AKTUALISERING FRA 2015)

Kilde

Se også: [EKSKLUSIV] FINAL BEVIS COVID-19 ER EN ‘SIMEX' – PLANLAGT SIMULERINGSØVING AV HVEM OG VERDENSBANKEN

Før vi presenterer patenttekniske detaljer, la oss tenke på oppfinnerens Facebook et øyeblikk eller to:

Se også: FORTSATT Å NEKTE ROTHBARNENE ER BAK DEN STOR RESETTEN? Stopp, det blir latterlig

Patentinfo (ordrett kopi):

Tittel: System og metode for bruk, biometrisk og visning av biometriske data USAs patentsøknad 20170229149 Kind Code: A1

Sammendrag: Det gis en metode for behandling og visning av biometriske data til en bruker, enten alene eller sammen (i synkronisering) med andre data, for eksempel videodata til brukeren i løpet av en tid da biometriske data ble ervervet. Metoden inkluderer lagring av biometriske data slik at de er koblet til en identifikator og minst ett tidsstempel (f.eks. En starttid, en samplingsfrekvens osv.), Og lagring av videodata slik at den er koblet til identifikatoren og ved minst ett tidsstempel (f.eks. en starttid). Ved å lagre data på denne måten kan biometriske data vises (enten i sanntid eller forsinket) i synkronisering med videodata, og biometriske data kan søkes for å identifisere minst en biometrisk hendelse. Video som tilsvarer den biometriske hendelsen kan deretter vises,

Oppfinnere: Rothschild, Richard A. (London, GB)
Macklin, Dan (Stafford, GB)
Slomkowski, Robin S. (Eugene, OR, US)
Harnischfeger, Taska (Eugene, OR, US)
Søknadsnummer: 15/495485
Publiseringsdato : 08/10/2017
Filing Date: 04/24/2017 Export Citation: Click for automatic bibliography generation
Assignee:
Rothschild Richard A.
Macklin Dan
Slomkowski Robin S.
Harnischfeger Taska
International Classes: G11B27 / 10 ; G06F19 / 00 ; G06K9 / 00 ; G11B27 / 031 ; H04N5 / 77
Se patentbilder : Last ned PDF 20170229149

US patentreferanser:

20160035143	Ikke relevant	2016-02-04
20140316713	Ikke relevant	2014-10-23
20140214568	Ikke relevant	2014-07-31
20090051487	Ikke relevant	2009-02-26
20070189246	Ikke relevant	2007-08-16

Primær sensor: MESA, JOSE M Advokat, agent eller firma: Fitzsimmons IP Law (Gardena, CA, US)
Krav: Det som hevdes er:

1. Fremgangsmåte for å identifisere video som tilsvarer en biometrisk hendelse hos en bruker, hvilken video vises sammen med minst en biometrisk av brukeren under den biometriske hendelsen, omfattende: mottak av en forespørsel om å starte en økt; bruk av minst ett program som kjører på en mobil enhet for å tilordne et øktnummer og en starttid til nevnte økt; motta videodata fra et kamera, hvor nevnte videodata inkluderer video av minst en av brukeren og brukerens omgivelser i løpet av en tidsperiode, hvilken tidsperiode starter ved nevnte starttid; motta biometriske data fra en sensor, hvor biometriske data inkluderer et antall verdier på en biometrisk for brukeren i løpet av denne tidsperioden; bruk av det minst ett program for å koble minst nevnte øktnummer og nevnte starttid til nevnte videodata; å bruke det nevnte minst ett program for å koble i det minste nevnte øktnummer, nevnte starttid og en samplingsrate til nevnte biometriske data, hvor minst nevnte øktnummer blir brukt til å koble nevnte biometriske data til nevnte videodata, og i det minste nevnte samplingsrate og at starttiden blir brukt til å knytte individuelle av nevnte flertall verdier til individuelle tider innen nevnte tidsperiode; motta nevnte biometriske begivenhet, idet den biometriske hendelsen omfatter en av en verdi og et område av den biometriske; bruk av nevnte minst ett program for å identifisere et første av nevnte antall verdier som tilsvarer den biometriske hendelsen; å bruke det minst ett program og i det minste nevnte starttid, nevnte samplingshastighet og tidsperioden for å identifisere en første gang innen nevnte tidsperiode som tilsvarer den første av nevnte flerhet av verdier;

2. Fremgangsmåte ifølge krav 1, hvor trinnet med mottak av biometriske data fra sensoren videre omfatter mottak av hjertefrekvensdata fra en pulsmåler.

3. Fremgangsmåte ifølge krav 1, hvor trinnene for å koble sesjonsnummeret til nevnte videodata og nevnte biometriske data videre omfatter å knytte et aktivitetsnummer til både nevnte videodata og nevnte biometriske data, hvori aktivitetsnummeret identifiserer en av flere aktiviteter, nevnte økt omfatter nevnte flerhet av aktiviteter, og både øktnummer og nevnte aktivitetsnummer brukes til å koble nevnte biometriske data til nevnte videodata.

4. Fremgangsmåte ifølge krav 1, karakterisert v e d at trinnet med å tilordne et øktnummer til økten videre omfatter å knytte en beskrivelse av nevnte økt til nevnte økt.

5. Fremgangsmåte ifølge krav 1, hvor trinnene for mottak av videodata og biometriske data videre omfatter mottak av nevnte videodata og nevnte biometriske data i løpet av tidsperioden.

6. Fremgangsmåte ifølge krav 1, hvor trinnet for mottak av videodata fra et kamera videre omfatter mottak av nevnte videodata fra nevnte kamera etter tidsperioden.

7. Fremgangsmåte ifølge krav 6, karakterisert v e d at den videre omfatter trinnet med å analysere nevnte videodata for en identifikator som identifiserer sesjonen, idet identifikatoren blir brukt av det minst ett program for å koble sesjonsnummeret til nevnte videodata.

8. Fremgangsmåte ifølge krav 1, hvor trinnene for å identifisere en første av nevnte verdier som tilsvarer den biometriske hendelsen og identifisere en første gang som tilsvarer den første av nevnte flerhet av verdier videre omfatter å identifisere hver av nevnte flerhet verdier som tilsvarer den biometriske hendelsen og identifiserer hver gang som tilsvarer hver av nevnte flertall verdier.

9. Fremgangsmåte ifølge krav 8, hvor trinnet med å vise i det minste nevnte videodata i løpet av den første gangen videre omfatter å vise i det minste nevnte videodata i løpet av hver gang som tilsvarer hver av nevnte flertall verdier, hvori hver gang brukes til å vise hver av nevnte flertall verdier i synkronisering med deler av nevnte videodata som viser minst en av nevnte bruker og brukerens omgivelser under den biometriske hendelsen.

10. Fremgangsmåte ifølge krav 1, videre omfattende trinnene for mottak av selvrealiseringsdata fra nevnte bruker, og kobling av minst nevnte øktnummer og minst en gang til nevnte selvrealiseringsdata, hvor nevnte selvrealiseringsdata indikerer hvordan nevnte brukeren føler seg under nevnte minst én gang, og nevnte minst én gang blir brukt til å vise nevnte selvrealiseringsdata synkronisert med minst en del av nevnte videodata.

11. System for å identifisere video som tilsvarer en biometrisk hendelse av en bruker, hvilken video vises sammen med minst en biometrisk av brukeren under den biometriske hendelsen, omfattende: minst en server i kommunikasjon med et bredt nettverk (WAN) ; en mobil enhet i kommunikasjon med nevnte minst en server via WAN, hvilken mobil innretning omfatter: en skjerm; minst en prosessor for nedlasting av maskinlesbare instruksjoner fra nevnte minst en server; og minst en minneinnretning for lagring av maskinlesbare instruksjoner, hvor maskinlesbare instruksjoner er tilpasset for å utføre trinnene: motta en forespørsel om å starte en økt; tilordne et øktnummer og starttid til økten; motta videodata fra et kamera, nevnte videodata inkluderer video av minst en av brukeren og brukerens omgivelser i løpet av en tidsperiode; motta biometriske data fra en sensor, hvor biometriske data inkluderer et antall verdier på en biometrisk for brukeren i løpet av denne tidsperioden; kobling av minst nevnte øktnummer og nevnte starttid til nevnte videodata; å koble i det minste nevnte øktnummer, nevnte starttid og en samplingsrate til nevnte biometriske data, i det minste nevnte øktnummer brukes til å koble nevnte biometriske data til nevnte videodata, og i det minste nevnte samplingsfrekvens og starttid brukes til å koble individuelle av nevnte flertall verdier til individuelle tider innen nevnte tidsperiode; motta nevnte biometriske begivenhet, idet den biometriske hendelsen omfatter en av en verdi og et område av den biometriske; identifisering av en første av nevnte flertall verdier som tilsvarer den biometriske hendelsen; å identifisere en første gang innen nevnte tidsperiode som tilsvarer den første av nevnte flerhet av verdier; og å vise på nevnte skjerm i det minste nevnte videodata under nevnte første gang sammen med nevnte første av nevnte antall verdier, hvor nevnte første gang brukes til å vise nevnte første av nevnte antall verdier i synkronisering med en del av nevnte videodata som viser minst en av brukeren og brukerens omgivelser under den biometriske hendelsen.

12. System ifølge krav 11, karakterisert ved at trinnet med mottak av biometriske data fra sensoren videre omfatter mottak av hjertefrekvensdata fra en pulsmåler.

13. System ifølge krav 11, hvor trinnene for å koble nevnte øktnummer til nevnte videodata og nevnte biometriske data videre omfatter å knytte et aktivitetsnummer til både nevnte videodata og nevnte biometriske data, hvor nevnte aktivitetsnummer identifiserer en av flere aktiviteter, nevnte sesjon omfatter nevnte antall aktiviteter, og både nevnte øktnummer og nevnte aktivitetsnummer brukes til å koble nevnte biometriske data til nevnte videodata.

14. System ifølge krav 11, hvor trinnene for mottak av videodata og biometriske data videre omfatter mottak av nevnte videodata og nevnte biometriske data i løpet av tidsperioden.

15. System ifølge krav 11, hvor trinnet med mottak av videodata fra et kamera videre omfatter mottak av videodata fra kameraet etter tidsperioden.

16. System ifølge krav 15, karakterisert ved at maskinlesbare instruksjoner videre er tilpasset for å utføre trinnet med å analysere nevnte videodata for en strekkode, hvor strekkoden identifiserer øktnummeret og blir brukt til å koble sesjonsnummeret til nevnte videodata.

17. Systemet ifølge krav 11, karakterisert ved at trinnene for å identifisere en første av nevnte mengde verdier som tilsvarer den biometriske jevnheten og identifisere en første gang som tilsvarer den første av nevnte flerhet av verdier videre omfatter å identifisere hver av nevnte flerhet av verdier som tilsvarer den biometriske hendelsen og identifiserer hver gang som tilsvarer hver av nevnte flertall verdier.

18. System ifølge krav 17, hvor trinnet med å vise i det minste nevnte videodata i løpet av den første gangen videre omfatter å vise i det minste nevnte videodata i løpet av hver gang som tilsvarer hver av nevnte flertall verdier, hvori hver gang er brukes til å vise hver av nevnte flertall verdier i synkronisering med deler av nevnte videodata som viser minst en av nevnte bruker og brukerens omgivelser under den biometriske hendelsen.

19. System ifølge krav 11, karakterisert v e d at maskinlesbare instruksjoner videre er tilpasset for å utføre trinnene for mottak av selvrealiseringsdata fra nevnte bruker, og kobling av nevnte øktnummer og minst en gang til nevnte selvrealiseringsdata, hvor nevnte selv. -realiseringsdata indikerer hvordan brukeren har det i løpet av nevnte minst én gang, og nevnte minst en gang blir brukt til å vise nevnte selvrealiseringsdata synkronisert med minst en del av nevnte videodata.

20. Fremgangsmåte for å vise video i synkronisering med minst en biometri for et emne, omfattende: bruk av minst ett program som kjører på en beregningsanordning for å tilordne et øktnummer og en starttid til nevnte økt; motta videodata fra minst ett kamera, hvor nevnte videodata inkluderer video av minst ett av motivet og motivets omgivelser i løpet av en tidsperiode; motta biometriske data fra minst en sensor, idet nevnte biometriske data inkluderer et antall verdier på minst en biometrisk av nevnte person i løpet av denne tidsperioden; bruk av det minst ett program for å koble minst nevnte øktnummer og nevnte starttid til nevnte videodata; bruk av nevnte minst ett program for å koble minst nevnte øktnummer, starttid og minst en samplingsfrekvens til nevnte biometriske data; motta en biometrisk hendelse, den biometriske hendelsen omfatter en av en verdi og et område av den minst en biometriske; bruk av nevnte minst ett program for å identifisere individuelle av nevnte flertall verdier som tilsvarer den biometriske hendelsen; bruk av nevnte minst ett program og i det minste nevnte starttid, nevnte minst en samplingsfrekvens, og nevnte tidsperiode for å identifisere individuelle tider innen nevnte tidsperiode som tilsvarer nevnte individuelle av nevnte antall verdier; og vise på nevnte databehandlingsanordning i det minste nevnte videodata og nevnte individuelle av nevnte flertall verdier, hvor nevnte individuelle tider brukes til å vise nevnte individuelle av nevnte flertall verdier i synkronisering med deler av nevnte videodata som viser minst en av emnet og emnets omgivelser under den biometriske hendelsen.

Beskrivelse:

TILHENVISNING TIL RELATERT SØKNAD

Denne applikasjonen er en fortsettelse av Ser. Nr. 15 / 293,211, innlevert 13. oktober 2016, som krever prioritet i henhold til 35 USC §119 (e) til amerikansk foreløpig søknad nr. 62/240 783, innlevert 13. oktober 2015, hvilke søknader er spesifikt innlemmet heri, i sin helhet, som referanse.

OPPFINNELSENS BAKGRUNN

1. Oppfinnelsens felt

Foreliggende oppfinnelse vedrører mottak og bruk av biometriske data og nærmere bestemt et system og en fremgangsmåte for å vise minst en biometrisk av en bruker sammen med video av brukeren om gangen at den minst ene biometriske måles og / eller mottatt.

2. Beskrivelse av beslektet art

Nylig har det blitt utviklet enheter som er i stand til å måle, registrere eller estimere i en praktisk formfaktor minst en eller flere beregninger relatert til fysiologiske egenskaper, ofte referert til som biometriske data. For eksempel er det utviklet enheter som ligner klokker som er i stand til å måle en persons hjertefrekvens eller puls, og ved å bruke disse dataene sammen med annen informasjon (f.eks. Individets alder, vekt osv.), For å beregne et resultat, som det totale kaloriforbruket av individet på en gitt dag. Lignende enheter er utviklet for å måle, registrere eller estimere andre typer beregninger, for eksempel blodtrykk, pustemønster, pustesammensetning, søvnmønster og blod-alkoholnivå, for å nevne noen.

Mens typene biometriske enheter fortsetter å vokse, forblir måten biometriske data brukes på, relativt statisk. For eksempel brukes hjertefrekvensdata vanligvis for å gi individuell informasjon om puls og kaloriforbruk. Som et annet eksempel brukes data om alkohol-alkohol vanligvis for å gi individuell informasjon om blod-alkohol-nivået, og for å informere den enkelte om de trygt eller lovlig kan betjene et motorkjøretøy. Som et annet eksempel kan individets pustemønster (målbart for eksempel enten ved høyt lydnivå i desibel eller ved variasjoner i desibelnivå over et tidsintervall) overvåkes av en lege, sykepleier eller medisinsk tekniker for å avgjøre om personen lider av søvnapné.

Selv om biometriske data er nyttige i seg selv, ville slike data være mer informative eller dynamiske hvis de kunne kombineres med andre data (f.eks. Videodata osv.), Som ble gitt (f.eks. Trådløst, over et nettverk osv.) Til en ekstern enhet, og / eller søkbar (f.eks. slik at visse forhold, for eksempel forhøyet hjertefrekvens, raskt kan identifiseres) og / eller kryssøkbar (f.eks. ved bruk av biometriske data for å identifisere en videoseksjon som illustrerer en bestemt egenskap, eller omvendt). Det eksisterer således et behov for et effektivt system og en fremgangsmåte som er i stand til å oppnå minst noen, eller faktisk alle de ovennevnte fordelene, og som også er i stand til å slå sammen data generert i enten automatisk eller manuell form av de forskjellige innretningene, som ofte bruker operativsystemer eller teknologier (f.eks. maskinvareplattformer, protokoller, datatyper osv.

I visse utførelsesformer av den foreliggende oppfinnelse er systemet og / eller metoden konfigurert for å motta, administrere og filtrere mengden informasjon på en betimelig og kostnadseffektiv basis, og kan også være av ytterligere verdi gjennom nøyaktig måling, visualisering ( f.eks. synkronisert visualisering, etc.), og rask varsling av datapunkter som er utenfor (eller innenfor) et definert eller forhåndsdefinert område.

Et slikt system og / eller metode kan brukes av et individ (f.eks. Idrettsutøver, etc.) eller deres trener, trener, etc., for å visualisere individet under utførelsen av en atletisk begivenhet (f.eks. Jogging, sykling, vektløfting, å spille fotball osv.) i sanntid (live) eller etterpå, sammen med individets samtidig målte biometriske data (f.eks. hjertefrekvens osv.), og / eller samtidig samlet “selvrealiseringsdata” eller emnegenerert erfaringsdata, der individet legger inn sine egne subjektive fysiske eller mentale tilstander under trening, kondisjon eller sportsaktivitet / trening (f.eks. å føle utbruddet av et adrenalin “rush” eller endorfiner i systemet, føle seg trøtt, “få en ny vind ,” etc.). Dette vil tillate en person (f.eks. Individet, individets trener, en tredjepart osv. ) å overvåke / observere fysiologiske og / eller subjektive psykologiske karakteristika hos et individ mens man ser på eller gjennomgår individet i løpet av en atletisk begivenhet eller annen fysisk aktivitet. Slike inntasting av selvrealiseringsdata kan oppnås ved forskjellige metoder, inkludert automatisk, tidsstemplede stemmeopplysninger, kortform eller forkortelsestastekommandoer på en smarttelefon, smartklokke, aktivert treningsbånd, eller en hvilken som helst annen systemkoblet inndatametode som er praktisk for individet å bruke for ikke å hindre (eller så lite som mulig) strømmen og øvelsen til individet av aktiviteten som pågår.

Et slikt system og / eller metode vil også forenkle, for eksempel fjernobservasjon og diagnose i telemedisinske applikasjoner, der det er behov for at medisinsk personale, eller overvåkningsparti eller foreldre, har klar og rask bekreftelse av pasientens identitet. eller spedbarn, samt deres synlige fysiske tilstand, sammen med deres samtidig genererte biometriske og / eller selvrealiseringsdata.

Videre bør systemet og / eller metoden også gi motivet, eller overvåkingspartiet, en måte å bruke videoindeksering til effektivt og intuitivt å måle, kartlegge og evaluere fagets data, både mot motivets egen biometriske historie og / eller mot andre forsøkspersons datasampler, eller demografiske sammenlignbare, uavhengig av hvilken operativ plattform eller applikasjon som har blitt brukt til å generere biometrisk og videoinformasjon. Ved å kunne filtrere / søke etter bestemte hendelser (f.eks. Biometriske hendelser, selvrealiseringshendelser, fysiske hendelser osv.), Kan de ervervede dataene reduseres eller redigeres (f.eks. For å lage et “høydepunkt” osv. ) mens du opprettholder synkronisering mellom individuelle videosegmenter og målte og / eller samlet data (f.eks. biometriske data, selvrealiseringsdata, GPS-data osv.).

SAMMENDRAG AV OPPFINNELSEN

I en utførelsesform av den foreliggende oppfinnelse inkluderer en applikasjon (f.eks. Kjøring på databehandlingsanordningen, etc.) et antall moduler for å utføre flere funksjoner. For eksempel kan applikasjonen omfatte en videoopptaksmodul for mottak av videodata fra et internt og / eller eksternt kamera, og en biometrisk oppfangingsmodul for mottak av biometriske data fra en intern og / eller ekstern biometrisk innretning. Klientplattformen kan også inkludere en brukergrensesnittmodul, slik at en bruker kan samhandle med plattformen, en videoredigeringsmodul for redigering av videodata, en filhåndteringsmodul for administrering av data, en database og synkroniseringsmodul for replikering av data, en algoritmemodul for behandling av mottatte data, en delingsmodul for deling og / eller lagring av data, og en sentral påloggings- og ID-modul for grensesnitt med tredjeparts sosiale medier,

Disse modulene kan for eksempel brukes til å starte en ny økt, motta videodata for økten (dvs. via videoopptaksmodulen) og motta biometriske data for økten (dvs. via den biometriske fangstmodulen). Disse dataene kan lagres i lokal lagring, i en lokal database og / eller på en ekstern lagringsenhet (f.eks. I firmaskyen eller en tredjeparts skytjeneste, for eksempel Dropbox ™ osv.). I en foretrukket utførelsesform lagres dataene slik at de er koblet til informasjon som (i) identifiserer økten og (ii) muliggjør synkronisering.

Når video- og biometriske data er lagret og koblet, kan algoritmer brukes til å vise dataene sammen. Hvis for eksempel biometriske data lagres med en samplingshastighet på 30 prøver per minutt (spm), kan algoritmer brukes til å vise en første biometrisk verdi (f.eks. Under videodataene, overlagret over videodataene, etc.) ved start av videoklippet, en andre biometrisk verdi to sekunder senere (to sekunder inn i videoklippet), en tredje biometrisk verdi to sekunder senere (fire sekunder inn i videoklippet), etc. I alternative utførelsesformer av den foreliggende oppfinnelse er ikke- videodata (f.eks. biometriske data, selvrealiseringsdata osv.) kan lagres med et antall tidsstempler (f.eks. individuelle stempler eller forskyvninger for hver lagrede verdi, eller individuelle samplingsfrekvenser for hver datatype),

I en utførelsesform av den foreliggende oppfinnelse kan den biometriske innretningen omfatte en sensor for å registrere biometriske data, en skjerm for grensesnitt med brukeren og å vise forskjellig informasjon (f.eks. Biometriske data, oppsettdata, operasjonsdata, slik som start, stopp , og pause, etc.), et minne for lagring av de registrerte biometriske dataene, en sender / mottaker for å kommunisere med den eksemplariske databehandlingsenheten, og en prosessor for å betjene og / eller kjøre transceiveren, minnet, sensoren og displayet. Den eksemplariske beregningsenheten inkluderer en transceiver ( 1) for mottak av biometriske data fra den eksemplifiserte biometriske innretningen, et minne for lagring av biometriske data, et display for grensesnitt med brukeren og visning av forskjellig informasjon (f.eks. biometriske data, oppsettdata, operasjonsdata, slik som start, stopp, og pause, legge inn kommentarer i økten eller legge til stemmeanmerkninger, etc.), et tastatur (eller annen brukerinngang) for mottak av brukerinndata, en transceiver ( 2 ) for å levere biometriske data til vertsberegningsenheten via Internett, og en prosessor for betjening og / eller kjøring av mottaker ( 1 ), transceiver ( 2 ), tastatur, skjerm og minne.

Tastaturet (eller annen inngangsenhet) i databehandlingsenheten, eller alternativt tastaturet (eller annen inngangsenhet) i den biometriske enheten, kan brukes til å legge inn data om selvrealisering, eller data om hvordan brukeren har det på et bestemt tidspunkt . For eksempel, hvis brukeren føler seg trøtt, kan brukeren angi “T” på tastaturet. Hvis brukeren føler at endorfinene sparker inn, kan brukeren angi “E” på tastaturet. Og hvis brukeren får sin andre vind, kan brukeren angi “S” på tastaturet. Alternativt, for å lette operasjonen under treningen eller sportsaktiviteten ytterligere, kan kortknappstaster som “T”, “E” og “S” tilordnes på forhånd, for eksempel hurtigvalgnummer for ofte kalte kontakter på en smart telefon osv., som kan velges manuelt eller ved hjelp av stemmegjenkjenning. Disse dataene (f.eks. oppføringen eller dens representasjon) blir deretter lagret og koblet til enten en samplingsfrekvens (som biometriske data) eller tidsstempledata, som kan være en tid eller en forskyvning til starttiden som hver knapp ble trykket på. Dette vil tillate at selvrealiseringsdataene blir synkronisert med videodataene. Det vil også gjøre det mulig å søke eller filtrere selvrealiseringsdata, som biometriske data (f.eks. For å finne video som tilsvarer en bestemt hendelse, for eksempel når brukeren begynte å føle seg trøtt osv.).

I en alternativ utførelsesform av den foreliggende oppfinnelse er databehandlingsenheten (f.eks. En smarttelefon, etc.) også i kommunikasjon med en vertsberegningsenhet via et bredt nettverk (“WAN”), slik som Internett. Denne utførelsen tillater databehandlingsenheten å laste ned applikasjonen fra vertsberegningsenheten, avlaste i det minste noen av de ovenfor identifiserte funksjonene til vertsberegningsenheten, og lagre data på vertsberegningsenheten (f.eks. Tillate videodata, alene eller synkronisert). til ikke-videodata, slik som biometriske data og selvrealiseringsdata, som skal vises av en annen nettverksenhet). For eksempel kan programvaren som fungerer på beregningsenheten (f.eks. Applikasjonen, programmet osv.) Tillate brukeren å spille av video- og / eller lyddata, men ikke å synkronisere video- og / eller lyddata til de biometriske dataene. . Dette kan være fordi vertsberegningsenheten brukes til å lagre data som er kritiske for synkronisering (tidsstempelindeks, metadata, biometriske data, samplingsfrekvens osv.) Og / eller programvare som opererer på vertsberegningsenheten er nødvendig for synkronisering. Som et annet eksempel, kan programvaren som opererer på databehandlingsenheten tillate brukeren å spille av video- og / eller lyddata, enten alene eller synkronisert med de biometriske dataene, men tillater kanskje ikke databehandlingsenheten (eller kan begrense beregningsenhetens evne) til å søke eller på annen måte ekstrapolere fra, eller behandle de biometriske dataene for å identifisere relevante deler (f.eks. som kan brukes til å lage et “høydepunkt” av de synkroniserte video / lyd / biometriske dataene) eller for å rangere den biometriske og / eller videodata.

I en utførelse av den foreliggende oppfinnelse starter videodataene, som også kan inkludere lyddata, på et tidspunkt “T” og fortsetter i en varighet på “n.” Videodataene er fortrinnsvis lagret i minnet (lokalt og / eller eksternt) og koblet til andre data, slik som en identifikator, starttid og varighet. Slike data knytter videodataene til minst en bestemt økt, en bestemt starttid og identifiserer varigheten av videoen som er inkludert i den. I en utførelsesform av den foreliggende oppfinnelse kan hver økt omfatte forskjellige aktiviteter. For eksempel kan en tur til Berlin en bestemt dag (økt) innebære en sykkeltur gjennom byen (første aktivitet) og en tur gjennom en park (andre aktivitet). Dermed kan identifikatoren inneholde både en øktidentifikator som unikt identifiserer økten via en globalt unik identifikator (GUID),

I en utførelse av den foreliggende oppfinnelse lagres de biometriske dataene i minnet og kobles til identifikatoren og en samplingsfrekvens “m.” Dette gjør at de biometriske dataene kan kobles til videodata ved avspilling. Hvis for eksempel identifikator er en, er starttiden 13:00, videoens varighet er ett minutt og samplingsfrekvensen er 30 spm, vil avspilling av videoen 14:00 føre til at den første biometriske verdien er vises (f.eks. under videoen, over videoen osv.) kl. 14:00, den andre biometriske verdien som skal vises (f.eks. under videoen, over videoen osv.) to sekunder senere, og så videre til videoen avsluttes klokken 14:01. Selv om selvrealiseringsdata kan lagres som biometriske data (f.eks. Knyttet til en samplingsfrekvens), hvis slike data bare mottas med jevne mellomrom, det kan være mer fordelaktig å lagre disse dataene som er koblet til identifikatoren og et tidsstempel, der “m” enten er tidspunktet da selvrealiseringsdataene ble mottatt eller en forskyvning mellom dette tidspunktet og starttiden (f.eks. ti minutter og fire sekunder etter starttiden osv.). Ved å lagre video- og ikke-videodata separat fra hverandre, kan data enkelt søkes og synkroniseres.

En mer fullstendig forståelse av et system og en fremgangsmåte for bruk, prosessering og visning av biometriske data, eller et resultat derav, vil bli gitt for fagfolk, så vel som en realisering av ytterligere fordeler og formål der, ved å ta den følgende detaljerte beskrivelse av den foretrukne utførelsesformen. Det vises til de vedlagte tegningsarkene, som først vil bli beskrevet kort.

KORT BESKRIVELSE AV TEGNINGENE

FIG. 1 illustrerer et system for bruk, prosessering og visning av biometriske data, og for synkronisering av biometriske data med andre data (f.eks. Videodata, lyddata, etc.) i samsvar med en utførelse av den foreliggende oppfinnelse;

FIG. 2A illustrerer et system for bruk, prosessering og visning av biometriske data, og for synkronisering av biometriske data med andre data (f.eks. Videodata, lyddata, etc.) i samsvar med en annen utførelse av den foreliggende oppfinnelse;

FIG. 2B illustrerer et system for bruk, prosessering og visning av biometriske data, og for synkronisering av biometriske data med andre data (f.eks. Videodata, lyddata, etc.) i samsvar med nok en annen utførelse av den foreliggende oppfinnelse;

FIG. 3 illustrerer et eksempel på visning av videodata synkronisert med biometriske data i samsvar med en utførelse av den foreliggende oppfinnelse;

FIG. 4 illustrerer et blokkskjema for bruk, prosessering og visning av biometriske data, og for synkronisering av biometriske data med andre data (f.eks. Videodata, lyddata, etc.) i samsvar med en utførelse av den foreliggende oppfinnelse;

FIG. 5 illustrerer et blokkdiagram for bruk, prosessering og visning av biometriske data, og for synkronisering av biometriske data med andre data (f.eks. Videodata, lyddata, etc.) i samsvar med en annen utførelse av den foreliggende oppfinnelse;

FIG. 6 illustrerer en fremgangsmåte for å synkronisere videodata med biometriske data, betjene videodataene og søke etter de biometriske dataene, i samsvar med en utførelse av den foreliggende oppfinnelse;

FIG. 7 illustrerer et eksempel på visning av videodata synkronisert med biometriske data i samsvar med en annen utførelse av den foreliggende oppfinnelse;

FIG. 8 illustrerer eksempler på videodata, som fortrinnsvis er koblet til en identifikator (ID), en starttid (T) og en sluttid eller varighet (n);

FIG. 9 illustrerer en eksemplarisk identifikator (ID), omfattende en øktidentifikator og en aktivitetsidentifikator;

FIG. 10 illustrerer eksempler på biometriske data, som fortrinnsvis er koblet til en identifikator (ID), en starttid (T) og en samplingsfrekvens (S);

FIG. 11 illustrerer eksempler på selvrealiseringsdata, som fortrinnsvis er knyttet til en identifikator (ID) og en tid (m);

FIG. 12 illustrerer hvordan samplede biometriske datapunkter kan brukes til å ekstrapolere annet biometrisk datapunkt i samsvar med en utførelse av den foreliggende oppfinnelse;

FIG. 13 illustrerer hvordan samplede biometriske datapunkter kan brukes til å ekstrapolere andre biometriske datapunkter i samsvar med en annen utførelse av den foreliggende oppfinnelse;

FIG. 14 illustrerer et eksempel på hvordan en starttid og data relatert til den (f.eks. Samplingsfrekvens, etc.) kan brukes til å synkronisere biometriske data og selvrealiseringsdata til videodata;

FIG. 15 viser et eksemplarisk “påloggings” skjermbilde for en applikasjon som lar brukeren fange minst video- og biometriske data om brukeren som utfører en atletisk begivenhet (f.eks. Sykling osv.) Og å vise videodataene sammen (eller i synkronisering) med de biometriske dataene;

FIG. 16 viser et eksemplarisk “opprett økt” skjermbilde for applikasjonen avbildet i fig. 15, slik at brukeren kan opprette en ny økt;

FIG. 17 viser et eksemplarisk “sesjonsnavn” skjermbilde for applikasjonen avbildet i fig. 15, slik at brukeren kan angi et navn for økten;

FIG. 18 viser et eksemplarisk “sesjonsbeskrivelse” skjermbilde for applikasjonen avbildet i fig. 15, slik at brukeren kan legge inn en beskrivelse for økten;

FIG. 19 viser et eksemplarisk “økt startet” skjermbilde for applikasjonen avbildet i fig. 15, som viser video og biometriske data mottatt i sanntid;

FIG. 20 viser et eksemplarisk “gjennomgangssession” skjermbilde for applikasjonen avbildet i fig. 15, slik at brukeren kan spille av økten på et senere tidspunkt;

FIG. 21 viser et eksempel på et “skjermbilde-alternativ” for skjermbildet for applikasjonen avbildet i fig. 15, slik at brukeren kan velge data (f.eks. Pulsdata osv.) Som skal vises sammen med videodataene;

FIG. 22 viser et eksemplarisk skjermbilde av en “gjennomgangssession” for applikasjonen avbildet i fig. 15, hvor videodataene vises sammen (eller i synkronisering) med de biometriske dataene;

FIG. 23 viser et eksemplarisk “kart” skjermbilde for applikasjonen avbildet i fig. 15, som viser GPS-data som vises på et Google-kart;

FIG. 24 viser et eksemplarisk “sammendrag” skjermbilde for applikasjonen avbildet i fig. 15, viser et sammendrag av økten;

FIG. 25 viser et eksemplarisk “biometrisk søk” skjermbilde for applikasjonen avbildet i fig. 15, slik at en bruker kan søke i biometriske data for en bestemt biometrisk hendelse (f.eks. En bestemt verdi, et bestemt område osv.);

FIG. 26 viser et eksemplarisk “første resultat” skjermbilde for applikasjonen avbildet i fig. 15, som viser et første resultat for den biometriske hendelsen vist på fig. 25, sammen med tilsvarende video;

FIG. 27 viser et eksemplarisk “andre resultat” skjermbilde for applikasjonen avbildet i fig. 15, som viser et andre resultat for den biometriske hendelsen vist på fig. 25, sammen med tilsvarende video;

FIG. 28 viser et eksemplarisk “sesjonssøk” skjermbilde for applikasjonen avbildet i fig. 15, slik at en bruker kan søke etter økter som oppfyller visse kriterier; og

FIG. 29 viser et eksemplarisk “liste” skjermbilde for applikasjonen avbildet i fig. 15, som viser et resultat for kriteriene vist på fig. 28.

DETALJERT BESKRIVELSE AV DEN FORETRUKNE UTFØRELSESFORMEN

Foreliggende oppfinnelse tilveiebringer et system og en fremgangsmåte for bruk, bearbeiding, indeksering, benchmarking, rangering, sammenligning og visning av biometriske data, eller et resultat av disse, enten alene eller sammen (f.eks. I synkronisering) med andre data (f.eks. Videodata, etc) .). Det skal forstås at selv om oppfinnelsen er beskrevet her med hensyn til visse biometriske data (f.eks. Hjertefrekvens, pustemønster, blodalkoholnivå, etc.), er oppfinnelsen ikke så begrenset, og kan brukes i forbindelse med hvilken som helst biometriske og / eller fysiske data, inkludert, men ikke begrenset til oksygenivåer, CO ₂nivåer, oksygenmetning, blodtrykk, blodsukker, lungefunksjon, øyetrykk, kropps- og omgivelsesforhold (temperatur, fuktighet, lysnivå, høyde og barometertrykk), hastighet (ganghastighet, løpehastighet), plassering og tilbakelagt avstand, pustefrekvens, hjertefrekvensvarians (HRV), EKG-data, svette, kalorier som forbrukes og / eller brennes, ketoner, avfallsutslipp og / eller nivåer, hormonnivåer, blodinnhold, spyttinnhold, hørbare nivåer (f.eks. snorking osv. .), stemningsnivåer og endringer, galvanisk hudrespons, hjernebølger og / eller aktivitet eller andre nevrologiske målinger, søvnmønster, fysiske egenskaper (f.eks. høyde, vekt, øyenfarge, hårfarge, irisdata, fingeravtrykk osv.) eller responser (f.eks. ansiktsendringer, iris (eller puppe) endringer, stemme (eller tone) endringer osv.),eller en hvilken som helst kombinasjon eller resultat derav.

Som vist på fig. 1 kan en biometrisk enhet 110 være i kommunikasjon med en databehandlingsanordning 108 , slik som en smarttelefon, som i sin tur er i kommunikasjon med minst en databehandlingsenhet ( 102 , 104 , 106 ) via et bredt nettverk (” WAN ”) 100 , for eksempel Internett. Dataanleggene kan være av forskjellige typer, for eksempel en PC, bærbar PC, nettbrett, smarttelefon, smartklokke etc., ved hjelp av ett eller forskjellige operativsystemer eller plattformer. I en utførelse av den foreliggende oppfinnelse, den biometriske innretningen 110er konfigurert til å tilegne seg (f.eks. måle, fornemme, estimere osv.) en persons hjertefrekvens (f.eks. biometriske data). De biometriske data blir deretter tilført beregningsanordningen 108 , som inkluderer en video- og / eller lydopptaker (ikke vist).

I en første utførelse av den foreliggende oppfinnelse blir video- og / eller lyddata tilført sammen med hjertefrekvensdataene til en vertsberegningsanordning 106 via nettverket 100 . Fordi samtidige video- og / eller lyddata og hjertefrekvensdata blir levert til vertsberegningsenheten 106 , kan en vertsapplikasjon som opererer derpå (ikke vist) brukes til å synkronisere videodata, lyddata og / eller hjertefrekvensdata. , og tillater derved en bruker (f.eks. via brukerberegningsenhetene 102 , 104 ) å se videodataene og / eller lytte til lyddataene (enten i sanntid eller forsinket tid) mens de biometriske dataene vises. Som vist i fig. 3, kan vertsapplikasjonen bruke et tidsstempel 320, eller annen sekvenseringsmetode ved bruk av metadata, for å synkronisere videodataene 310 med de biometriske dataene 330 , slik at en bruker kan se for eksempel en person (f.eks. pasient på et sykehus, baby i en barneseng, etc.) på en bestemt tid 340 (f.eks. 76 sekunder forbi starttiden) og biometriske data assosiert med individet på det bestemte tidspunktet 340 (f.eks. 76 sekunder etter starttiden).

Det skal forstås at vertsapplikasjonen videre kan konfigureres til å utføre andre funksjoner, slik som å søke etter en bestemt aktivitet i videodata, lyddata, biometriske data og / eller metadata, og / eller rangering av videodata, lyddata og / eller biometriske data. For eksempel kan vertsapplikasjonen tillate brukeren å søke etter en bestemt biometrisk hendelse, for eksempel en hjertefrekvens som har overskredet en bestemt terskel eller verdi, en hjertefrekvens som har falt under en bestemt terskel eller verdi, en bestemt hjertefrekvens ( eller rekkevidde) i en minimumsperiode osv. Som et annet eksempel kan vertsapplikasjonen rangere videodata, lyddata, biometriske data eller et antall synkroniserte klipp (f.eks. markere hjul) kronologisk, etter biometrisk størrelse ( høyest til lavest, lavest til høyest osv.), etter anmeldelse (best til verst, dårlig til best, etc.), eller ved visninger (mest til minst, minst til de fleste osv.). Det skal videre forstås at slike funksjoner som rangering, søk og analyse av data ikke er begrenset til en brukers individuelle økt, men kan utføres på tvers av et antall individuelle økter til brukeren, så vel som økten eller antall økter. av flere brukere. Én bruk av denne samlingen av all den forskjellige informasjonen (video, biometrisk og annen) er å kunne generere tilstrekkelige datapunkter for Big Data-analyse og maskinlæring om formålene med å generere AI-slutninger og anbefalinger. men kan utføres på et hvilket som helst antall individuelle økter til brukeren, samt økten eller antall økter til flere brukere. Én bruk av denne samlingen av all den forskjellige informasjonen (video, biometrisk og annen) er å kunne generere tilstrekkelige datapunkter for Big Data-analyse og maskinlæring om formålene med å generere AI-slutninger og anbefalinger. men kan utføres på et hvilket som helst antall individuelle økter til brukeren, samt økten eller antall økter til flere brukere. Én bruk av denne samlingen av all den forskjellige informasjonen (video, biometrisk og annen) er å kunne generere tilstrekkelige datapunkter for Big Data-analyse og maskinlæring om formålene med å generere AI-slutninger og anbefalinger.

Som eksempel kan maskinlæringsalgoritmer brukes til å søke gjennom videodata automatisk, på jakt etter det mest overbevisende innholdet som deretter vil bli sydd sammen til en kort “høydepunktsrulle”. Nevrale nettverk kan trenes ved hjelp av en rekke sportsvideoer, sammen med rangeringer fra brukere av deres interessenivå når videoene utvikler seg. Inngangskodene til nettverket kan være et utvalg av endring i intensiteten til piksler mellom rammer sammen med den mediane spenningsgraden til den nåværende rammen. Maskinlæringsalgoritmene kan også brukes sammen med et flerlags konvolusjonalt nevralt nettverk for automatisk å klassifisere videoinnhold (for eksempel hvilken sport det er i videoen). Når innholdet er identifisert, enten automatisk eller manuelt, algoritmer kan brukes til å sammenligne brukerens aktivitet med en idealisert aktivitet. For eksempel kan systemet sammenligne et videoopptak av brukerens golfsving til en profesjonell golfspiller. Systemet kan da gi inkrementelle tips til brukeren om hvordan brukeren kan forbedre sin sving. Algoritmer kan også brukes til å forutsi treningsnivåer for brukere (for eksempel hvis de opprettholder sitt program, gir dem et incitament til å fortsette å trene), matche brukere til andre brukere eller utøvere som har lignende treningsnivåer og / eller lage rutiner optimalisert for hver bruker.

Det skal også forstås, som vist på fig. 2A, at de biometriske dataene kan leveres til vertsdataanordningen 106 direkte uten å gå gjennom databehandlingsenheten 108 . For eksempel kan beregningsinnretningen 108 og den biometriske innretningen 110 kommunisere uavhengig med verten beregningsinnretningen, enten direkte eller via nettverket 100 . Det skal videre forstås at videodataene, lyddataene og / eller de biometriske dataene ikke trenger å bli gitt til vertsberegningsanordningen 106.i virkeligheten. For eksempel kan videodata gis på et senere tidspunkt så lenge dataene kan identifiseres, eller knyttes til en bestemt økt. Hvis videodataene kan identifiseres, kan de deretter synkroniseres med andre data (f.eks. Biometriske data) mottatt i sanntid.

I en utførelse av den foreliggende oppfinnelse, som vist på fig. 2B inkluderer systemet en databehandlingsenhet 200 , slik som en smarttelefon, i kommunikasjon med et antall enheter, inkludert en vertsberegningsenhet 240 via et WAN (se f.eks. Figur 1 ved 100 ), tredjepartsinnretninger 250 via WAN (se f.eks. figur 1 ved 100 ), og lokale enheter 230 (f.eks. via trådløse eller kabelforbindelser). I en foretrukket utførelsesform laster ned databehandlingsenheten 200 et program eller en applikasjon (dvs. klientplattform) fra verten beregningsenheten 240(f.eks. firmasky). Klientplattformen inkluderer et antall moduler som er konfigurert til å utføre flere funksjoner.

For eksempel kan klientplattformen omfatte en videoopptaksmodul 210 for mottak av videodata fra et internt og / eller eksternt kamera, og en biometrisk oppfangingsmodul 212 for mottak av biometriske data fra en intern og / eller ekstern biometrisk innretning. Klientplattformen kan også inkludere en brukergrensesnittmodul 202 , som tillater en bruker å samhandle med plattformen, en videoredigeringsmodul 204 for redigering av videodata, en filhåndteringsmodul 206 for administrering (f.eks. Lagring, lenking, etc.) av data ( f.eks. videodata, biometriske data, identifikasjonsdata, starttidsdata, varighetsdata, samplingsdata, selvrealiseringsdata, tidsstempeldata, etc.), en database og synkroniseringsmodul 214for replikering av data (f.eks. kopiering av data lagret på databehandlingsenheten 200 til vertsberegningsenheten 240 og / eller kopiering av brukerdata som er lagret på vertsberegningsenheten 240 til beregningsenheten 200 ), en algoritmemodul 216 for behandling av mottatte data (f.eks. , synkronisere data, søke / filtrere data, opprette en markeringsrulle, etc.), en delingsmodul 220 for deling og / eller lagring av data (f.eks. videodata, markeringsrulle osv.) relatert til en enkelt økt eller flere økter , og en sentral påloggings- og ID-modul 218 for grensesnitt med tredjeparts sosiale medier, for eksempel Facebook ™.

Med hensyn til fig. 2B, databehandlingsenheten 200 , som kan være en smarttelefon, en nettbrett eller en hvilken som helst annen databehandlingsenhet, kan være konfigurert til å laste ned klientplattformen fra verten beregningsenhet 240 . Når klientplattformen kjører på databehandlingsenheten 200 , kan plattformen brukes til å starte en ny økt, motta videodata for økten (dvs. via videooppfangingsmodulen 210 ) og motta biometriske data for økten (dvs. via den biometriske fangstmodulen 212). Disse dataene kan lagres i lokal lagring, i en lokal database og / eller på en ekstern lagringsenhet (f.eks. I firmaskyen eller en tredjepartssky, for eksempel Dropbox ™ osv.). I en foretrukket utførelsesform lagres dataene slik at de er koblet til informasjon som (i) identifiserer økten og (ii) muliggjør synkronisering.

For eksempel er videodata fortrinnsvis koblet til minst en starttid (f.eks. En starttid for økten) og en identifikator. Identifikatoren kan være et enkelt tall som unikt identifiserer økten, eller et antall tall (f.eks. Et antall globalt (eller universelt) unike identifikatorer (GUIDer / UUIDer), der et første nummer som unikt identifiserer økten og et annet nummer som unikt identifiserer en aktivitet i økten, slik at en økt (f.eks. en tur til eller en reiserute på et reisemål, for eksempel Berlin) kan inkludere en rekke aktiviteter (f.eks. en sykkeltur, en tur osv.). bare en aktivitets- (eller økt) -identifikator kan være en 128-biters identifikator som har stor sannsynlighet for unikhet, for eksempel 8bf25512-f17a-4e9e-b49a-7c3f59ec1e85). Identifikatoren kan også inneholde et sesjonsnavn og / eller en sesjonsbeskrivelse. Annen informasjon om videodataene (f.eks. Videolengde, videokilde osv.) (Dvs. “videometadata”) kan også lagres og kobles til videodataene. Biometriske data er fortrinnsvis koblet til i det minste starttidspunktet (f.eks. Den samme starttiden som er koblet til videodataene), identifikatoren (f.eks. Den samme identifikatoren som er koblet til videodataene), og en samplingsfrekvens som identifiserer hastigheten ved hvilke biometriske data som mottas og / eller lagres. For eksempel kan hjertefrekvensdata mottas og lagres med en hastighet på tretti prøver per minutt (30 spm), dvs. en gang hvert annet sekund, eller en annen forhåndsbestemt tidsintervallprøve. den samme starttiden koblet til videodataene), identifikatoren (f.eks. den samme identifikatoren som er koblet til videodataene), og en samplingshastighet som identifiserer hastigheten med hvilken biometriske data mottas og / eller lagres. For eksempel kan hjertefrekvensdata mottas og lagres med en hastighet på tretti prøver per minutt (30 spm), dvs. en gang hvert annet sekund, eller en annen forhåndsbestemt tidsintervallprøve. samme starttid som er koblet til videodataene), identifikatoren (f.eks. den samme identifikatoren som er koblet til videodataene), og en samplingsfrekvens som identifiserer hastigheten med hvilken biometriske data mottas og / eller lagres. For eksempel kan hjertefrekvensdata mottas og lagres med en hastighet på tretti prøver per minutt (30 spm), dvs. en gang hvert annet sekund, eller en annen forhåndsbestemt tidsintervallprøve.

I noen tilfeller kan samplingsfrekvensen som brukes av plattformen være samplingsfrekvensen til den biometriske enheten (dvs. hastigheten med hvilken data blir levert av den biometriske enheten). I andre tilfeller kan samplingsfrekvensen som brukes av plattformen være uavhengig av hastigheten som data mottas (f.eks. En fast hastighet, en konfigurerbar hastighet, etc.). For eksempel, hvis den biometriske enheten er konfigurert til å gi biometriske data med en hastighet på seksti prøver per minutt (60 spm), kan plattformen fremdeles lagre dataene med en hastighet på 30 spm. Med andre ord, med en samplingsfrekvens på 30 spm, vil plattformen ha lagret fem verdier etter ti sekunder, den første verdien er den andre verdien som overføres av den biometriske enheten, den andre verdien er den fjerde verdien overført av den biometriske enheten, og så videre. Alternativt Hvis den biometriske enheten er konfigurert til å gi biometriske data bare når de biometriske dataene endres, kan plattformen fremdeles lagre dataene med en hastighet på 30 spm. I dette tilfellet kan den første verdien som er lagret av plattformen være den første verdien som overføres av den biometriske innretningen, den andre verdien som er lagret kan være den første verdien som overføres av den biometriske innretningen hvis det på lagringstidspunktet ikke er sendt noen ny verdi av biometrisk innretning, kan den tredje verdien som er lagret være den andre verdien som overføres av den biometriske innretningen hvis det på lagringstidspunktet overføres en ny verdi av den biometriske innretningen, og så videre.

Når video- og biometriske data er lagret og koblet, kan algoritmer brukes til å vise dataene sammen. For eksempel, hvis biometriske data lagres med en samplingshastighet på 30 spm, som kan være faste eller konfigurerbare, algoritmer (f.eks. 216) kan brukes til å vise en første biometrisk verdi (f.eks. under videodataene, lagt over videodataene osv.) ved starten av videoklippet, en andre biometrisk verdi to sekunder senere (to sekunder inn i videoklippet) , en tredje biometrisk verdi to sekunder senere (fire sekunder inn i videoklippet), etc. I alternative utførelsesformer av den foreliggende oppfinnelse kan ikke-videodata (f.eks. biometriske data, selvrealiseringsdata, etc.) lagres med en flere tidsstempler (f.eks. individuelle frimerker eller forskyvninger for hver lagrede verdi), som kan brukes sammen med starttiden for å synkronisere ikke-videodata til videodata.

Det skal forstås at mens kunden plattformen kan være konfigurert for å fungere autonomt (dvs. uavhengig av vertsnettverksenheten 240 ), i en utførelsesform av den foreliggende oppfinnelse, visse funksjoner i klientplattform er utført av vertsnettverksenheten 240 , og kan bare utføres når beregningsenheten 200 er i kommunikasjon med verten beregningsenheten 240 . En slik utførelse er fordelaktig ved at den ikke bare avlaster bestemte funksjoner til vertsdataanordningen 240 , men den sørger for at disse funksjonene bare kan utføres av verten beregningsenheten 240.(for eksempel å kreve at en bruker abonnerer på en skytjeneste for å utføre visse funksjoner). Funksjoner som er lastet til skyen kan omfatte funksjoner som er nødvendige for å vise ikke-videodata sammen med videodata (f.eks. Kobling av informasjon til videodata, kobling av informasjon til ikke-videodata, synkronisering av ikke-videodata til videodata osv.), eller kan omfatte mer avanserte funksjoner, for eksempel å generere og / eller dele en “høydepunktsrulle”. I alternative utførelsesformer er beregningsinnretningen 200 konfigurert til å utføre de foregående funksjonene så lenge visse kriterier er oppfylt. Disse kriteriene kan inkludere beregningsenheten 200 som er i kommunikasjon med verten beregningsenheten 240 , eller databehandlingsenheten 200tidligere vært i kommunikasjon med vertsberegningsanordningen 240 og tidsperioden siden den siste kommunikasjonen er lik eller mindre enn en forutbestemt tid. Teknologi kjent for fagfolk (f.eks. Ved bruk av en tastet hash-basert metodeautentiseringskode (HMAC), en lagret tid for den siste kommunikasjonen (slik at beregningsenheten kan bestemme om deltaet er mindre enn en forutbestemt tid) osv.) kan brukes til å sikre at disse kriteriene er oppfylt før du tillater utførelse av visse funksjoner.

Blokkdiagrammer over et eksempel på en beregningsinnretning og et eksempel på en biometrisk innretning er vist i fig. 5. Spesielt inkluderer den eksemplifiserte biometriske innretningen 500 en sensor for registrering av biometriske data, en skjerm for grensesnitt med brukeren og visning av forskjellig informasjon (f.eks. Biometriske data, oppsettdata, operasjonsdata, slik som start, stopp og pause, etc.), et minne for lagring av de registrerte biometriske dataene, en transceiver for å kommunisere med den eksemplariske beregningsinnretningen 600 , og en prosessor for å betjene og / eller kjøre transceiver, minne, sensor og display. Eksempler på beregningsinnretning 600 inkluderer en transceiver ( 1 ) for mottak av biometriske data fra den eksemplifiserte biometriske innretningen 500(f.eks. ved hjelp av hvilken som helst telemetri, hvilken som helst WiFi-standard, DNLA, Apple AirPlay, Bluetooth, nærfeltkommunikasjon (NFC), RFID, ZigBee, Z-Wave, tråd, mobil, en kablet tilkobling, infrarød eller annen metode for dataoverføring, datakasting eller streaming osv.), et minne for lagring av biometriske data, et display for grensesnitt med brukeren og visning av forskjellige opplysninger (f.eks. biometriske data, oppsettdata, operasjonsdata, slik som start, stopp og pause, legge inn kommentarer i økten eller legge til talemerknader osv.), et tastatur for mottak av brukerinndata, en transceiver ( 2) for å levere biometriske data til vertencomputerenheten via Internett (f.eks. ved bruk av telemetri, hvilken som helst WiFi-standard, DNLA, Apple AirPlay, Bluetooth, NFC), RFID, ZigBee, Z-Wave, Thread, Mobil, en kablet tilkobling, infrarød eller annen metode for dataoverføring, datakasting eller streaming, etc.), og en prosessor for drift og / eller kjøring av mottaker ( 1 ), transceiver ( 2 ), tastatur, skjerm og minne.

Tastaturet i beregningsenheten 600 , eller alternativt tastaturet i biometrisk enhet 500, kan brukes til å legge inn data om selvrealisering, eller data om hvordan brukeren har det på et bestemt tidspunkt. For eksempel, hvis brukeren føler seg trøtt, kan brukeren trykke på “T” -knappen på tastaturet. Hvis brukeren føler endorfinene sparke inn, kan brukeren trykke “E” -knappen på tastaturet. Og hvis brukeren får sin andre vind, kan brukeren trykke “S” -knappen på tastaturet. Disse dataene blir deretter lagret og koblet til enten en samplingsfrekvens (som biometriske data) eller tidsstempeldata, som kan være en tid eller en forskyvning til starttiden som hver knapp ble trykket på. Dette vil tillate at selvrealiseringsdataene, på samme måte som de biometriske dataene, blir synkronisert med videodataene. Det vil også gjøre det mulig å søke eller filtrere data om selvrealisering, som biometriske data (f.eks. For å finne video som tilsvarer en bestemt hendelse,

Det skal forstås at den foreliggende oppfinnelse ikke er begrenset til blokkdiagrammene vist på fig. 5, og en biometrisk innretning og / eller en databehandlingsanordning som inkluderer færre eller flere komponenter er innenfor ånden og omfanget av den foreliggende oppfinnelse. For eksempel er en biometrisk innretning som ikke inkluderer en skjerm, eller som inkluderer et kamera og / eller mikrofon, innenfor ånden og omfanget av den foreliggende oppfinnelse, i likhet med andre datainntastingsanordninger eller metoder utover et tastatur, slik som en berøringsskjerm , digital penn, tale / hørbar gjenkjenningsanordning, bevegelsesgjenkjenningsinnretning, såkalt “wearable”, eller en hvilken som helst annen gjenkjenningsanordning som er generelt kjent for fagfolk. Tilsvarende en databehandlingsenhet som bare inneholder en transceiver, videre inkluderer et kamera (for å fange video) og / eller mikrofon (for å fange lyd eller for å utføre romlig analyse gjennom opptak eller måling av lyd og hvordan den beveger seg), eller videre inkluderer en sensor (se figur 4) er innenfor ånden og omfanget av den foreliggende oppfinnelse. Det skal også forstås at selvrealiseringsdata ikke er begrenset til hvordan en bruker har det, men kan også inkludere en hendelse som brukeren eller applikasjonen ønsker å minne om. For eksempel kan det hende at brukeren ønsker å registrere (eller tidsstempel) brukeren som sykler forbi dyrelivet, eller en bestemt arkitektonisk struktur, eller applikasjonen vil kanskje registrere (eller tidsstempel) en pasient som trykker på en “anmodningssykepleier” -knapp, eller annen registrert ikke-biometrisk aktivitet fra brukeren. 4) er innenfor ånden og omfanget av den foreliggende oppfinnelse. Det skal også forstås at selvrealiseringsdata ikke er begrenset til hvordan en bruker har det, men kan også inkludere en hendelse som brukeren eller applikasjonen ønsker å minne om. For eksempel kan det hende at brukeren ønsker å registrere (eller tidsstempel) brukeren som sykler forbi dyrelivet, eller en bestemt arkitektonisk struktur, eller applikasjonen vil kanskje registrere (eller tidsstempel) en pasient som trykker på en “anmodningssykepleier” -knapp, eller annen registrert ikke-biometrisk aktivitet fra brukeren. 4) er innenfor ånden og omfanget av den foreliggende oppfinnelse. Det skal også forstås at selvrealiseringsdata ikke er begrenset til hvordan en bruker har det, men kan også inkludere en hendelse som brukeren eller applikasjonen ønsker å minne om. For eksempel kan det hende at brukeren ønsker å registrere (eller tidsstempel) brukeren som sykler forbi dyrelivet, eller en bestemt arkitektonisk struktur, eller applikasjonen vil kanskje registrere (eller tidsstempel) en pasient som trykker på en “anmodningssykepleier” -knapp, eller annen registrert ikke-biometrisk aktivitet fra brukeren.

Med henvisning til fig. 1, som diskutert ovenfor i forbindelse med fig. 2B kan vertsapplikasjonen (eller klientplattformen) operere på beregningsenheten 108 . I denne utførelsen kan databehandlingsanordningen 108 (f.eks. En smarttelefon) være konfigurert til å motta biometriske data fra den biometriske innretningen 110 (enten i sanntid eller på et senere tidspunkt, med et tidsstempel som tilsvarer forekomsten av de biometriske dataene), og å synkronisere de biometriske dataene med videodataene og / eller lyddataene som er registrert av databehandlingsanordningen 108 (eller et kamera og / eller mikrofon som opererer derpå). Det skal forstås at i denne utførelsesformen av den foreliggende oppfinnelse, annet enn vertsapplikasjonen som kjøres lokalt (f.eks. På databehandlingsanordningen108 ) fungerer vertsapplikasjonen (eller klientplattformen) som tidligere diskutert.

Igjen, med henvisning til fig. 1, i en annen utførelse av den foreliggende oppfinnelse, inkluderer databehandlingsanordningen 108 en sensor for å registrere biometriske data. I denne utførelsesformen av den foreliggende oppfinnelse fungerer vertsapplikasjonen (eller klientplattformen) som tidligere diskutert (lokalt på databehandlingsanordningen 108 ), og fungerer til i det minste å synkronisere video-, lyd- og / eller biometriske data, og tillate synkronisert data som skal spilles av eller presenteres for en bruker (f.eks. via en skjermdel, via en skjermenhet koblet direkte til databehandlingsenheten, via en brukerenhet som er koblet til databehandlingsenheten (f.eks. direkte, via nettverket, etc.) , etc.).

Det skal forstås at den foreliggende oppfinnelse i en hvilken som helst utførelse ikke er begrenset til beregningsinnretningene (antall eller type) vist i fig. 1 og 2, og kan omfatte hvilken som helst av en databehandlings-, sensing-, digitalopptak-, GPS- eller annen posisjonsaktiverte enhet (for eksempel ved bruk av WiFi-posisjoneringssystemer “WPS”, eller andre former for å utlede geografisk beliggenhet, for eksempel gjennom nettverkstriangulering) , generelt kjent for fagfolk, slik som en personlig datamaskin, en server, en bærbar datamaskin, et nettbrett, en smarttelefon, en mobiltelefon, en smart klokke, et aktivitetsbånd, en pulsbelte, en madrassensor , en skolesålsensor, et digitalt kamera, en nærfeltssensor eller avfølingsanordning, etc. Det skal også forstås at den foreliggende oppfinnelse ikke er begrenset til noen spesiell biometrisk innretning, og inkluderer biometriske enheter som er konfigurert til å brukes på håndleddet (f.eks. som et klokke), bæres på huden (f.eks. som et hudplaster) eller hodebunnen, eller innlemmes i databehandlingsenheter (f.eks. smarttelefoner osv.) , enten integrert i eller lagt til ting som sengetøy, bærbare enheter som klær, fottøy, hjelmer eller hatter, eller øretelefoner, eller atletisk utstyr som racketer, golfklubber eller sykler, der andre typer data, inkludert fysisk ytelsesmålinger som racket- eller klubbhodehastighet, eller pedalrotasjon / sekund, eller fottøy som tar opp ting som slagsoner, gang eller skjær, kan også måles synkront med biometri og synkroniseres til video. Andre data kan også måles synkront med videodata, inkludert biometri på dyr (for eksempel en okses akselerasjon eller sving eller bukk i en okseridning, hestens akselerasjon som samsvarer med hjertefrekvensen i et hesteveddeløp osv.), og fysiske ytelsesmålinger av livløse gjenstander, for eksempel et omdreining / minutt (f.eks. i et kjøretøy, for eksempel en bil, en motorsykkel osv.), miles / time (eller lignende) (f.eks. i et kjøretøy, for eksempel en bil, en motorsykkel osv., en sykkel osv.), eller G-krefter (f.eks. opplevd av brukeren, et dyr og et livløst objekt, etc.). Alle disse dataene (samlet “ikke-videodata”, som kan omfatte metadata eller data om ikke-videodata) kan synkroniseres til videodata ved hjelp av en samplingsfrekvens og / eller minst ett tidsstempel, som diskutert ovenfor. i et kjøretøy, for eksempel en bil, en motorsykkel, etc., en sykkel, etc.), eller G-krefter (f.eks. opplevd av brukeren, et dyr og en livløs gjenstand osv.). Alle disse dataene (samlet “ikke-videodata”, som kan omfatte metadata eller data om ikke-videodata) kan synkroniseres til videodata ved hjelp av en samplingsfrekvens og / eller minst ett tidsstempel, som diskutert ovenfor. i et kjøretøy, for eksempel en bil, en motorsykkel, etc., en sykkel, etc.), eller G-krefter (f.eks. opplevd av brukeren, et dyr og en livløs gjenstand osv.). Alle disse dataene (samlet “ikke-videodata”, som kan omfatte metadata eller data om ikke-videodata) kan synkroniseres til videodata ved hjelp av en samplingsfrekvens og / eller minst ett tidsstempel, som diskutert ovenfor.

Det skal videre forstås at den foreliggende oppfinnelse ikke trenger å operere i forbindelse med et nettverk, så som Internett. Som vist i fig. 2A, kan den biometriske innretningen 110 , som for eksempel være et trådløst aktivitetsbånd for avkjenning av hjertefrekvens, og beregningsenheten 108 , som for eksempel kan være en digital videoopptaker, kan være koblet direkte til vertsberegningen enhet 106kjører vertsapplikasjonen (ikke vist), der vertsapplikasjonen fungerer som tidligere diskutert. I denne utførelsen kan video-, lyd- og / eller biometriske data tilføres vertsapplikasjonen enten (i) i sanntid, eller (ii) på et senere tidspunkt, siden dataene er synkronisert med en samplingsfrekvens og / eller tidsstempel. Dette vil for eksempel tillate at i det minste video av en idrettsutøver, eller en sportsmann eller kvinne (f.eks. En fotballspiller, en fotballspiller, en racerdriver osv.) Kan vises i aksjon (f.eks. Å spille fotball, spille fotball , motorsport osv.) sammen med biometriske data om utøveren i aksjon (se f.eks. figur 7). Bare som eksempel, vil dette tillate en bruker å se en fotballspillers hjertefrekvens 730når fotballspilleren dribler en ball, sparker ballen, header ballen osv. Dette kan oppnås ved å bruke et tidsstempel 720 (f.eks. starttid osv.), eller annen sekvenseringsmetode ved bruk av metadata (f.eks. samplingsfrekvens osv. .), for å synkronisere videodata 710 med de biometriske dataene 730 , slik at brukeren kan se fotballspilleren på et bestemt tidspunkt 740 (f.eks. 76 sekunder) og biometriske data assosiert med utøveren på det bestemte tidspunktet 340 (f.eks. 76 sekunder). Lignende teknologi kan brukes til å vise biometriske data om andre idrettsutøvere, kortspillere, skuespillere, nettopptakere osv.

hvis ønskelig og der det er mulig innenfor begrensningene for kameraet som brukes til videoopptak, også for å konsentrere visningen av videokameraet på en redusert gruppe eller på et bestemt individ. I en alternativ utførelse av den foreliggende oppfinnelse blir valg av biometriske data automatisk oppnådd, for eksempel basert på individets beliggenhet i videorammen (f.eks. Sentrum av rammen), bevegelseshastighet (f.eks. Å bevege seg raskere enn andre individer) , eller nærhet til en sensor (f.eks. bæres av individet, innebygd i ballen som bæres av individet, etc.), som tidligere kan aktiveres eller aktiveres av et eksternt radiofrekvenssignal. Aktivering av sensoren kan føre til at biometriske data om individet overføres til en mottaker,

I sammenheng med trenings- eller sportssporing, bør det forstås at det å fange en persons aktivitet på video ikke er avhengig av tilstedeværelsen av en tredjepart for å gjøre dette, men det kan tenkes forskjellige metoder for selvvideoing, for eksempel en videoopptaksenhet montert på motivets håndledd eller en kroppssele, eller på et selfie-vedlegg eller en kardan, eller festet til et objekt (f.eks. sportsutstyr som sykkelstyr, gjenstander som finnes i sportsmiljøer som et basketball- eller tennisnett, en fotballmålstolpe, et tak osv., et dronebåret kamera som følger individet, et stativ osv.). Det skal videre bemerkes at slike videoopptaksenheter kan omfatte mer enn ett kameralinser, slik at ikke bare individets aktivitet kan bli filmet, men også samtidig en annen visning, slik som det individet ser på eller ser foran seg (dvs. brukerens omgivelser). Videoopptaksenheten kan også være utstyrt med et konveks speilobjektiv, eller få et konveks speil lagt til som et vedlegg på fronten av objektivet, eller være et fullstendig 360 graders kamera, eller flere 360 kameraer koblet sammen, slik at enten med eller uten bruk av spesialisert programvare kjent innen teknikken, kan en 360 graders allround- eller surround-visning genereres, eller en 360 global visning i alle akser kan genereres.

I sammenheng med utvidet eller virtuell virkelighet, der den enkelte bruker passende utstyrt utvidet virkelighet (“AR”) eller virtual reality (“VR”) briller, beskyttelsesbriller, headset eller er utstyrt med en annen type visningsskjerm som kan gjengi AR, VR, eller andre syntetiserte eller ekte 3D-bilder, de biometriske dataene som hjertefrekvensen fra sensoren, sammen med andre data som for eksempel treningsløp eller hastighet, fra en passende utstyrt sensor, for eksempel et akselerometer som er i stand til måling av bevegelse og hastighet, kan ses av individet, lagt på synsfeltet. I tillegg kan en avatar for individet i bevegelse bli lagt overfor individets synsfelt, slik at de kan overvåke eller forbedre treningsytelsen, eller på annen måte forbedre opplevelsen av aktiviteten ved å se på seg selv eller sin egen avatar, sammen (f.eks. synkronisert) med ytelsen deres (f.eks. biometriske data osv.). Eventuelt kan de biometriske dataene også for deres avatar, eller den konkurrerende avataren, vises samtidig i visningsfeltet. I tillegg (eller alternativt) kan minst en tilleggsopplæring eller konkurrerende avatar legges over individets syn, noe som kan vise konkurrerende avatar (er) i forhold til individet (for eksempel å vise dem overlagret foran individet, viser dem over på siden av brukeren, viser dem bak individet (f.eks. i en bakspeildel av skjermen osv.), og / eller viser dem i forhold til individet (f.eks. som blips på en radarskjermdelen av skjermen osv.) osv.

I tillegg bør alle multimediekilder som brukeren blir eksponert for mens de deltar i aktiviteten som blir sporet og registrert, på samme måte kunne registreres med tidsstempelet for analyse og / eller korrelasjon av individets biometriske respons. Et eksempel på en anvendelse av dette kan være valg av spesifikke musikkspor for når noen utfører en treningsaktivitet, hvor korrelasjonen av individets tidligere respons, for eksempel basert på hjertefrekvens (og hvor godt de oppnådde spesifikk ytelsesnivåer eller mål) til musikktype (f.eks. det / de spesifikke musikksporene, et spor som ligner på det / de spesifikke sporene, et spor som er anbefalt eller valgt av andre som har lyttet til eller likt spesifikke spor, osv.) brukes til å utvikle en personlig algoritme, for å optimalisere automatisert musikkvalg for enten å forbedre den fysiske innsatsen, eller for å maksimere utvinningen under og etter anstrengelse. Individet kunne videre spesifisere at de ønsket at det spesifikke sporet eller musikktypen, basert på den personlige valgalgoritmen, skulle spilles basert på deres geografiske beliggenhet; et eksempel på dette kan være noen som ofte eller regelmessig bruker en bestemt krets til trening eller rekreasjon. Alternativt kan spor eller typer musikk velges gjennom opptak eller korrelasjon av tidligere biometriske responser i forbindelse med selvinnsetting når du lytter til bestemte spor. Individet kunne videre spesifisere at de ønsket at det spesifikke sporet eller musikktypen, basert på den personlige valgalgoritmen, skulle spilles basert på deres geografiske beliggenhet; et eksempel på dette kan være noen som ofte eller regelmessig bruker en bestemt krets til trening eller rekreasjon. Alternativt kan spor eller typer musikk velges gjennom opptak eller korrelasjon av tidligere biometriske responser i forbindelse med selvinnsetting når du lytter til bestemte spor. Individet kunne videre spesifisere at de ønsket at det spesifikke sporet eller musikktypen, basert på den personlige valgalgoritmen, skulle spilles basert på deres geografiske beliggenhet; et eksempel på dette kan være noen som ofte eller regelmessig bruker en bestemt krets til trening eller rekreasjon. Alternativt kan spor eller typer musikk velges gjennom opptak eller korrelasjon av tidligere biometriske responser i forbindelse med selvinnsetting når du lytter til bestemte spor.

Det skal forstås at biometriske data ikke trenger å knyttes til fysisk bevegelse eller sportsaktivitet, men i stedet kan kombineres med video av en person på et fast sted (f.eks. Der personen overvåkes eksternt eller tas opp for senere gjennomgang) som for eksempel vist på fig. 3, av helsemessige årsaker eller en medisinsk tilstand, for eksempel i deres hjem eller på sykehus, eller en eldre borger i et livsassistentmiljø, eller et sovende spedbarn som blir overvåket av foreldre mens de er i et annet rom eller sted.

etc.). Dette vil gjøre det mulig for en tredjepart (f.eks. En tjenesteleverandør, en annonsør, en leverandør av annonser, et filmproduksjonsselskap / promotor, en plakat med en dataprofil, et datingside osv.) Å anskaffe seg for analyse av deres svar, de biometriske dataene som er knyttet til visningen av visse data av betrakteren, der enten betrakteren eller profilen deres eventuelt kan identifiseres av tredjepartssystemet, eller der bare identiteten til betrakterens interagerende enhet er kjent, eller kan skaffes fra biometrisk senderpartis GPS, eller på annen måte plasseringsaktivert, enhet.

For eksempel kan en annonsør eller en reklameleverandør se hvordan folk svarer på en annonse, eller et filmproduksjonsselskap / promotor kan evaluere hvordan folk svarer på en filmtrailer, eller en plakat av en datingsprofil eller selve datingsiden, kunne se hvordan folk reagerer på datingprofilen. Alternativt kan seere av online spillere av et online spill eller eSports kringkastingstjeneste som twitch.tv, eller av et TV eller streamet online pokerspill, se de aktive deltakernes biometriske data samtidig med den primære videokilden så vel som deltakernes synlige reaksjoner eller ytelse. Som med video / lyd kan dette enten synkroniseres i sanntid, eller synkroniseres senere ved hjelp av det innebygde tidsstempelet eller lignende (f.eks. Samplingsfrekvens osv.). I tillegg

Som tidligere diskutert kan vertsapplikasjonen være konfigurert til å utføre flere funksjoner. For eksempel kan vertsapplikasjonen være konfigurert til å synkronisere video- og / eller lyddata med biometriske data. Dette vil for eksempel tillate at en person som ser på en sportsbegivenhet (f.eks. På en TV, dataskjerm osv.) Kan se hvordan hver spillers biometriske data endres under spill av sportsbegivenheten, eller også å kartlegge disse biometriske dataendringene til andre spillere eller andre sammenligningsmodeller. På samme måte kan en lege, sykepleier eller medisinsk tekniker registrere en persons søvnvaner, og se, søke eller senere gjennomgå opptaket (f.eks. På en TV, dataskjerm osv.) Mens de overvåker personens biometriske data. Systemet kan også bruke maskinlæring til å lage en profil for hver pasient, og identifisere bestemte egenskaper hos pasienten (f.eks.

Vertsapplikasjonen kan også konfigureres til å gi biometriske data til en ekstern bruker via et nettverk, for eksempel Internett. For eksempel kan en biometrisk enhet (f.eks. En smarttelefon med en blod-alkoholsensor) brukes til å måle en persons blodalkoholnivå (f.eks. Mens personen snakker med den eksterne brukeren via smarttelefonen), og til gi personens blodalkoholnivå til den eksterne brukeren. Ved å plassere sensoren i nærheten, eller innlemme den i mikrofonen, vil et slikt system gjøre det mulig for foreldre å bestemme om barnet deres har drukket alkohol ved å delta i en telefon- eller videosamtale med barnet sitt. Ulike sensorer kjent innen teknikken kan brukes til å fornemme forskjellige kjemikalier i personens pust, eller oppdage folks pustemønster gjennom analyse av lyd- og hastighetsvariasjoner,

Systemet kan også tilpasses med et såkalt “lab on a chip” (LOC) integrert i selve enheten, eller med et passende vedlegg lagt til det, for fjerntesting for eksempel av blodprøver der smarttelefonen brukes enten til innsamling og sending av prøven til et testlaboratorium for analyse, eller brukes til å utføre prøveinnsamling og analyse i selve enheten. I begge tilfeller er systemet tilpasset slik at pasientens identitet og deres blodprøve blir kryssautentisert med tanke på prøve- og analyseintegritet, så vel som pasientens identitetssikkerhet, gjennom samtidig opptak av tidsstemplet video og tid og / eller plassering (eller GPS) stempling av prøven på samlepunktet og / eller innleveringen av prøven.

Dette, eller samlingen av andre biometriske data som hjertefrekvens eller blodtrykk, kan også brukes i situasjoner der det av sikkerhetsmessige grunner er avgjørende å sjekke, via vanlig fjernovervåking av video i sanntid, enten det er en pilot av et fly , en lastebil eller lokfører, er i god form for å ha kontroll over kjøretøyet eller fartøyet, eller om de for eksempel opplever en plutselig inhabilitet eller hjerteinfarkt osv. Fordi den overvåkede blir filmet samtidig som han gir tidsstemplet, geostimplet og / eller samplet biometrisk data, er det mindre mulighet for den overvåkede personen eller en tredjepart til å “lure”, “falskere” eller omgå systemet. I en ekstern konsultasjonsinnstilling for pasient / lege kan systemet brukes til sikre videokonsulter der det også, fra et lovgivningsmessig eller helseforsikringsperspektiv, konsultasjonen og dens forekomst er validert gjennom tids- og / eller geostempelvalidering. Videre, der det er krav om et høyere nivå av autentisering, kan systemet videre tilpasses for å bruke ansiktsgjenkjenning eller biometriske algoritmer, for å sikre at riktig person overvåkes, eller ansiktsuttrykksanalyse kan brukes for atferdsmønstervurdering.

Bekymringen for at et overvåket parti ikke ønsker å bli overvåket permanent (for eksempel en eldre borger som ikke ønsker å ha alle bevegelser og handlinger kontinuerlig filmet) kan dempes ved å innlemme forskjellige tilleggsfunksjoner. I en utførelsesform ville videoen være permanent opptak i et sløyfesystem som bruker et reservert minneområde, opptak i en forhåndsbestemt tidsperiode, og deretter automatisk slette videoen, hvor n representerer de valgte minuttene i sløyfen og E er hendelsen som forhindrer at den registrerte sløyfen på n minutter blir slettet, og utløser både sanntidsoverføring av den synlige tilstanden eller handlingene til den overvåkede personen til overvåkingspartiet, samt evnen til å spole tilbake, for at overvåkingspartiet skal kunne å gjennomgå den fysiske manifestasjonen som fører opp til E. Utløsermekanismen for E kan for eksempel være forekomst av biometriske data utenfor det forhåndsdefinerte området, eller varsling om en annen anomali som et fallvarsel, aktivert av bevegelses- eller lokaliseringssensorer som et gyroskop, akselerometer eller magnetometer innen helsen båndenhet som bæres av, sier eldrepersonen, eller på mobiltelefonen eller andre bevegelsesfølende enheter i nettverket i nærheten. Overvåkingspartiet ville ikke bare kunne se den fysiske tilstanden til den overvåkede parten etter E, samtidig som man fikk en samtidig avlesning av deres relevante biometriske data, men også å gjennomgå hendelsene og biometriske dataene som umiddelbart førte til hendelsesutløsermeldingen. . Alternativt kan den kalibreres ytterligere slik at selv om video blir spilt inn som i n loop, ingen video fra n-sløyfen vil faktisk bli overført til en overvåkningsparti til forekomsten av E. Fordelene med dette systemet inkluderer respekten for personvernet til den enkelte, der bare den kritiske hendelsen og tiden før hendelsen vil være tilgjengelig for en tredjepart, noe som også resulterer i en ønsket optimalisering av både nødvendig overføringsbåndbredde og datalagringskravene. Det skal forstås at det foregående systemet også kunne konfigureres slik at E-varslingen for fjernovervåking av eldre, spedbarn eller pasientovervåking videre er tilpasset til å inkludere ansiktssporing og / eller uttrykksgjenkjenningsfunksjoner. der bare den kritiske hendelsen og tiden forut for hendelsen ville være tilgjengelig for en tredjepart, noe som også resulterer i en ønsket optimalisering av både nødvendig overføringsbåndbredde og datalagringskravene. Det skal forstås at det foregående systemet også kunne konfigureres slik at E-varslingen for fjernovervåking av eldre, spedbarn eller pasientovervåking videre er tilpasset til å inkludere ansiktssporing og / eller uttrykksgjenkjenningsfunksjoner. der bare den kritiske hendelsen og tiden forut for hendelsen ville være tilgjengelig for en tredjepart, noe som også resulterer i en ønsket optimalisering av både nødvendig overføringsbåndbredde og datalagringskravene. Det skal forstås at det foregående systemet også kunne konfigureres slik at E-varslingen for fjernovervåking av eldre, spedbarn eller pasientovervåking videre er tilpasset til å inkludere ansiktssporing og / eller uttrykksgjenkjenningsfunksjoner.

Personvern kan forbedres ytterligere for brukeren hvis deres videodata og biometriske data lagres av seg selv, på sin egen enhet, eller på deres egen eksterne eller egen sikre tredjeparts “sky” -lagring, men med indeksmetadataene til kilden materiale som muliggjør sekvensering, ekstrapolering, søk og generell behandling av kildedataene, som blir værende på en sentral server, for eksempel i tilfelle medisinske poster, på et legekontor eller et annet helsestasjon. Et slikt system vil gjøre det mulig for overvåkingspartiet å ha tilgang til videoen og andre data på tidspunktet for konsultasjonen, men med videoen etc. igjen i emnets besittelse. En ytterligere fordel ved å skille hosting for lagring av video og biometriske kildedata fra behandling av data, utover å forbedre brukerens privatliv og deres datasikkerhet, er det i kraft av lagring lokalt med motivet, og ikke å måtte laste det opp til beregningsserveren både reduserte kostnader og økt effektivitet for lagring og databåndbredde. Dette vil også være fordelaktig når en slik ekstern opplasting av tester for evaluering av kvalifisert medisinsk personale på et annet sted enn motivet forekommer i områder med lavere båndbreddedekning. Det kan også tas et valg å senke bildefrekvensen til videomaterialet, forutsatt at dette gjøres i samsvar med samplingsfrekvensen for å bekrefte riktig tidsstempel, som tidligere beskrevet. å ikke måtte laste den opp til beregningsserveren resulterer både i reduserte kostnader og økt effektivitet ved lagring og databåndbredde. Dette vil også være fordelaktig når en slik ekstern opplasting av tester for evaluering av kvalifisert medisinsk personale på et annet sted enn motivet forekommer i områder med lavere båndbreddedekning. Det kan også tas valg å senke bildefrekvensen til videomaterialet, forutsatt at dette gjøres i samsvar med samplingsfrekvensen for å bekrefte riktig tidsstempel, som tidligere beskrevet. å ikke måtte laste den opp til beregningsserveren resulterer både i reduserte kostnader og økt effektivitet ved lagring og databåndbredde. Dette vil også være fordelaktig når en slik ekstern opplasting av tester for evaluering av kvalifisert medisinsk personale på et annet sted enn motivet forekommer i områder med lavere båndbreddedekning. Det kan også tas et valg å senke bildefrekvensen til videomaterialet, forutsatt at dette gjøres i samsvar med samplingsfrekvensen for å bekrefte riktig tidsstempel, som tidligere beskrevet.

Det skal forstås at når informasjon blir lagret på den sentrale serveren (eller vertsinnretningen), kan forskjellige teknikker som er kjent innen teknikken implementeres for å sikre informasjonen, og forhindre uautoriserte individer eller enheter i å få tilgang til informasjonen. Således kan for eksempel en bruker bli gitt (eller få lov til å opprette) et brukernavn, passord og / eller hvilken som helst annen identifiserende (eller autentiserende) informasjon (f.eks. En brukerbiometrisk, nøkkelbrikke, etc.), og vertsenheten kan være konfigurert til å bruke den identifiserende (eller autentiserende) informasjonen for å gi tilgang til informasjonen (eller en del av den). Lignende sikkerhetsprosedyrer kan implementeres for tredjeparter, for eksempel medisinske leverandører, forsikringsselskaper, etc., for å sikre at informasjonen kun er tilgjengelig for autoriserte personer eller enheter. I visse utførelsesformer, autentiseringen kan tillate tilgang til alle lagrede data, eller til bare en del av de lagrede dataene (f.eks. kan en brukerautentisering tillate tilgang til personlig informasjon samt lagrede video- og / eller biometriske data, mens en tredjepartsautentisering bare kan gi tilgang til lagrede video- og / eller biometriske data). I andre utførelsesformer brukes autentiseringen for å bestemme hvilke tjenester som er tilgjengelige for en person eller enhet som logger på vertsenheten eller nettstedet. For eksempel kan besøkende på nettstedet (eller ikke-abonnenter) bare være i stand til å synkronisere video / lyddata til biometriske data og / eller utføre rudimentær søk eller annen behandling, mens en abonnent kan være i stand til å synkronisere video / lyddata til biometrisk data og / eller utføre mer detaljert søk eller annen behandling (f.eks. for å lage et høydepunktrulle osv.).

Det skal videre forstås at selv om det er fordeler med å beholde bare indeksmetadataene på den sentrale serveren av hensyn til lagring og dataopplasting, samt å gi en felles plattform for interoperabilitet mellom de forskjellige datatypene og lagring av video og / eller lyddata på brukerens egen enhet (f.eks. iCloud ™, DropBox ™, OneDrive ™, etc.), er den foreliggende oppfinnelse ikke så begrenset. I visse utførelser, der det er mulig, kan det være gunstig å (1) lagre data (f.eks. Video, lyd, biometriske data og metadata) på brukerens enhet (f.eks. La brukerenheten operere uavhengig av vertsenheten. ), (2) lagre data (f.eks. Video, lyd, biometriske data og metadata) på den sentrale serveren (f.eks. Vertsenhet) (f.eks. La brukeren få tilgang til dataene fra en hvilken som helst nettverksaktivert enhet),

I en annen utførelse av den foreliggende oppfinnelse er funksjonaliteten til systemet ytterligere (eller alternativt) begrenset av programvaren som opererer på brukerenheten og / eller vertenheten. For eksempel kan programvaren som fungerer på brukerenheten tillate brukeren å spille av video- og / eller lyddata, men ikke å synkronisere video- og / eller lyddata til de biometriske dataene. Dette kan være fordi den sentrale serveren brukes til å lagre data som er kritiske for synkronisering (tidsstempelindeks, metadata, biometriske data, samplingshastighet osv.) Og / eller programvare som opererer på vertsenheten er nødvendig for synkronisering. Som et annet eksempel kan programvaren som opererer på brukerenheten tillate brukeren å spille av video- og / eller lyddata, enten alene eller synkronisert med de biometriske dataene, men tillater kanskje ikke brukerenheten (eller kan begrense brukerenhetens evne) til å søke eller på annen måte ekstrapolere fra, eller behandle de biometriske dataene for å identifisere relevante deler (f.eks. som kan brukes til å lage et “høydepunkt” av den synkroniserte videoen / lyd / biometriske data) eller for å rangere biometriske og / eller videodata. Dette kan være fordi den sentrale serveren brukes til å lagre data som er kritiske for å søke og / eller rangere de biometriske dataene (biometriske data, biometriske metadata osv.), Og / eller programvare som er nødvendig for å søke (eller utføre avansert søk på) og / eller rangering (eller utføring av avansert rangering av) de biometriske dataene. som kan brukes til å lage et “høydepunkt” av de synkroniserte video- / lyd- / biometriske dataene) eller for å rangere de biometriske og / eller videodataene. Dette kan være fordi den sentrale serveren brukes til å lagre data som er kritiske for å søke og / eller rangere de biometriske dataene (biometriske data, biometriske metadata osv.), Og / eller programvare som er nødvendig for å søke (eller utføre avansert søk på) og / eller rangering (eller utføring av avansert rangering av) de biometriske dataene. som kan brukes til å lage et “høydepunkt” av de synkroniserte video- / lyd- / biometriske dataene) eller for å rangere de biometriske og / eller videodataene. Dette kan være fordi den sentrale serveren brukes til å lagre data som er kritiske for å søke og / eller rangere de biometriske dataene (biometriske data, biometriske metadata osv.), Og / eller programvare som er nødvendig for å søke (eller utføre avansert søk på) og / eller rangering (eller utføring av avansert rangering av) de biometriske dataene.

I noen av eller alle de ovennevnte utførelsesformene kan systemet videre tilpasses til å inkludere passord eller andre former for autentisering for å muliggjøre sikret tilgang (eller nekte uautorisert tilgang) til dataene i en eller begge retninger, slik at brukeren krever tillatelse. for å få tilgang til verten, eller verten for å få tilgang til brukerens data. Når interaksjon mellom brukeren og overvåkingspartiet eller verten skjer i sanntid, for eksempel i en sikker videokonsultasjon mellom pasient og deres lege eller annet medisinsk personale, kan data utveksles og sees gjennom etablering av et virtuelt privat nettverk (VPN) ). De faktiske dataene (biometrisk, video, metadataindeks, etc.) kan alternativt eller videre krypteres både ved datakilden, for eksempel ved den enkeltes lagring, enten lokal eller skybasert,

I sammenheng med svært ung spedbarnsovervåking er et kritisk og ofte uforklarlig problem Sudden Infant Death Syndrome (SIDS). Mens forekomsten av SIDS ofte er uforklarlig, prøver forskjellige enheter å forhindre at det oppstår. Men ved å kombinere elementene i det nåværende systemet for å inkludere sensorinnretninger i eller i nærheten av babyens barneseng for å måle relevante biometriske data, inkludert hjertefrekvens, søvnmønster, pusteanalysator og andre tiltak som omgivelsestemperatur, sammen med en opptaksenhet for å fange bevegelse, hørbar pust eller mangel på dem (dvs. stillhet) over en forhåndsdefinert tidsperiode, kan de forskjellige parametrene settes i forbindelse med den tidsstemplede videoopptaket, av foreldre eller annen overvåkingspart, for å gi et mer omfattende varsel , for å sette i gang en mer rettidig handling eller intervensjon fra brukeren, eller faktisk å bestemme at det ikke ville være nødvendig med noen handling. I tilfelle, for eksempel i tilfelle en krybbeovervåkingssituasjon, kan systemet være konfigurert slik at det utvikler seg fra tidligere observasjon, med eller uten innspill fra en overvåkingspart, en læringsalgoritme for å hjelpe med å skille hva som er “normalt”, hva er falskt positivt, eller hva som kan utgjøre en avvik, og derfor en oppfordring til handling.

Vertsapplikasjonen kan også konfigureres til å spille av videodata som har blitt synkronisert med biometriske data, eller søke etter eksistensen av visse biometriske data. For eksempel, som tidligere diskutert, ved videoopptak med lyd som en person sover, og synkronisering av opptaket med biometriske data (f.eks. Søvnmønster, hjerneaktivitet, snorking, pustemønster osv.), Kan de biometriske dataene søkes for å identifisere visse tiltak som lydnivåer, målt for eksempel i desibel, eller perioder med stillhet, overstiger eller faller under en terskelverdi, slik at legen, sykepleieren eller medisinsk tekniker kan se den tilsvarende videodelen uten å måtte se hele videoen av personen som sover.

En slik fremgangsmåte er vist på fig. 6, startende ved trinn 700 , hvor biometriske data og tidsstempeldata (f.eks. Starttid, samplingsfrekvens) blir mottatt (eller koblet) i trinn 702 . Audio- / videodata og tidsstempeldata (f.eks. Starttid, etc.) blir deretter mottatt (eller koblet) i trinn 704 . Tidsstempeldataene (fra trinn 702 og 704 ) blir deretter brukt til å synkronisere de biometriske dataene med lyd- / videodataene. Brukeren får så lov til å betjene lyden / videoen i trinn 708 . Hvis brukeren velger avspilling, spilles lyden / videoen av i trinn 710 . Hvis brukeren velger søk, får brukeren søke i de biometriske dataene i trinn 712. Til slutt, hvis brukeren velger stopp, stoppes videoen i trinn 714 .

Det skal forstås at den foreliggende oppfinnelse ikke er begrenset til trinnene vist på fig. 6. For eksempel, en metode som lar en bruker søke etter biometriske data som oppfyller minst en betingelse, spille av den tilsvarende delen av videoen (eller en del like før tilstanden), og stoppe videoen fra å spilles etter de biometriske dataene ikke lenger oppfyller minst en betingelse (eller like etter at biometriske data ikke lenger oppfyller betingelsen) er innenfor ånden og omfanget av den foreliggende oppfinnelse. Som et annet eksempel, hvis metoden innebærer samhandling mellom brukerenheten og vertsenheten for å synkronisere video / lyddata og de biometriske dataene og / eller søke i de biometriske dataene, kan metoden videre involvere trinnene for å laste opp den biometriske data og / eller metadata til vertsenheten (f.eks. i denne utførelsesformen kan video- / lyddataene lagres på brukerenheten), og ved bruk av biometriske data og / eller metadata for å lage en tidsstempelindeks for synkronisering og / eller for å søke i biometriske data for relevante eller meningsfulle data (f.eks. , data som overstiger en terskel, etc.). Som et annet eksempel kan det hende at metoden ikke krever trinn706 hvis lyd- / videodataene og de biometriske dataene blir spilt sammen (synkronisert) i sanntid, eller på det tidspunktet dataene spilles av (f.eks. I trinn 710 ).

I en utførelse av den foreliggende oppfinnelse, som vist på fig. 8, begynner videodata 800 , som også kan omfatte lyddata, på et tidspunkt “T” og fortsetter i “n.” Videodataene er fortrinnsvis lagret i minnet (lokalt og / eller eksternt) og koblet til andre data, slik som en identifikator 802 , starttid 804 og varighet 806. Slike data knytter videodataene til minst en bestemt økt, en bestemt starttid og identifiserer varigheten av videoen som er inkludert i den. I en utførelsesform av den foreliggende oppfinnelse kan hver økt omfatte forskjellige aktiviteter. For eksempel kan en tur til en destinasjon i Berlin, eller følge en bestemt reiserute på en bestemt dag (økt) innebære en sykkeltur gjennom byen (første aktivitet) og en tur gjennom en park (andre aktivitet). Som vist i fig. 9, kan identifikatoren 802 inneholde både en øktidentifikator 902 , som unikt identifiserer økten via en globalt unik identifikator (GUID), og en aktivitetsidentifikator 904, unik identifisering av aktiviteten via en globalt unik identifikator (GUID), der økt / aktivitetsforholdet er det som en foreldre / barn har.

I en utførelse av den foreliggende oppfinnelse, som vist på fig. 10 lagres de biometriske dataene 1000 i minnet og kobles til identifikatoren 802 og en samplingsfrekvens “m” 1104 . Dette gjør at de biometriske dataene kan kobles til videodata ved avspilling. For eksempel, hvis identifikator 802 er en, starttid 804 er 13:00, video varighet er ett minutt, og samplingsfrekvensen 1104 er 30 spm, vil avspilling av videoen 14:00 resultere i den første biometriske verdi (biometrisk ( 1 )) som skal vises (f.eks. under videoen, over videoen osv.) kl. 14:00, den andre biometriske verdien (biometrisk ( 2)) som skal vises (f.eks. under videoen, over videoen osv.) to sekunder senere, og så videre til videoen avsluttes klokken 14:01. Selv om selvrealiseringsdata kan lagres som biometriske data (f.eks. Knyttet til en samplingsfrekvens), kan slike data bare mottas periodisk, kan det være mer fordelaktig å lagre disse dataene 110 som vist på fig. 11, dvs. koblet til identifikatoren 802 og et tidsstempel 1104 , hvor “m” enten er tiden da selvrealiseringsdata 1100 ble mottatt eller en forskyvning mellom denne tiden og starttiden 804 (f.eks. Ti minutter og fire sekunder etter starttiden osv.).

Dette kan for eksempel sees på fig. 14, hvor videodata starter på tidspunktet T, blir biometriske data samplet hvert annet sekund (30 spm), og selvrealiseringsdata mottas på tidspunktet T + 3 (eller tre enheter forbi starttiden). Mens videoen 1402 spilles av, vises en første biometrisk verdi 1404 på tidspunktet T + 1, første selvrealiseringsdata 1406 vises på tidspunktet T + 2, og en andre biometrisk verdi 1406vises på tidspunktet T + 4. Ved å lagre data på denne måten kan både video- og ikke-videodata lagres separat fra hverandre og synkroniseres i sanntid, eller på det tidspunktet videoen spilles av. Det skal forstås at selv om separat lagring av data kan være fordelaktig for enheter med minimalt minne og / eller prosessorkraft, kan klientplattformen være konfigurert til å opprette nye videodata, eller data som inkluderer både video- og ikke-videodata vist synkront. En slik funksjon kan være fordelaktig ved å lage et høydepunktrulle, som deretter kan deles ved hjelp av nettsteder på sosiale medier, for eksempel Facebook ™ eller Youtube ™, og spilles av med standard avspillingsprogramvare, for eksempel Quicktime ™. Som diskutert mer detaljert nedenfor, kan en høydepunktrulle omfatte forskjellige deler (eller klipp) av videodata (f.eks. Når bestemt aktivitet finner sted, etc.)

Når samplede data senere vises, kan klientplattformen konfigureres til å vise disse dataene ved bruk av visse ekstrapoleringsteknikker. For eksempel i en utførelse av den foreliggende oppfinnelse, som vist på fig. 12, hvor en første biometrisk verdi 1202 vises ved T + 1, en annen biometrisk verdi 1204 vises ved T + 2, og en tredje biometrisk verdi 1206 vises ved T + 3, kan biometriske data vises på ikke-samplede tider ved bruk av kjente ekstrapolasjonsteknikker, inkludert lineær og ikke-lineær interpolasjon og alle andre ekstrapolering- og / eller interpolasjonsteknikker som er generelt kjent for fagfolk. I en annen utførelse av den foreliggende oppfinnelse, som vist på fig. 13, den første biometriske verdien 1202forblir på skjermen til den andre biometriske verdien 1204 vises, den andre biometriske verdien 1204 forblir på skjermen til den tredje biometriske verdien 1206 vises, og så videre.

Når det gjelder å koble data til en identifikator, som kan være koblet til andre data (f.eks. Starttid, samplingshastighet, etc.), kan dataene kobles til identifikatoren (e) hvis dataene mottas i sanntid. for den aktuelle økten (og / eller aktiviteten). Imidlertid, når data mottas etter det faktum (f.eks. Etter at en økt er avsluttet), er det flere måter som dataene kan knyttes til en bestemt økt og / eller aktivitet (eller identifikator (er) assosiert med den). Dataene kan kobles manuelt (f.eks. Av brukeren) eller kobles automatisk via applikasjonen. Med hensyn til sistnevnte kan dette oppnås, for eksempel ved å sammenligne varigheten av de mottatte dataene (f.eks. Videolengden) med varigheten av økten og / eller aktiviteten, ved å anta at de mottatte dataene er relatert til siste økt og / eller aktivitet, eller ved å analysere data inkludert i de mottatte dataene. For eksempel, i en utførelsesform, kan data inkludert i de mottatte dataene (f.eks. Metadata) identifisere en tid og / eller plassering assosiert med dataene, som deretter kan brukes til å koble de mottatte dataene til økten og / eller aktiviteten. I en annen utførelse kan databehandlingsenheten vise eller spille av data (f.eks. En strekkode, så som en QR-kode, en lyd, slik som en gjentatt sekvens av notater, etc.) som identifiserer økten og / eller aktiviteten. En ekstern video / lydopptaker kan registrere identifiserende data (som vises eller spilles av databehandlingsenheten) sammen med (f.eks. Før, etter eller under) brukeren og / eller hans / hennes omgivelser. Applikasjonen kan da søke i video / lyddata for å identifisere data, og bruke disse dataene til å koble video / lyddata til en økt og / eller aktivitet. Den identifiserende delen av video- / lyddataene kan deretter slettes av applikasjonen hvis ønskelig. I en alternativ utførelse kan en strekkode (f.eks. En QR-kode) skrives ut på en fysisk enhet (f.eks. En medisinsk testmodul, som kan tillate kommunikasjon av medisinske data over et nettverk (f.eks. Via en smarttelefon)) og brukes (som tidligere beskrevet) for å synkronisere video av brukeren som bruker enheten til data levert av enheten. Når det gjelder en medisinsk testmodul, kan strekkoden som er trykt på modulen, brukes til å synkronisere video av testingen til testresultatet fra modulen. I enda en annen utførelsesform brukes både databehandlingsenheten og den eksterne video- / lydopptakeren til å ta opp video og / eller lyd fra brukeren (f.eks. Brukeren som sier “begynn Berlin sykling,” etc. ) og for å bruke de brukeroppgitte dataene til å koble video- / lyddataene til en økt og / eller aktivitet. For eksempel kan databehandlingsenheten være konfigurert til å koble brukeroppgitte data med en bestemt økt og / eller aktivitet (f.eks. En som er startet, en som er i ferd med å starte, en som nettopp er avsluttet osv.), Og til bruke de brukeroppgitte dataene i video- / lyddataene for å koble video- / lyddataene til den spesielle økten og / eller aktiviteten.

I en utførelse av den foreliggende oppfinnelse er klientplattformen (eller applikasjonen) konfigurert til å operere på en smarttelefon eller et nettbrett. Plattformen (enten alene eller sammen med programvare som opererer på vertsenheten) kan konfigureres for å opprette en økt, motta video- og ikke-videodata under økten, og avspille videodata sammen (synkronisert) med ikke-videodata. Plattformen kan også tillate en bruker å søke etter en økt, søke etter bestemte video- og / eller ikke-videohendelser og / eller lage et høydepunktrulle. Fig. 15-29 viser eksempler på skjermbilder av en slik plattform.

For eksempel viser fig. 15 viser et eksemplarisk “påloggingsskjerm 1500″ , som tillater en bruker å logge på applikasjonen og ha tilgang til applikasjonsrelaterte, brukerspesifikke data som er lagret på databehandlingsenheten og / eller vertsberegningsenheten. Innloggingen kan omfatte en bruker-ID og et passord som er unikt for applikasjonen, firmaskyen eller et sosialt nettsted, for eksempel Facebook ™.

Når brukeren er logget på, kan brukeren få lov til å opprette en økt via et eksemplarisk “create session” -skjerm 1600 , som vist på fig. 16. Når du oppretter en økt, kan brukeren få lov til å velge et kamera (f.eks. Internt til databehandlingsenheten, eksternt til databehandlingsenheten (f.eks. Tilgjengelig via Internett, koblet til databehandlingsenheten via en kablet eller trådløs forbindelse) osv.) som skal levere videodata. Når et kamera er valgt, vil videodata 1602fra kameraet kan vises på skjermen. Brukeren kan også få lov til å velge en biometrisk enhet (f.eks. Internt til databehandlingsenheten, eksternt til databehandlingsenheten (f.eks. Tilgjengelig via Internett, koblet til databehandlingsenheten via en kablet eller trådløs forbindelse), etc.) som vil gi biometriske data. Når en biometrisk innretning er valgt, kan biometriske data 1604 fra den biometriske innretningen vises på skjermen. Brukeren kan deretter starte økten ved å klikke på “start økt” -knappen 1608. Mens valgprosessen fortrinnsvis utføres før økten startes, kan brukeren utsette valget av kameraet og / eller den biometriske enheten til etter at økten er over. Dette gjør at applikasjonen kan motta data som ikke er tilgjengelig i sanntid, eller som blir levert av en enhet som ennå ikke er koblet til databehandlingsenheten (f.eks. Et eksternt kamera som vil bli koblet til databehandlingsenheten når økten er over).

Det skal forstås at i en foretrukket utførelsesform av den foreliggende oppfinnelse, ved å klikke på “start økt” -knappen 1608 ikke bare starter en tidtaker 1606 som indikerer en gjeldende lengde på økten, men den utløser en starttid som er lagret i minnet og koblet sammen. til en globalt unik identifikator (GUID) for økten. Ved å koble video og biometriske data til GUID, og koble GUID til starttid, er video og biometriske data også (per definisjon) knyttet til starttid. Andre data, som eksempelhastighet, kan også kobles til de biometriske dataene, enten ved å koble dataene til de biometriske dataene, eller koble dataene til GUID, som igjen er knyttet til de biometriske dataene.

Enten før økten startes, eller etter at økten er over, kan brukeren få lov til å angi et øktnavn via et eksemplarisk “øktnavn” -skjermbilde 1700 , som vist på fig. 17. Tilsvarende kan brukeren også få lov til å gå inn i en sesjonsbeskrivelse via et eksemplarisk “sesjonsbeskrivelse” skjerm 1800 , som vist på fig. 18.

FIG. 19 viser en eksemplarisk “økt startet” skjerm 1900 , som er en skjerm som brukeren kan se mens økten kjører. På denne skjermen kan brukeren se videodataene 1902 (hvis de er oppgitt i sanntid), de biometriske dataene 1904 (hvis de er gitt i sanntid) og den gjeldende kjøretiden for økten 1906 . Hvis brukeren ønsker å sette økten på pause, kan brukeren trykke på “pause økt” -knappen 1908 , eller hvis brukeren ønsker å stoppe økten, kan brukeren trykke på “stopp økt” -knappen (ikke vist). Ved å trykke på “stopp økt” -knappen (ikke vist), avsluttes økten, og en stoppetid lagres i minnet og kobles til økt-GUIDEN. Alternativt, ved å trykke på “pause økt” -knappen1908 lagres en pausetid (første pausetid) i minnet og kobles til økt GUID. Når pausen er midlertidig stoppet, kan økten gjenopptas (f.eks. Ved å trykke på “gjenoppta økt” -knappen, ikke vist), noe som vil resultere i at en gjenopptakstid (første gjenopptakstid) lagres i minnet og kobles til økt GUID. Uansett om en økt er startet og stoppet (dvs. resulterer i en enkelt kontinuerlig video), eller startet, satt på pause (hvilket som helst antall ganger), gjenopptatt (hvilket som helst antall ganger) og stoppet (dvs. resulterer i et antall video klipp), for hver start / pause tid som er lagret i minnet, bør det være en tilsvarende stopp / gjenoppta tid lagret i minnet.

Når en økt er stoppet, kan den gjennomgås via et eksemplarisk “review session” -skjermbilde 2000som vist på fig. 20. I sin enkleste form kan vurderingsskjermen spille av videodata som er koblet til økten (f.eks. En enkelt kontinuerlig video hvis økten ikke inkluderer minst en pause / gjenopptak, flere videoklipp spilt etter hverandre hvis økten inkluderer minst en pause / gjenoppta, eller flere videoklipp spilt sammen hvis flere videoklipp er relatert til hverandre (f.eks. to videoer (f.eks. fra forskjellige utsiktspunkter) av brukeren som utfører en bestemt aktivitet, en første video av brukeren utføre en bestemt aktivitet mens du ser på en annen video, for eksempel en treningsvideo). Hvis brukeren ønsker å se ikke-videodata vist sammen med videodataene, kan brukeren trykke på “vis grafalternativer” -knappen 2022. Ved å trykke på denne knappen blir brukeren presentert for et eksemplarisk “grafvisningsalternativ” -skjerm 2100 , som vist på fig. 21. Her kan brukeren velge data som han / hun ønsker å se sammen med videodataene, for eksempel biometriske data (f.eks. Hjertefrekvens, hjertefrekvensvarians, brukerhastighet osv.), Miljødata (f.eks. Temperatur , høyde, GPS osv.) eller data om selvrealisering (f.eks. hvordan brukeren hadde det i løpet av økten). FIG. 22 viser et eksemplarisk “review session” skjerm 2000 som inkluderer både videodata 2202 og biometriske data, som kan vises i grafform 2204 eller skriftlig form 2206. Hvis mer enn en person kan sees i videoen, kan applikasjonen konfigureres til å vise biometriske data på hver enkelt, enten på en gang, eller som valgt av brukeren (for eksempel å la brukeren se biometriske data på en første person ved å velge den første personen, slik at brukeren kan se biometriske data på en annen person ved å velge den andre personen, etc.).

FIG. 23 viser et eksemplarisk “kart” -skjermbilde 2300 , som kan brukes til å vise GPS-data til brukeren. Alternativt kan GPS-data presenteres sammen med videodataene (f.eks. Under videodataene, over videodataene osv.). Et eksemplarisk “sammendrag” -skjermbilde 2400 av økten kan også presenteres for brukeren (se figur 24), som viser sesjonsinformasjon som øktnavn, øktbeskrivelse, forskjellige beregninger osv.

Ved å lagre video- og ikke-videodata separat, kan det enkelt søkes i dataene. For eksempel viser fig. 25 viser et eksemplarisk “biometrisk søk” -skjerm 2500 , der en bruker kan søke etter en bestemt biometrisk verdi eller et bestemt område (dvs. en biometrisk hendelse). Som et eksempel kan det være at brukeren vil hoppe til et punkt i økten der pulsen er mellom 95 og 105 slag per minutt (bpm). FIG. 26 viser et eksemplarisk “første resultat” skjerm 2600 der brukerens hjertefrekvens er 100,46 bmp tjue minutter og førti-to sekunder inn i økten (se f.eks. 2608 ). FIG. 27 viser et eksemplarisk “andre resultat” skjerm 2700 der brukerens hjertefrekvens er 100,48 bmp tjuetre minutter og førtiåtte sekunder inn i økten (se f.eks.2708 ). Det skal forstås at andre hendelser kan søkes etter i en økt, inkludert videohendelser og selvrealiseringshendelser.

Ikke bare kan det søkes etter data i en økt, men også data fra flere økter. For eksempel viser fig. 28 viser et eksemplarisk “økt-søk” -skjermbilde 2800 , hvor en bruker kan angi bestemte søkekriterier, inkludert øktdato, øktlengde, biometriske hendelser, videohendelse, selvrealiseringshendelse, etc. Fig. 29 viser et eksemplarisk “liste” skjermbilde 2900 , som viser økter som oppfyller de angitte kriteriene.

Ovennevnte beskrivelse av et system og en fremgangsmåte for bruk, prosessering og visning av biometriske data, eller en resulterende derav, er presentert for illustrasjon og beskrivelse. Det er ikke ment å være uttømmende eller å begrense oppfinnelsen til de presise formene som er beskrevet, og mange modifikasjoner og variasjoner er mulige i lys av ovennevnte lære. Fagfolk vil forstå at det er en rekke måter å implementere de foregående trekk på, og at den foreliggende oppfinnelse ikke begrenser seg til noen spesiell måte å implementere disse trekk på. Oppfinnelsen er utelukkende definert av de følgende kravene.

Flere avsløringer snart!

Vi er finansiert utelukkende av våre mest sjenerøse lesere, og vi vil fortsette på denne måten. Hjelp SILVIEW.media å levere mer, bedre, raskere , vennligst doner her , alt hjelper. Takk skal du ha!

! Artikler kan alltid redigeres senere for å perfeksjonere dem

ATOMISK BOMBSHELL: ROTHSCHILDS PATENTERTE COVID-19 BIOMETRISKE TESTER I 2015. OG 2017.

FØRSTE REGISTRERING: NEDERLAND, 2015

ANDRE REGISTRERING: OSS, 2017

Dette er tilstrekkelig bevis for at de i 2015 visste hva som ville skje i september 2020!