CN104754112A - 用户信息获取方法及移动终端 - Google Patents

Abstract

本发明公开了一种用户信息获取方法及移动终端，通过移动终端自身的数据采集模块采集包括用户特征信息和/或用户运动信息的用户信息，并将采集到的用户信息发送给后台计算平台（例如后台的云计算平台），又后台计算平台根据该用户信息处理后形成一个有效的人体特征数据库。由于本发明利用用户随身携带、使用的移动终端（例如手机、IPAD或电子书终端等等）获取用户信息，而不是利用专门的采集设备在特定的环境下获取用户信息，因此获取的用户信息数据涵盖的范围会更为广泛，代表性也更好，根据该用户信息最终得到的算法模型的准确率更高。

Description

用户信息获取方法及移动终端

技术领域

本发明涉及通信领域，具体涉及一种用户信息获取方法及移动终端。

背景技术

虚拟人技术，就是人类自身数字化。是目前大数据技术背景下最令业界追捧的信息技术前沿应用之一。它是基于对人体特征的大数据量采集，并通过数据处理，运算后，提取出关键人体特征，并通过人工智能，利用设备仪器，实现一个基于计算模型的数字化人。虚拟人的动作，表情，语言等特征通过显示技术实现和被采集的真实人非常相似，并可以自主和其他真实人或者虚拟人沟通交流。目前虚拟人技术的实用化还存在很多技术难点。其中，目前对人体特征数据的采集主要是通过专门的采集设备在专门的实验环境下进行采集，所采集到的数据涵盖范围窄、代表性差，导致最终得到的算法模型准确率差。

发明内容

本发明要解决的主要技术问题是，提供一种用户信息获取方法及移动终端，用于解决现有通过专门的采集设备采集到的人体特征数据涵盖范围窄、代表性差，导致最终得到的算法模型准确率差的问题。

为了解决上述问题，本发明提供了一种用户信息获取方法,包括：

移动终端通过自身的数据采集模块采集用户信息，所述用户信息包括用户特征信息和/或用户运动信息；

移动终端将采集的用户信息发送给后台计算平台。

在本发明的一种实施例中，所述用户信息包括用户特征信息时，所述用户特征信息包括用户语音信息和/或用户面部信息。

在本发明的一种实施例中，所述用户特征信息包括用户语音信息时，移动终端通过所述数据采集模块的语音数据采集子模块采集用户语音信息，包括：

所述移动终端判断当前是否进入语音采集模式，如是，开启所述语音数据采集子模块采集用户语音信息；所述移动终端判断是否进入语音采集模块包括判断是否处于通话状态和/或是否处于外置放置状态；

或，

所述移动终端接收外部语音采集指令，根据该外部语音采集指令开启语音数据采集子模块采集用户语音信息。

在本发明的一种实施例中，所述用户特征信息包括用户面部信息时，移动终端通过所述数据采集模块的图像数据采集子模块采集用户面部信息，包括：

所述移动终端判断其显示屏当前是否面向于用户，如是，则开启所述图像数据采集子模块采集用户面部信息；

或，

所述判断移动终端其显示屏当前是否面向于用户且显示屏当前是否被点亮，如是，则开启所述图像数据采集子模块采集用户面部信息；

或，

所述移动终端接收外部图像采集指令，根据该外部图像采集指令开启所述图像数据采集子模块采集用户面部信息。

在本发明的一种实施例中，所述移动终端开启所述语音数据采集子模块采集用户语音信息包括：

所述移动终端将所述语音数据采集子模块采集的至少一段用户语音信息与预先存储的用户语音绑定信息进行比较，判断二者是否匹配，如是，则存储所述用户语音信息。

在本发明的一种实施例中，所述移动终端将所述用户语音信息与所述用户语音绑定信息进行比较之前，还包括：判断所述用户语音信息中是否包含有有效的人声数据。

在本发明的一种实施例中，所述移动终端开启所述图像数据采集子模块采集用户图像信息包括：

所述移动终端将所述图像数据采集子模块采集的至少一幅用户图像信息与预先存储的用户图像绑定信息进行比较，判断二者是否匹配，如是，则存储所述用户图像信息。

在本发明的一种实施例中，所述用户信息包括用户特征信息时，所述移动终端在获取用户特征信息之前，还包括：所述移动终端判断当前使用的用户是否是与之绑定的用户。

在本发明的一种实施例中，所述用户信息包括用户运动信息时，所述用户运动信息包括用户步行速度信息和/或用户路径信息。

在本发明的一种实施例中，所述移动终端将采集的用户信息发送给后台计算平台包括：

所述用户信息包括用户特征信息时，提取该用户特征信息的包含的特征分量数据；将提取出的特征分量数据发送给后台计算平台。

在本发明的一种实施例中，所述将提取出的特征分量数据发送给后台计算平台包括：

将提取出的特征分量数据存入数据传送队列；

根据当前网络环境确定所述数据传送队列中的数据的发送规则；

根据所述规则将所述数据传送队列中的数据发送给所述后台计算平台。

为了解决上述问题，本发明提供了一种移动终端,包括处理模块、数据采集模块和发送模块；

所述处理模块用于控制所述数据采集模块采集用户信息，并通过所述发送模块发送给后台计算平台；所述用户信息包括用户特征信息和/或用户运动信息。

在本发明的一种实施例中，所述用户信息包括用户特征信息时，所述用户特征信息包括用户语音信息和/或用户面部信息。

在本发明的一种实施例中，所述数据采集模块包括语音数据采集子模块，所述用户特征信息包括用户语音信息时，所述处理模块控制所述数据采集模块采集用户语音信息包括：

所述处理模块判断所述移动终端当前是否进入语音采集模式，如是，开启所述语音数据采集子模块采集用户语音信息；所述处理模块判断所述移动终端是否进入语音采集模块包括判断所述移动终端是否处于通话状态和/或是否处于外置放置状态；

或，

所述处理模块接收外部语音采集指令，根据该外部语音采集指令开启语音数据采集子模块采集用户语音信息。

在本发明的一种实施例中，所述数据采集模块包括图像数据采集子模块，所述用户特征信息包括用户面部信息时，所述处理模块控制所述数据采集模块采集用户面部信息包括：

所述处理器判断所述移动终端的显示屏当前是否面向于用户，如是，则开启图像数据采集子模块采集用户面部信息；

或，

所述处理器判断所述移动终端的显示屏当前是否面向于用户且该显示屏当前是否被点亮，如是，则开启所述图像数据采集子模块采集用户面部信息；

或，

所述处理器接收外部图像采集指令，根据该外部图像采集指令开启所述图像数据采集子模块采集用户面部信息。

在本发明的一种实施例中，所述处理器开启所述语音数据采集子模块采集用户语音信息包括：

所述处理器将所述语音数据采集子模块采集的至少一段用户语音信息与预先存储的用户语音绑定信息进行比较，判断二者是否匹配，如是，则存储所述用户语音信息。

在本发明的一种实施例中，所述处理器还用于将所述用户语音信息与所述用户语音绑定信息进行比较之前，判断所述用户语音信息中是否包含有有效的人声数据。

在本发明的一种实施例中，所述处理器开启所述图像数据采集子模块采集用户图像信息包括：

所述处理器将所述图像数据采集子模块采集的至少一幅用户图像信息与预先存储的用户图像绑定信息进行比较，判断二者是否匹配，如是，则存储所述用户图像信息。

在本发明的一种实施例中，所述处理器还用于在所述用户信息包括用户特征信息时，控制所述数据采集模块采集用户特征信息之前，判断当前使用的用户是否是与所述移动终端绑定的用户。

在本发明的一种实施例中，所述用户信息包括用户运动信息时，所述用户运动信息包括用户步行速度信息和/或用户路径信息。

在本发明的一种实施例中，所述处理器通过所述发送模块将所述用户信息发送给后台计算平台包括：

所述处理器判断所述用户信息包括用户特征信息时，提取该用户特征信息的包含的特征分量数据；将提取出的特征分量数据通过所述发送模块发送给后台计算平台。

本发明的有益效果是：

本发明提供的用户信息获取方法及移动终端，通过移动终端自身的数据采集模块采集包括用户特征信息和/或用户运动信息的用户信息，并将采集到的用户信息发送给后台计算平台（例如后台的云计算平台），又后台计算平台根据该用户信息处理后形成一个有效的人体特征数据库。由于本发明利用用户随身携带、使用的移动终端（例如手机、IPAD或电子书终端等等）获取用户信息，而不是利用专门的采集设备在特定的环境下获取用户信息，因此获取的用户信息数据涵盖的范围会更为广泛，代表性也更好，根据该用户信息最终得到的算法模型的准确率更高。

附图说明

图1为本发明实施例一提供的一种通信系统示意图；

图2为本发明实施例一提供的用户信息获取流程示意图；

图3为本发明实施例一中自动模式下采集用户语音信息的流程示意图；

图4为本发明实施例一中手动模式下采集用户语音信息的流程示意图；

图5为本发明实施例一中自动模式下采集用户图像信息的流程示意图一；

图6为本发明实施例一中自动模式下采集用户图像信息的流程示意图二；

图7为本发明实施例一中手动模式下采集用户图像信息的流程示意图；

图8为本发明实施例二提供的移动终端的结构示意图。

具体实施方式

下面通过具体实施方式结合附图对本发明作进一步详细说明。

实施例一：

目前，大多用户身上都随时携带有各种移动终端，例如智能手机、IPAD、PAD、电子书等；而这些移动终端大都搭载了数据采集模块，所搭载的数据采集模块一般都包括语音数据采集子模块（例如麦克风）、图像数据采集子模块（例如摄像头）、速度采集子模块（例如加速度传感器）、计时子模块（例如计时器）、方位采集子模块（例如地磁传感器）等等。同时，现有的移动终端基本都配置有各种通信模块，包括无线通信模块，例如WIFI模块、3G通信模块、4G通信模块等等。因此，现有移动终端非常适合采集用户信息，并可随着宽带移动通讯的发展，将采集的大量用户信息及时的上传至后台计算平台（例如后台的云计算平台等），请参见图1所示。后台计算平台获取到这些用户信息后，通过信息筛选、模式识别算法处理后，组合成一个在后台的有效人体特征数据库。该人体特征数据库可为建立和真实人对等的虚拟人提供人体特征数据的支持。利用用户随身携带的移动终端在用书平常的各种使用状态中采集的用户信息所涵盖的范围也更广，训练也更强、代表性也更好，因此可以使得模型调整准确率更高。下面本实施例对通过移动终端获取用户信息的具体过程进行详细说明。

请参见图2所示，该图所示为本实施例提供的移动终端采集用户信息的流程示意图，其包括：

步骤201：移动终端通过自身的数据采集模块采集用户信息；本实施例中的用户信息包括用户特征信息和/或用户运动信息；

本实施例中的用户特征信息是指用户自身的特征信息，例如可以包括用户语音信息和/或用户面部信息；本实施例中的用户运动信息是指用户携带移动终端时的步行速度信息和/或用户路径信息；此处的步行速度包括用户步行的平均步行速度信息和/或用户在不同的时间段的步行速度信息；

步骤202：移动终端将采集的用户信息发送给后台计算平台。

本实施例中，移动终端采集用户信息的模式可以设置为自动模式和手动模式。其中，在自动模式下，移动终端可以自动检测自身当前的状态，并根据检测结果决定是否启动用户信息采集以及具体采集哪种用户信息。在手动模式下，移动终端则主要基于外部的数据采集指令启动对应用户信息的采集过程。下面对各种用户信息的采集过程进行举例说明。

在自动模式下，移动终端采集用户语音信息的过程请参见图3所示，包括：

步骤301：移动终端判断当前是否处于语音采集模式，具体包括判断是移动终端否处于通话状态和/或是否处于外置放置状态；如是，转至步骤302；否则，重新检测；

该步骤中的通话状态可以是常规的语音和/或视频通话，也可以是利通第三方软件（例如微信、QQ、陌陌）进行的语音和/或视频通话；该步骤中的外置放置状态是指移动终端被取出并被放置的状态，例如桌面放置状态，此时虽然用户可能未使用该移动终端进行通话，但仍可开启移动终端的语音数据采集子模块对用户平常说话的语音信息进行采集；本实施例中，具体可采用移动终端的各种接近传感器判断移动终端当前是否处于外置放置状态；

步骤302：开启移动终端的语音数据采集子模块采集用户语音信息；直到移动终端不处于语音采集模式（例如通话结束或移动终端被不再处于外置放置状态等等）；此处的语音数据采集子模块具体可为麦克风。

在手动模式下，移动终端采集用户语音信息的过程请参见图4所示，包括：

步骤401：移动终端接收外部语音采集指令；

步骤402：移动终端根据该外部语音采集指令开启语音数据采集子模块采集用户语音信息；直到接收到外部的语音采集结束指令，或判断移动终端当前进行的通话结束或当前不再处于外置放置状态等。

在上述步骤302和步骤402中，移动终端开启语音数据采集子模块采集用户语音信息的过程中，出于对用户自身数据有效性的判决，可在移动终端开启语音数据采集子模块采集用户语音信息之前，在移动终端中预先存储一段用户语音绑定信息，也即与该移动终端绑定的用户本人的录音。然后在语音信息采集过程中，移动终端将语音数据采集子模块采集的至少一段用户语音信息与预先存储的用户语音绑定信息进行比较，判断二者是否匹配，如匹配，才存储该段用户语音信息；否则，丢弃该段用户语音信息。在本实施例中，可根据具体的应用场景设定需要进行匹配的用户语音信息的量。例如，可设定只需要对语音采集的前段语音数据进行匹配，只要匹配到其中一段语音数据与预先存储的用户语音绑定信息相匹配时，则不再对后续采集的用户语音信息进行匹配。或为了提高语音数据采集的可靠性，可在对采集的所有用户语音数据按照上述过程进行匹配，仅存储与预先存储的用户语音绑定信息相匹配的用户语音信息，而将不匹配的那部分数据丢弃。

在本实施例中，移动终端将用户语音信息与预先存储的用户语音绑定信息进行比较之前，还可包括判断该用户语音信息中是否包含有有效的人声数据（人声数据音频频率在60HZ-2KHZ之间）；如包含，才进行后续的匹配工作；否则，将该段用户语音信息直接丢弃。由于移动终端所采集的用户语音信息包括用户说话的语音数据和背景音数据；本实施例可采用音频噪声抑制模块先将背景噪声去除，然后通过音量阈值来判断是否存在有效的人声数据。本实施例中，也可根据具体应用场景仅对语音采集的前段语音数据进行上述判断，只要判断其中一段语音数据包含有有效的人声数据，则不再对后续采集的语音数据进行判断。

上述对当前用户是否是与移动终端绑定的用户本人的判断过程是在语音数据的采集过程中进行的。在本实施中，也可在上述步骤302和步骤402之前执行对用户是否是与移动终端绑定的用户本人的判断。例如可通过用户名密码等各种认证方式进行判断。例如，可要求用户在使用该移动终端之前，要求用户输入用户名密码，只有输入正确的用户名密码后才能认证通过，此时则可判定当前的用户就是与移动终端绑定的用户。

在自动模式下，移动终端采集用户面部信息的过程请参见图5或图6所示。其中，图5所示包括：

步骤501：移动终端判断其显示屏当前是否面向于用户，如是，转置步骤502，否则，继续判断；

步骤502：移动终端开启图像数据采集子模块采集用户面部信息；此时的图像数据采集子模块可为移动终端的前置摄像头。

图6所示包括：

步骤601：移动终端判断其显示屏当前是否面向于用户，如是，转置步骤502，否则，继续判断；

步骤602：移动终端判断其显示屏当前是否被点亮，如是，转置步骤603；否则，转置步骤601或继续判断；

步骤603：移动开启所述图像数据采集子模块采集用户面部信息；此时的图像数据采集子模块可为移动终端的前置摄像头。

在上述步骤501和步骤601中，移动终端判断其显示器当前是否面向用户的方式有多种，可根据具体的情况进行选择。例如，对于设置陀螺仪的移动终端，则可通过陀螺仪判断移动终端的显示器当前是否面向用户；还可结合加速度传感器和地磁传感器来判断。另外，还可通过判断用户是否有接触或触摸显示器判断移动终端的显示器当前是面向用户；或者通过移动终端中的浏览器、阅读器、视频播放器等应用软件的开启状体判断移动终端的显示器当前是面向用户。上述步骤602中，具体可根据显示屏的LCD或OLED等的工作状态判断显示屏当前是否被点亮。

在手动模式下，移动终端采集用户面部信息的过程请参见图7所示，包括：

步骤701：移动终端接收外部图像采集指令；

步骤702：移动终端根据该外部图像采集指令开启图像数据采集子模块采集用户面部信息。

在上述步骤502、步骤603和步骤702之前，还可包括以下步骤：

移动终端通过其光线检测子模块（例如光线传感器）判断当前环境光线是否满足拍摄要求，如满足，才进行后续的拍摄步骤，否则，结束此次拍摄。

在上述步骤502、步骤603和步骤702中，出于对用户自身数据有效性的判决，可在移动终端开启图像数据采集子模块采集图像数据之前，在移动终端中预先存储用户图像绑定信息（可以是一张本用户的标准照），然后在移动终端开启图像数据采集子模块采集用户图像信息的过程中，移动终端可将图像数据采集子模块采集的至少一幅用户图像信息与预先存储的用户图像绑定信息进行比较，判断二者是否匹配，如是，则存储该幅用户图像信息；否则，丢弃该幅用户图像信息。本实施例中，可根据具体的应用场景设定需要进行匹配的用户图像信息的量。例如，可设定只需要对图像采集的前一幅或几幅图像数据进行匹配，只要匹配到其中一幅图像数据与预先存储的用户图像绑定信息相匹配时，则不再对后续采集的用户语音信息进行匹配。

值得注意的是，在本实施例中，在对采集的用户图像数据进行存储时，可先将前一幅或前几幅与预先存储的用户图像绑定信息相匹配的用户图像数据完全保存，对于后续采集的用户图像数据，则以前面保存的用户图像数据为基础样本，仅提取后续用户图像数据中的面部特征数据进行存储，剩下的其他数据则可丢弃。例如可仅存储脸轮廓、发髻、眉毛、鼻尖、眼线、嘴唇线等面部数据。这种存储方式可以减少后续面部数据的采集量。

上述对当前用户是否是与移动终端绑定的用户本人的判断过程是在语音数据的采集过程中进行的。在本实施中，也可在上述步骤502、步骤603和步骤702之前执行对用户是否是与移动终端绑定的用户本人的判断。例如可通过用户名密码等各种认证方式进行判断。例如，可要求用户在使用该移动终端之前，要求用户输入用户名密码，只有输入正确的用户名密码后才能认证通过，此时则可判定当前的用户就是与移动终端绑定的用户。

在本实施例中，对于用户运动信息的采集也可在自动模式下，由移动终端自动检测开启采集过程；也可由用户通过向移动终端发送外部运动信息采集指令开启采集过程。其主要用来搜集用户日常的行动特征，例如步行速度、用户路径信息等。后台计算平台可结合用户的运动信息以及用户的语音特征信息和/或用户图像信息作为用户在不同环境状态下身体和情绪反应的依据。例如，当后台计算平台发现在晚间时刻，用户的步速突然由均匀变位加速，并且声频剧烈变化，则可判定为用户可能遇到危险且处于摆脱中。

在本实施例中，具体可通过移动终端的加速度传感器、地磁传感器和/或陀螺仪，并可进一步结合GPS计算出用户的运动范围、速度、轨迹等关键数据。对于获取到的用户运动信息可直接进行存储。

在本实施例中，对于移动终端所采集到的用户信息，为了能及时、准确的传送到后台计算平台，尽量减少数据传输量，降低网络负荷，本实施例对用户信息的传送具体可采用以下方式：

对用户信息包括的用户特征信息，提取该用户特征信息的包含的特征分量数据；将提取出的特征分量数据发送给后台计算平台。

下面分别对用户语音信息和用户图像信息的特征分量的提取过程进行说明。

对于用户语音信息，可以通过带通滤波器将语音信号外的噪声滤除，然后送入信息特征提取子模块，由信息特征提取子模块从该语音信号中提取特征分量，将其他冗余数据丢掉；然后由后台计算平台根据这些特征分量和预先存储的该用户的典型音频信息进行重构。此处的典型音频信息可以是在初始化时引导用户输入的，例如可以引导用户念若干关键发音的词、句子等。获取到用户语音信息的特征分量后，可将这些特征分量进行存储，然后启动语音编码。为了确保特征信息尽可能的完整，本实施例中的语音编码采用波形编码和参数编码结合的混合编码方式，优点是：混合编码包括了若干语音特征参量又包括了部分波形编码信息，达到了波形编码的高质量和参量编码的低速率的优点。压缩结束后，将压缩后的语音数据存入数据传送队列。

本实施例中，对于用户图像信息的特征分量的提取过程为：通过信息特征提取子模块将采集到的用户图线信息与预先存储的标准面部图像进行对比后获取特征分量，然后对提取的特征分量采用H.264标准进行压缩，这种压缩方式的优点是：和现有其他视频编码比较，相同带宽下图像质量更优质，能够极大限度保证面部特征信息的完整。而且H.264的容错性很强，解决了在不稳定网络环境下发生丢包等错误，非常适合无线传输环境。压缩结束后，将压缩后的图像数据存入数据传送队列。

在本实施例中，对用户信息包括的用户运动信息，由于用户运动信息的数据量比较少，因此移动终端可以才采集之后直接实时的发送给后台计算平台。也可以将其存储在数据传送队列与语音数据和图像数据统一发送。

在本实施例中，传送队列的主要作用是根据当前移动终端网络环境来确定数据的发送规则。具体可根据移动终端当前的无线工作状态来调度数据的发送，这样可避免给无线网络带来大的压力。例如，当移动终端检测到当前的网络环境为WIFI环境时，传送队列确定的数据发送规则是直接发送全部数据；当移动终端检测到当前的网络环境是3G网络时，传送队列确定的数据发送规则是将数据打包成小于等于200KB的小包，全天分不同时间段发送，也可以由用户控制发送时间。避开对用户正常无线上网的影响。

实施例二：

为了更好地理解本发明，下面结合移动终端具体结构对本发明做进一步的说明。

请参见图8所示，该图所示为本实施例提供的移动终端结构示意图，其包括：处理模块、数据采集模块和发送模块；

处理模块用于控制数据采集模块采集用户信息，并通过发送模块发送给后台计算平台；所述用户信息包括用户特征信息和/或用户运动信息。

本实施例中的用户特征信息是指用户自身的特征信息，例如可以包括用户语音信息和/或用户面部信息；本实施例中的用户运动信息是指用户携带移动终端时的步行速度信息和/或用户路径信息；此处的步行速度包括用户步行的平均步行速度信息和/或用户在不同的时间段的步行速度信息；

本实施例中，移动终端采集用户信息的模式可以设置为自动模式和手动模块。其中，在自动模式下，移动终端可以自动检测自身当前的状态，并根据检测结果决定是否启动用户信息采集以及具体采集哪种用户信息。在手动模式下，移动终端则主要基于外部的数据采集指令启动对应用户信息的采集过程。下面对各种用户信息的采集过程进行举例说明。

在自动模式下，移动终端采集用户语音信息的过程包括：

移动终端的处理模块判断当前是否处于语音采集模式，具体包括判断是移动终端否处于通话状态和/或是否处于外置放置状态；如是，开启移动终端的数据采集模块所包括的语音数据采集子模块采集用户语音信息；直到移动终端不处于语音采集模式。此处的语音数据采集子模块具体可为麦克风。

本实施例中的通话状态可以是常规的语音和/或视频通话，也可以是利通第三方软件（例如微信、QQ、陌陌）进行的语音和/或视频通话；本实施例中的外置放置状态是指移动终端被取出并被放置的状态，例如桌面放置状态，此时虽然用户可能未使用该移动终端进行通话，但仍可开启移动终端的语音数据采集子模块对用户平常说话的语音信息进行采集；本实施例中，具体可采用移动终端的各种接近传感器判断移动终端当前是否处于外置放置状态。

在手动模式下，移动终端采集用户语音信息的过程包括：

移动终端的处理模块接收外部语音采集指令，该外部语音采集指令开启语音数据采集子模块采集用户语音信息；直到接收到外部的语音采集结束指令，或判断移动终端当前进行的通话结束或当前不再处于外置放置状态等。

在本实施例中，出于对用户自身数据有效性的判决，可在处理模块开启语音数据采集子模块采集用户语音信息之前，在移动终端中预先存储一段用户语音绑定信息，也即与该移动终端绑定的用户本人的录音。然后在语音信息采集过程中，处理模块将语音数据采集子模块采集的至少一段用户语音信息与预先存储的用户语音绑定信息进行比较，判断二者是否匹配，如匹配，才存储该段用户语音信息；否则，丢弃该段用户语音信息。在本实施例中，可根据具体的应用场景设定需要进行匹配的用户语音信息的量。例如，可设定只需要对语音采集的前段语音数据进行匹配，只要匹配到其中一段语音数据与预先存储的用户语音绑定信息相匹配时，则不再对后续采集的用户语音信息进行匹配。或为了提高语音数据采集的可靠性，可在对采集的所有用户语音数据按照上述过程进行匹配，仅存储与预先存储的用户语音绑定信息相匹配的用户语音信息，而将不匹配的那部分数据丢弃。

在本实施例中，移动终端的处理模块将用户语音信息与预先存储的用户语音绑定信息进行比较之前，还用于判断该用户语音信息中是否包含有有效的人声数据（人声数据音频频率在60HZ-2KHZ之间）；如包含，才进行后续的匹配工作；否则，将该段用户语音信息直接丢弃。由于移动终端所采集的用户语音信息包括用户说话的语音数据和背景音数据；本实施例中的处理模块可通过音频噪声抑制模块先将背景噪声去除，然后通过音量阈值来判断是否存在有效的人声数据。本实施例中，也可根据具体应用场景仅对语音采集的前段语音数据进行上述判断，只要判断其中一段语音数据包含有有效的人声数据，则不再对后续采集的语音数据进行判断。

在本实施中，处理模块还可用于在开启语音数据采集子模块采集语音数据前，还用于直接判断当前用户是否是与移动终端绑定的用户本人。例如处理模块可通过用户名密码等各种认证方式进行判断。例如，可要求用户在使用该移动终端之前，要求用户输入用户名密码，只有输入正确的用户名密码后才能认证通过，此时则可判定当前的用户就是与移动终端绑定的用户。

在自动模式下，移动终端采集用户面部信息的过程包括：

移动终端的处理模块判断移动终端的显示屏当前是否面向于用户，如是，开启数据采集模块包括的图像数据采集子模块采集用户面部信息；此时的图像数据采集子模块可为移动终端的前置摄像头。

或移动终端的处理模块判断移动终端的显示屏当前是否面向于用户，且该显示屏当前是否被点亮，如是，开启数据采集模块包括的图像数据采集子模块采集用户面部信息。

移动终端的处理模块判断其显示器当前是否面向用户的方式有多种，可根据具体的情况进行选择。例如，对于设置陀螺仪的移动终端，处理模块则可通过陀螺仪判断移动终端的显示器当前是否面向用户；处理模块还可结合加速度传感器和地磁传感器来判断。另外，处理模块还可通过判断用户是否有接触或触摸显示器判断移动终端的显示器当前是面向用户；或者处理模块通过移动终端中的浏览器、阅读器、视频播放器等应用软件的开启状体判断移动终端的显示器当前是面向用户。另外，处理模块具体可根据显示屏的LCD或OLED等的工作状态判断显示屏当前是否被点亮。

在手动模式下，移动终端采集用户面部信息的过程包括：

移动终端的处理模块接收外部图像采集指令，根据该外部图像采集指令开启图像数据采集子模块采集用户面部信息。

处理模块还可用于开启图像数据采集子模块之前，通过移动终端的光线检测子模块（例如光线传感器）判断当前环境光线是否满足拍摄要求，如满足，才开启图像数据采集子模块进行后续的拍摄步骤，否则，结束此次拍摄。

出于对用户自身数据有效性的判决，本实施例中还可在处理模块开启图像数据采集子模块采集图像数据之前，在移动终端中预先存储用户图像绑定信息（可以是一张本用户的标准照），然后在处理模块开启图像数据采集子模块采集用户图像信息的过程中，处理模块可将图像数据采集子模块采集的至少一幅用户图像信息与预先存储的用户图像绑定信息进行比较，判断二者是否匹配，如是，则存储该幅用户图像信息；否则，丢弃该幅用户图像信息。本实施例中，可根据具体的应用场景设定需要进行匹配的用户图像信息的量。例如，可设定只需要对图像采集的前一幅或几幅图像数据进行匹配，只要匹配到其中一幅图像数据与预先存储的用户图像绑定信息相匹配时，则不再对后续采集的用户语音信息进行匹配。

值得注意的是，在本实施例中，处理模块在对采集的用户图像数据进行存储时，可先将前一幅或前几幅与预先存储的用户图像绑定信息相匹配的用户图像数据完全保存，对于后续采集的用户图像数据，则以前面保存的用户图像数据为基础样本，仅提取后续用户图像数据中的面部特征数据进行存储，剩下的其他数据则可丢弃。例如可仅存储脸轮廓、发髻、眉毛、鼻尖、眼线、嘴唇线等面部数据。这种存储方式可以减少后续面部数据的采集量。

上述对当前用户是否是与移动终端绑定的用户本人的判断过程是在语音数据的采集过程中进行的。在本实施中，处理模块还可用于在开启图像数据采集子模块之前，执行对用户是否是与移动终端绑定的用户本人的判断。例如处理模块可通过用户名密码等各种认证方式进行判断。例如，可要求用户在使用该移动终端之前，要求用户输入用户名密码，只有输入正确的用户名密码后才能认证通过，此时则可判定当前的用户就是与移动终端绑定的用户。

在本实施例中，对于用户运动信息的采集也可在自动模式下，由移动终端的处理模块自动检测开启采集过程；也可由用户通过向移动终端的处理模块发送外部运动信息采集指令开启采集过程。其主要用来搜集用户日常的行动特征，例如步行速度、用户路径信息等。后台计算平台可结合用户的运动信息以及用户的语音特征信息和/或用户图像信息作为用户在不同环境状态下身体和情绪反应的依据。例如，当后台计算平台发现在晚间时刻，用户的步速突然由均匀变位加速，并且声频剧烈变化，则可判定为用户可能遇到危险且处于摆脱中。

在本实施例中，处理模块具体可通过移动终端的加速度传感器、地磁传感器和/或陀螺仪，并可进一步结合GPS计算出用户的运动范围、速度、轨迹等关键数据。对于获取到的用户运动信息可直接进行存储。

在本实施例中，对于移动终端所采集到的用户信息，为了能及时、准确的传送到后台计算平台，尽量减少数据传输量，降低网络负荷，本实施例对用户信息的传送具体可采用以下方式：

处理模块对用户信息包括的用户特征信息，通过其包括的信息特征提取模块提取该用户特征信息的包含的特征分量数据；将提取出的特征分量数据发送给后台计算平台。

下面分别对处理模块对用户语音信息和用户图像信息的特征分量的提取过程进行说明。

对于用户语音信息，处理器可以通过带通滤波器将语音信号外的噪声滤除，然后通过其包括的信息特征提取子模块从该语音信号中提取特征分量，将其他冗余数据丢掉；然后由后台计算平台根据这些特征分量和预先存储的该用户的典型音频信息进行重构。此处的典型音频信息可以是在初始化时引导用户输入的，例如可以引导用户念若干关键发音的词、句子等。获取到用户语音信息的特征分量后，可将这些特征分量进行存储，然后启动语音编码。为了确保特征信息尽可能的完整，本实施例中的语音编码采用波形编码和参数编码结合的混合编码方式，优点是：混合编码包括了若干语音特征参量又包括了部分波形编码信息，达到了波形编码的高质量和参量编码的低速率的优点。压缩结束后，将压缩后的语音数据存入数据传送队列。

本实施例中，对于用户图像信息的特征分量的提取过程为：处理器通过其包括的信息特征提取子模块将采集到的用户图线信息与预先存储的标准面部图像进行对比后获取特征分量，然后对提取的特征分量采用H.264标准进行压缩，这种压缩方式的优点是：和现有其他视频编码比较，相同带宽下图像质量更优质，能够极大限度保证面部特征信息的完整。而且H.264的容错性很强，解决了在不稳定网络环境下发生丢包等错误，非常适合无线传输环境。压缩结束后，将压缩后的图像数据存入数据传送队列。

在本实施例中，对用户信息包括的用户运动信息，由于用户运动信息的数据量比较少，因此移动终端可以才采集之后直接实时的发送给后台计算平台。也可以将其存储在数据传送队列与语音数据和图像数据统一发送。

在本实施例中，传送队列的主要作用是根据当前移动终端网络环境来确定数据的发送规则。具体可根据移动终端当前的无线工作状态来调度数据的发送，这样可避免给无线网络带来大的压力。例如，当处理器检测到移动终端当前的网络环境为WIFI环境时，传送队列确定的数据发送规则是直接发送全部数据；当处理器检测到移动终端当前的网络环境是3G网络时，传送队列确定的数据发送规则是将数据打包成小于等于200KB的小包，全天分不同时间段发送，也可以由用户控制发送时间。避开对用户正常无线上网的影响。

以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (21)

1.一种用户信息获取方法,其特征在于包括：

移动终端通过自身的数据采集模块采集用户信息，所述用户信息包括用户特征信息和/或用户运动信息；

移动终端将采集的用户信息发送给后台计算平台。

2.如权利要求1所述的用户信息获取方法，其特征在于，所述用户信息包括用户特征信息时，所述用户特征信息包括用户语音信息和/或用户面部信息。

3.如权利要求2所述的用户信息获取方法，其特征在于，所述用户特征信息包括用户语音信息时，移动终端通过所述数据采集模块的语音数据采集子模块采集用户语音信息，包括：

所述移动终端判断当前是否进入语音采集模式，如是，开启所述语音数据采集子模块采集用户语音信息；所述移动终端判断是否进入语音采集模块包括判断是否处于通话状态和/或是否处于外置放置状态；

或，

所述移动终端接收外部语音采集指令，根据该外部语音采集指令开启语音数据采集子模块采集用户语音信息。

4.如权利要求2所述的用户信息获取方法，其特征在于，所述用户特征信息包括用户面部信息时，移动终端通过所述数据采集模块的图像数据采集子模块采集用户面部信息，包括：

所述移动终端判断其显示屏当前是否面向于用户，如是，则开启所述图像数据采集子模块采集用户面部信息；

或，

所述判断移动终端其显示屏当前是否面向于用户且显示屏当前是否被点亮，如是，则开启所述图像数据采集子模块采集用户面部信息；

或，

所述移动终端接收外部图像采集指令，根据该外部图像采集指令开启所述图像数据采集子模块采集用户面部信息。

5.如权利要求3所述的用户信息获取方法，其特征在于，所述移动终端开启所述语音数据采集子模块采集用户语音信息包括：

所述移动终端将所述语音数据采集子模块采集的至少一段用户语音信息与预先存储的用户语音绑定信息进行比较，判断二者是否匹配，如是，则存储所述用户语音信息。

6.如权利要求5所述的用户信息获取方法，其特征在于，所述移动终端将所述用户语音信息与所述用户语音绑定信息进行比较之前，还包括：

判断所述用户语音信息中是否包含有有效的人声数据。

7.如权利要求4所述的用户信息获取方法，其特征在于，所述移动终端开启所述图像数据采集子模块采集用户图像信息包括：

所述移动终端将所述图像数据采集子模块采集的至少一幅用户图像信息与预先存储的用户图像绑定信息进行比较，判断二者是否匹配，如是，则存储所述用户图像信息。

8.如权利要求1-7任一项所述的用户信息获取方法，其特征在于，所述用户信息包括用户特征信息时，所述移动终端在获取用户特征信息之前，还包括：

所述移动终端判断当前使用的用户是否是与之绑定的用户。

9.如权利要求1-7任一项所述的用户信息获取方法，其特征在于，所述用户信息包括用户运动信息时，所述用户运动信息包括用户步行速度信息和/或用户路径信息。

10.如权利要求1-7任一项所述的用户信息获取方法，其特征在于，所述移动终端将采集的用户信息发送给后台计算平台包括：

所述用户信息包括用户特征信息时，提取该用户特征信息的包含的特征分量数据；将提取出的特征分量数据发送给后台计算平台。

11.如权利要求10所述的用户信息获取方法，其特征在于，所述将提取出的特征分量数据发送给后台计算平台包括：

将提取出的特征分量数据存入数据传送队列；

根据当前网络环境确定所述数据传送队列中的数据的发送规则；

根据所述规则将所述数据传送队列中的数据发送给所述后台计算平台。

12.一种移动终端,其特征在于包括处理模块、数据采集模块和发送模块；

所述处理模块用于控制所述数据采集模块采集用户信息，并通过所述发送模块发送给后台计算平台；所述用户信息包括用户特征信息和/或用户运动信息。

13.如权利要求12所述的移动终端，其特征在于，所述用户信息包括用户特征信息时，所述用户特征信息包括用户语音信息和/或用户面部信息。

14.如权利要求13所述的移动终端，其特征在于，所述数据采集模块包括语音数据采集子模块，所述用户特征信息包括用户语音信息时，所述处理模块控制所述数据采集模块采集用户语音信息包括：

所述处理模块判断所述移动终端当前是否进入语音采集模式，如是，开启所述语音数据采集子模块采集用户语音信息；所述处理模块判断所述移动终端是否进入语音采集模块包括判断所述移动终端是否处于通话状态和/或是否处于外置放置状态；

或，

所述处理模块接收外部语音采集指令，根据该外部语音采集指令开启语音数据采集子模块采集用户语音信息。

15.如权利要求13所述的移动终端，其特征在于，所述数据采集模块包括图像数据采集子模块，所述用户特征信息包括用户面部信息时，所述处理模块控制所述数据采集模块采集用户面部信息包括：

所述处理器判断所述移动终端的显示屏当前是否面向于用户，如是，则开启图像数据采集子模块采集用户面部信息；

或，

所述处理器判断所述移动终端的显示屏当前是否面向于用户且该显示屏当前是否被点亮，如是，则开启所述图像数据采集子模块采集用户面部信息；

或，

所述处理器接收外部图像采集指令，根据该外部图像采集指令开启所述图像数据采集子模块采集用户面部信息。

16.如权利要求14所述的移动终端，其特征在于，所述处理器开启所述语音数据采集子模块采集用户语音信息包括：

所述处理器将所述语音数据采集子模块采集的至少一段用户语音信息与预先存储的用户语音绑定信息进行比较，判断二者是否匹配，如是，则存储所述用户语音信息。

17.如权利要求16所述的移动终端，其特征在于，所述处理器还用于将所述用户语音信息与所述用户语音绑定信息进行比较之前，判断所述用户语音信息中是否包含有有效的人声数据。

18.如权利要求15所述的移动终端，其特征在于，所述处理器开启所述图像数据采集子模块采集用户图像信息包括：

所述处理器将所述图像数据采集子模块采集的至少一幅用户图像信息与预先存储的用户图像绑定信息进行比较，判断二者是否匹配，如是，则存储所述用户图像信息。

19.如权利要求12-18任一项所述的移动终端，其特征在于，所述处理器还用于在所述用户信息包括用户特征信息时，控制所述数据采集模块采集用户特征信息之前，判断当前使用的用户是否是与所述移动终端绑定的用户。

20.如权利要求12-18任一项所述的移动终端，其特征在于，所述用户信息包括用户运动信息时，所述用户运动信息包括用户步行速度信息和/或用户路径信息。

21.如权利要求12-18任一项所述的移动终端，其特征在于，所述处理器通过所述发送模块将所述用户信息发送给后台计算平台包括：

所述处理器判断所述用户信息包括用户特征信息时，提取该用户特征信息的包含的特征分量数据；将提取出的特征分量数据通过所述发送模块发送给后台计算平台。