CN105786362B - 一种基于姿势信息的提醒方法和装置 - Google Patents
一种基于姿势信息的提醒方法和装置 Download PDFInfo
- Publication number
- CN105786362B CN105786362B CN201410835036.1A CN201410835036A CN105786362B CN 105786362 B CN105786362 B CN 105786362B CN 201410835036 A CN201410835036 A CN 201410835036A CN 105786362 B CN105786362 B CN 105786362B
- Authority
- CN
- China
- Prior art keywords
- pressure
- sample
- pose information
- vector
- class
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Telephone Function (AREA)
Abstract
本发明公开了一种基于姿势信息的提醒方法和装置,根据待测对象的姿势信息提取待测样本向量,将所述待测样本向量输入压力分类模型确定待测对象的压力类别,按照所述压力类别输出对应的提醒信息;本发明同时还公开了一种基于姿势信息的提醒装置。
Description
技术领域
本发明涉及计算机网络技术,尤其涉及一种基于姿势信息的提醒方法和装置。
背景技术
随着经济的发展,人们生活节奏越来越快,来自工作、社会、生活各方面的压力也越来越大。实时、便捷地检测工作者的压力状态,及时给予提醒,提供减压指导,是缓解压力的有效方法。
发明内容
为解决现有存在的技术问题,本发明主要提供一种基于姿势信息的提醒方法和装置。
本发明的技术方案是这样实现的:
本发明提供一种基于姿势信息的提醒方法,该方法包括:
根据待测对象的姿势信息提取待测样本向量,将所述待测样本向量输入压力分类模型确定待测对象的压力类别,按照所述压力类别输出对应的提醒信息。
上述方案中,该方法还包括:获取实验对象的姿势信息,根据所述姿势信息提取实验样本向量,按照所述实验样本向量建立压力分类模型;
上述方案中,所述获取实验对象的姿势信息包括:移动终端接收采集设备发送来的不同压力类别的实验对象的姿势信息。
上述方案中,所述根据所述姿势信息提取实验样本向量包括:移动终端将不同压力类别的实验对象的姿势信息按频段划分后,对每个频段对应的频谱求和,得到指定维数的样本向量,采集各压力类别的样本向量组成实验样本向量。
上述方案中,所述按照所述实验样本向量建立压力分类模型包括:移动终端根据压力类别的种类,通过两两分类器建立不同的压力分类模型。
上述方案中,所述根据待测对象的姿势信息提取待测样本向量包括:移动终端接收采集设备发送来的待测对象的姿势信息,将所述姿势信息按频段划分后,对每个频段对应的频谱求和,得到指定维数的样本向量,将所述样本向量作为待测样本向量。
上述方案中,所述将所述待测样本向量输入压力分类模型确定待测对象的压力类别包括:移动终端将所述待测样本向量输入各压力分类模型,分别得到各压力分类模型的分类结果,通过对各分类结果进行投票确定待测对象的压力类别。
上述方案中,所述按照所述压力类别输出对应的提醒信息包括:移动终端在初始提醒时,根据用户指标,结合参考指标,输出初始提醒信息,在确定待测对象的压力类别后,按照所述压力类别,结合参考指标,输出对应的提醒信息;
或者,
移动终端在初始提醒时,向平台端发送初始提醒请求,平台端根据所述初始提醒请求,查询用户指标,结合参考指标,将初始提醒信息推送给移动终端,移动终端接收所述初始提醒信息后,输出初始提醒信息;在确定待测对象的压力类别后,将所述压力类别发送给平台端,平台端按照所述压力类别,结合参考指标,将对应的提醒信息推送给移动终端,移动终端接收所述提醒信息后,输出所述提醒信息。
本发明提供一种基于姿势信息的提醒装置,该装置包括:第一提取模块、确定模块、提醒模块;其中,
第一提取模块,用于根据待测对象的姿势信息提取待测样本向量;
确定模块,用于将所述待测样本向量输入压力分类模型确定待测对象的压力类别;
提醒模块,按照所述压力类别输出对应的提醒信息。
上述方案中,该装置还包括:
信息获取模块,用于获取实验对象的姿势信息;
第二提取模块,用于根据所述姿势信息提取实验样本向量;
模型建立模块,用于按照所述实验样本向量建立压力分类模型。
上述方案中,所述信息获取模块,具体用于接收采集设备发送来的不同压力类别的实验对象的姿势信息。
上述方案中,所述第二提取模块,具体用于将不同压力类别的实验对象的姿势信息按频段划分后,对每个频段对应的频谱求和,得到指定维数的样本向量,采集各压力类别的样本向量组成实验样本向量。
上述方案中,模型建立模块,具体用于根据压力类别的种类,通过两两分类器建立不同的压力分类模型。
上述方案中,所述第一提取模块,具体用于将待测对象的姿势信息按频段划分后,对每个频段对应的频谱求和,得到指定维数的样本向量,将所述样本向量作为待测样本向量;
相应的,所述信息获取模块,还用于接收采集设备发送来的待测对象的姿势信息。
上述方案中,所述确定模块,具体用于将所述待测样本向量输入各压力分类模型,分别得到各压力分类模型的分类结果,通过对各分类结果进行投票确定待测对象的压力类别。
上述方案中,所述提醒模块,具体用于在初始提醒时,根据用户指标,结合参考指标,输出初始提醒信息,在确定模块确定待测对象的压力类别后,按照所述压力类别,结合参考指标,输出对应的提醒信息;或者,在初始提醒时,向平台端发送初始提醒请求,接收平台端推送的初始提醒信息,输出初始提醒信息,在确定模块确定待测对象的压力类别后,将所述压力类别发送给平台端,接收平台端推送的提醒信息,输出所述提醒信息。
本发明提供一种移动终端,该移动终端包括所述基于姿势信息的提醒装置。
本发明提供了一种基于姿势信息的提醒方法和装置,根据待测对象的姿势信息提取待测样本向量,将所述待测样本向量输入压力分类模型确定待测对象的压力类别,按照所述压力类别输出对应的提醒信息;如此,能够在待测对象自然的状态下进行压力检测,检测过程完全无干扰,检测结果更加准确,提醒的针对性更强。
附图说明
图1为本发明实施例提供的基于姿势信息的提醒方法的流程示意图;
图2为本发明实施例提供的通过三个压力分类模型对待测样本向量进行处理的原理示意图;
图3为本发明实施例提供的基于姿势信息的提醒装置的结构示意图。
具体实施方式
下面通过附图及具体实施例对本发明做进一步的详细说明。
本发明实施例实现一种基于姿势信息的提醒方法,根据待测对象的姿势信息提取待测样本向量,将所述待测样本向量输入压力分类模型确定待测对象的压力类别,按照所述压力类别输出对应的提醒信息;
本发明实施例的方法还包括:获取实验对象的姿势信息,根据所述姿势信息提取实验样本向量,按照所述实验样本向量建立压力分类模型。
图1所示的实施例,包括以下几个步骤:
步骤101:获取实验对象的姿势信息;
具体的,移动终端接收采集设备发送来的不同压力类别的实验对象的姿势信息,包括:姿势状态、和/或姿势压力、和/或姿势位移等,所述移动终端可以是手机、Pad、笔记本等,所述采集设备可以是摄像头或智能坐垫等,这里,所述摄像头包括图像处理装置,用于采集姿势状态和姿势位移等,所述智能坐垫用于通过传感器采集姿势压力和姿势位移等。
以智能坐垫为例,智能坐垫上分布着压力传感器阵列,在采样时间段内,以10hz的频率记录智能坐垫上压力的中心位置坐标及压力大小(xi,yi,wi),其中(xi,yi)为压力中心位置坐标,wi为压力大小,计算{xi}、{yi}、{wi}的频谱,作为压力状态判别所用的数据。所述采样时间段可以是每周一、三、五上午9:30~10:00,下午2:00~2:30。
步骤102:根据所述姿势信息提取实验样本向量;
具体的,移动终端将不同压力类别的实验对象的姿势信息按频段划分后,对每个频段对应的频谱求和,得到指定维数的样本向量,采集各压力类别的样本向量组成实验样本向量;
以智能坐垫为例,对于不同压力类别的姿势信息,移动终端分别针对每个实验对象的样本将{xi}、{yi}、{wi}的频谱分为n个频段,对每个频段对应的频谱求和,得到维数为3n的样本向量,采集N个样本向量组成实验样本向量Si,i=1,2,...,N,N为样本个数;其中,所述不同压力类别为三种压力时,即第一压力、第二压力、第三压力,所述第一压力可以是无压力,第二压力可以是中度压力、第三压力可以是重度压力;N个样本向量由三种压力状态下采集的姿势信息组成。
步骤103:按照所述实验样本向量建立压力分类模型;
具体的,移动终端根据压力类别的种类,通过两两分类器建立不同的压力分类模型;
以上述的智能坐垫为例,在压力类别为第一压力标记为A、第二压力标记为B、第三压力标记为C时,通过两两分类器建立三个压力分类模型:a:A vs B、b:B vs C、c:C vs A,其中,a中A作为正类,B为负类;b中B作为正类,C为负类;c中C作为正类,A为负类。
以压力分类模型a为例,压力分类模型a可以由判别函数表示:其中,Na为实验中属于压力类别A、B的样本个数之和,Si为实验样本向量,S为待测样本向量,ci为实验样本向量的压力类别的标识,若Si为A类,则ci=1;若Si为B类,则ci=-1,i=1,2,…,Na。
其中,ai *通过解下列约束优化问题得到:
受限于
b*可以由一个实验样本向量Sk和判别函数f(S)得到:
步骤104:根据待测对象的姿势信息提取待测样本向量;
具体的,移动终端接收采集设备发送来的待测对象的姿势信息,将所述姿势信息按频段划分后,对每个频段对应的频谱求和,得到指定维数的样本向量,将所述样本向量作为待测样本向量。
步骤105:将所述待测样本向量输入压力分类模型确定待测对象的压力类别;
具体的,移动终端将所述待测样本向量输入各压力分类模型,分别得到各压力分类模型的分类结果,通过对各分类结果进行投票确定待测对象的压力类别;
以步骤103中的三个压力分类模型为例,如图2所示,将所述待测样本向量S=(s1,s2,,s3n)输入所述三个压力分类模型,根据三个压力分类模型的分类结果,投票确定待测样本向量所属类别,其中,投票方法为:
若压力分类模型a的分类结果为A,则A=A+1,else B=B+1;
若压力分类模型b的分类结果为B,则B=B+1,else C=C+1;
若压力分类模型c的分类结果为C,则C=C+1,else A=A+1;
比较A、B、C的分数,以分数最高的类别作为待测样本向量所属类别。
步骤106:按照所述压力类别输出对应的提醒信息;
具体的,移动终端在初始提醒时,可以根据用户指标,如用户性别、年龄、健康状况等指标,结合参考指标,输出初始提醒信息,所述参考指标可以是国家《普通人群体育锻炼标准》,所述初始提醒信息可以是初始运动指导方案;这里,移动终端也可以在初始提醒时,向平台端发送初始提醒请求,所述初始提醒请求中包括用户名,平台端根据所述初始提醒请求,查询用户性别、年龄、健康状况等指标,结合参考指标,将初始提醒信息推送给移动终端,移动终端接收所述初始提醒信息后,输出初始提醒信息;
移动终端在确定待测对象的压力类别后,按照所述压力类别,结合参考指标,输出对应的提醒信息;也可以是,移动终端在确定待测对象的压力类别后,将所述压力类别发送给平台端,平台端按照所述压力类别,结合参考指标,将对应的提醒信息推送给移动终端,移动终端接收所述提醒信息后,输出所述提醒信息;例如,若压力类别为中度压力,则平台端结合《普通人群体育锻炼标准》,推送对应中度压力的调节方案,包括普适性的心理训练和个性化的运动指导。
其中,上述步骤101~103为可选的。
为了实现上述方法,本发明还提供一种基于姿势信息的提醒装置,如图3所示,该装置包括:第一提取模块31、确定模块32、提醒模块33;其中,
第一提取模块31,用于根据待测对象的姿势信息提取待测样本向量;
确定模块32,用于将所述待测样本向量输入压力分类模型确定待测对象的压力类别;
提醒模块33,按照所述压力类别输出对应的提醒信息。
该装置还包括:信息获取模块34,用于获取实验对象的姿势信息;
第二提取模块35,用于根据所述姿势信息提取实验样本向量;
模型建立模块36,用于按照所述实验样本向量建立压力分类模型;
其中,所述信息获取模块34接收采集设备发送来的不同压力类别的实验对象的姿势信息,包括:姿势状态、和/或姿势压力、和/或姿势位移等,所述移动终端可以是手机、Pad、笔记本等,所述采集设备可以是摄像头或智能坐垫等,这里,所述摄像头包括图像处理装置,用于采集姿势状态和姿势位移等,所述智能坐垫用于通过传感器采集姿势压力和姿势位移等;
第二提取模块35将不同压力类别的实验对象的姿势信息按频段划分后,对每个频段对应的频谱求和,得到指定维数的样本向量,采集各压力类别的样本向量组成实验样本向量;
模型建立模块36根据压力类别的种类,通过两两分类器建立不同的压力分类模型;
第一提取模块31将待测对象的姿势信息按频段划分后,对每个频段对应的频谱求和,得到指定维数的样本向量,将所述样本向量作为待测样本向量;
相应的,所述信息获取模块34还接收采集设备发送来的待测对象的姿势信息;
确定模块32将所述待测样本向量输入各压力分类模型,分别得到各压力分类模型的分类结果,通过对各分类结果进行投票确定待测对象的压力类别;
提醒模块33在初始提醒时,可以根据用户性别、年龄、健康状况等指标,结合参考指标,输出初始提醒信息,所述参考指标可以是国家《普通人群体育锻炼标准》,所述初始提醒信息可以是初始运动指导方案;这里,也可以在初始提醒时,向平台端发送初始提醒请求,接收平台端推送的初始提醒信息,输出初始提醒信息;
在确定模块32确定待测对象的压力类别后,提醒模块33按照所述压力类别,结合参考指标,输出对应的提醒信息;也可以是,将所述压力类别发送给平台端,接收平台端推送的提醒信息,输出所述提醒信息。
上述信息获取模块34可以由移动终端中的通信芯片实现,第一提取模块31、确定模块32、第二提取模块35、模型建立模块36可以由移动终端中的处理器结合存储器实现,提醒模块33可以由移动终端中的界面显示器实现,本发明不做具体限定。
基于上述装置,本发明还提供一种移动终端,该移动终端包括上述装置。
本发明实施例所述基于姿势信息的提醒方法如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、磁碟或者光盘等各种可以存储程序代码的介质。这样,本发明实施例不限制于任何特定的硬件和软件结合。
相应的,本发明实施例还提供一种计算机存储介质,其中存储有计算机程序,该计算机程序用于执行本发明实施例的基于姿势信息的提醒方法。
综上所述,能够在待测对象自然的状态下进行压力检测,检测过程完全无干扰,检测结果更加准确,提醒的针对性更强。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (16)
1.一种基于姿势信息的提醒方法,其特征在于,该方法包括:
根据待测对象的姿势信息提取待测样本向量,将所述待测样本向量输入压力分类模型确定待测对象的压力类别,按照所述压力类别输出对应的提醒信息;
其中,所述根据待测对象的姿势信息提取待测样本向量包括:
移动终端接收采集设备发送来的待测对象的姿势信息;所述姿势信息包括姿势压力;
对姿势压力的中心位置的横坐标、纵坐标及压力大小形成的时域信号进行频域变换,得到对应的频谱;所述时域信号是采集设备在采样时间段内按照预设频率进行记录得到的;
针对每个实验对象的样本,分别按频段对姿势压力的中心位置的横坐标、纵坐标及压力大小对应的频谱进行划分;对每个频段对应的频谱求和,得到指定维数的样本向量,将所述样本向量作为待测样本向量。
2.根据权利要求1所述的提醒方法,其特征在于,该方法还包括:获取实验对象的姿势信息,根据所述姿势信息提取实验样本向量,按照所述实验样本向量建立压力分类模型。
3.根据权利要求2所述的提醒方法,其特征在于,所述获取实验对象的姿势信息包括:移动终端接收采集设备发送来的不同压力类别的实验对象的姿势信息。
4.根据权利要求3所述的提醒方法,其特征在于,所述根据所述姿势信息提取实验样本向量包括:
移动终端获取不同压力类别的实验对象的姿势信息;所述姿势信息包括姿势压力;
对姿势压力的中心位置的横坐标、纵坐标及压力大小形成的时域信号进行频域变换,得到对应的频谱;所述时域信号是采集设备在采样时间段内按照预设频率进行记录得到的;
针对每个实验对象的样本,分别按频段对姿势压力的中心位置的横坐标、纵坐标及压力大小对应的频谱进行划分;对每个频段对应的频谱求和,得到指定维数的样本向量;
采集各压力类别的样本向量组成实验样本向量。
5.根据权利要求3所述的提醒方法,其特征在于,所述按照所述实验样本向量建立压力分类模型包括:移动终端根据压力类别的种类,通过两两分类器建立不同的压力分类模型。
6.根据权利要求5所述的提醒方法,其特征在于,所述将所述待测样本向量输入压力分类模型确定待测对象的压力类别包括:移动终端将所述待测样本向量输入各压力分类模型,分别得到各压力分类模型的分类结果,通过对各分类结果进行投票确定待测对象的压力类别。
7.根据权利要求1所述的提醒方法,其特征在于,所述按照所述压力类别输出对应的提醒信息包括:移动终端在初始提醒时,根据用户指标,结合参考指标,输出初始提醒信息,在确定待测对象的压力类别后,按照所述压力类别,结合参考指标,输出对应的提醒信息;
或者,
移动终端在初始提醒时,向平台端发送初始提醒请求,平台端根据所述初始提醒请求,查询用户指标,结合参考指标,将初始提醒信息推送给移动终端,移动终端接收所述初始提醒信息后,输出初始提醒信息;在确定待测对象的压力类别后,将所述压力类别发送给平台端,平台端按照所述压力类别,结合参考指标,将对应的提醒信息推送给移动终端,移动终端接收所述提醒信息后,输出所述提醒信息。
8.一种基于姿势信息的提醒装置,其特征在于,该装置包括:第一提取模块、确定模块、提醒模块;其中,
第一提取模块,用于根据待测对象的姿势信息提取待测样本向量;
确定模块,用于将所述待测样本向量输入压力分类模型确定待测对象的压力类别;
提醒模块,按照所述压力类别输出对应的提醒信息;
所述第一提取模块,具体用于接收采集设备发送来的待测对象的姿势信息;所述姿势信息包括姿势压力;对姿势压力的中心位置的横坐标、纵坐标及压力大小形成的时域信号进行频域变换,得到对应的频谱;所述时域信号是采集设备在采样时间段内按照预设频率进行记录得到的;针对每个实验对象的样本,分别按频段对姿势压力的中心位置的横坐标、纵坐标及压力大小对应的频谱进行划分;对每个频段对应的频谱求和,得到指定维数的样本向量,将所述样本向量作为待测样本向量。
9.根据权利要求8所述的提醒装置,其特征在于,该装置还包括:
信息获取模块,用于获取实验对象的姿势信息;
第二提取模块,用于根据所述姿势信息提取实验样本向量;
模型建立模块,用于按照所述实验样本向量建立压力分类模型。
10.根据权利要求9所述的提醒装置,其特征在于,所述信息获取模块,具体用于接收采集设备发送来的不同压力类别的实验对象的姿势信息。
11.根据权利要求10所述的提醒装置,其特征在于,所述第二提取模块,具体用于获取不同压力类别的实验对象的姿势信息;所述姿势信息包括姿势压力;对姿势压力的中心位置的横坐标、纵坐标及压力大小形成的时域信号进行频域变换,得到对应的频谱;所述时域信号是采集设备在采样时间段内按照预设频率进行记录得到的;针对每个实验对象的样本,分别按频段对姿势压力的中心位置的横坐标、纵坐标及压力大小对应的频谱进行划分;对每个频段对应的频谱求和,得到指定维数的样本向量;采集各压力类别的样本向量组成实验样本向量。
12.根据权利要求10所述的提醒装置,其特征在于,模型建立模块,具体用于根据压力类别的种类,通过两两分类器建立不同的压力分类模型。
13.根据权利要求10所述的提醒装置,其特征在于,
所述信息获取模块,还用于接收采集设备发送来的待测对象的姿势信息。
14.根据权利要求12所述的提醒装置,其特征在于,所述确定模块,具体用于将所述待测样本向量输入各压力分类模型,分别得到各压力分类模型的分类结果,通过对各分类结果进行投票确定待测对象的压力类别。
15.根据权利要求8所述的提醒装置,其特征在于,所述提醒模块,具体用于在初始提醒时,根据用户指标,结合参考指标,输出初始提醒信息,在确定模块确定待测对象的压力类别后,按照所述压力类别,结合参考指标,输出对应的提醒信息;或者,在初始提醒时,向平台端发送初始提醒请求,接收平台端推送的初始提醒信息,输出初始提醒信息,在确定模块确定待测对象的压力类别后,将所述压力类别发送给平台端,接收平台端推送的提醒信息,输出所述提醒信息。
16.一种移动终端,其特征在于,该移动终端包括权利要求8至15任一项所述的基于姿势信息的提醒装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410835036.1A CN105786362B (zh) | 2014-12-26 | 2014-12-26 | 一种基于姿势信息的提醒方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410835036.1A CN105786362B (zh) | 2014-12-26 | 2014-12-26 | 一种基于姿势信息的提醒方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105786362A CN105786362A (zh) | 2016-07-20 |
CN105786362B true CN105786362B (zh) | 2019-08-27 |
Family
ID=56389076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410835036.1A Active CN105786362B (zh) | 2014-12-26 | 2014-12-26 | 一种基于姿势信息的提醒方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105786362B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109445575B (zh) * | 2018-09-30 | 2022-04-12 | 上海掌门科技有限公司 | 用于呈现投影信息的方法与设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102440588A (zh) * | 2011-09-09 | 2012-05-09 | 上海交通大学 | 一种基于坐姿识别的人机交互智能设备及其应用 |
CN103473890A (zh) * | 2013-09-12 | 2013-12-25 | 合肥工业大学 | 基于多信息的驾驶员疲劳实时监测系统及监测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012040271A (ja) * | 2010-08-23 | 2012-03-01 | Yoshihisa Yamazaki | 静脈環流制限下トレーニングシステム |
-
2014
- 2014-12-26 CN CN201410835036.1A patent/CN105786362B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102440588A (zh) * | 2011-09-09 | 2012-05-09 | 上海交通大学 | 一种基于坐姿识别的人机交互智能设备及其应用 |
CN103473890A (zh) * | 2013-09-12 | 2013-12-25 | 合肥工业大学 | 基于多信息的驾驶员疲劳实时监测系统及监测方法 |
Non-Patent Citations (3)
Title |
---|
Darma:带光纤和压力传感器的智能坐垫;传感器专家网;《http://www.sensorexpert.com.cn/Article/Darmadaiguangxianhey_1.html》;20140526;第1-2页 * |
坐姿压力分布测量系统的设计;杨丽丽;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20090615;第1-80页 * |
智能坐垫Darma:改善坐姿,;陈明;《http://tech2ipo.com/88866》;20141027;第1-2页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105786362A (zh) | 2016-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109214343B (zh) | 用于生成人脸关键点检测模型的方法和装置 | |
Hossain | Cloud-supported cyber–physical localization framework for patients monitoring | |
KR102166011B1 (ko) | 터치입력을 이용한 인지장애 판단 시스템 및 방법 | |
Chang et al. | ScalpEye: A deep learning-based scalp hair inspection and diagnosis system for scalp health | |
CN100487720C (zh) | 人脸对照装置 | |
US20120154117A1 (en) | Supplementing biometric identification with device identification | |
CN105844206A (zh) | 身份认证方法及设备 | |
Min et al. | Support vector machine approach to fall recognition based on simplified expression of human skeleton action and fast detection of start key frame using torso angle | |
CN108229324A (zh) | 手势追踪方法和装置、电子设备、计算机存储介质 | |
CN111179935B (zh) | 一种语音质检的方法和设备 | |
CN102855552A (zh) | 信息处理设备、信息处理方法和程序 | |
Ketabdar et al. | System and methodology for using mobile phones in live remote monitoring of physical activities | |
JP2018165998A (ja) | 応対装置、応対システム、応対方法、及び記録媒体 | |
CN104520719A (zh) | 使用运动数据的多计量检测和处理 | |
CN107944363A (zh) | 人脸图像处理方法、系统及服务器 | |
CN105786362B (zh) | 一种基于姿势信息的提醒方法和装置 | |
CN108880815A (zh) | 身份验证方法、装置和系统 | |
CN110378304A (zh) | 皮肤状态检测方法、装置、设备及存储介质 | |
CN106022272A (zh) | 一种判定正脸图像的方法和装置 | |
US20170309040A1 (en) | Method and device for positioning human eyes | |
Doan | An efficient patient activity recognition using LSTM network and high-fidelity body pose tracking | |
CN111797849A (zh) | 用户活动识别方法、装置、存储介质及电子设备 | |
FR3058538B1 (fr) | Procede multiparametrique de quantification de l'equilibre | |
CN112232890A (zh) | 数据处理方法、装置、设备及存储介质 | |
EP3709866A1 (fr) | Procédé amélioré de quantification de l'équilibre |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |