CN105894252A - 一种基于穿戴设备的用户起床提醒方法及穿戴设备 - Google Patents
一种基于穿戴设备的用户起床提醒方法及穿戴设备 Download PDFInfo
- Publication number
- CN105894252A CN105894252A CN201610297560.7A CN201610297560A CN105894252A CN 105894252 A CN105894252 A CN 105894252A CN 201610297560 A CN201610297560 A CN 201610297560A CN 105894252 A CN105894252 A CN 105894252A
- Authority
- CN
- China
- Prior art keywords
- duration
- user
- sleep
- fingerprint image
- wearable device
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Economics (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明实施例涉及穿戴设备技术领域,公开了一种基于穿戴设备的用户起床提醒方法及穿戴设备,该方法包括:检测用户的睡眠时长;判断所述睡眠时长是否达到与所述用户的年龄相匹配的正常睡眠时长;如果达到,判断所述用户在所述睡眠时长内的睡眠质量是否满足预设睡眠质量,如果满足,提醒所述用户起床。本发明实施例能够在用户睡眠时间和睡眠质量得到保证的情况下提醒用户起床。
Description
技术领域
本发明涉及穿戴设备技术领域,尤其涉及一种基于穿戴设备的用户起床提醒方法及穿戴设备。
背景技术
在日常生活中,用户可以在闹钟上设置好闹铃时间,当闹铃时间到达时可以提醒用户起床。然而在实践中发现,当某一天用户太晚睡或者用户睡眠不好时,如果用户仍然被设置好的闹铃闹醒,则会对用户造成不良影响,从短期来看会照成用户的工作效率低下,从长期来看会造成用户的神经衰弱身体状况每况愈下。因此,当前急需一种能确保用户睡眠时间和睡眠质量的起床提醒设备。
发明内容
本发明实施例公开了一种基于穿戴设备的用户起床提醒方法及穿戴设备,能够在确保用户睡眠时间和睡眠质量的情况下提醒用户起床。
本发明实施例第一方面公开了一种基于穿戴设备的用户起床提醒方法,包括:
检测用户的睡眠时长;
判断所述睡眠时长是否达到与所述用户的年龄相匹配的正常睡眠时长;
如果达到,判断所述用户在所述睡眠时长内的睡眠质量是否满足预设睡眠质量,如果满足,提醒所述用户起床。
作为一种可选的实施方式,在本发明实施例第一方面中,所述检测用户的睡眠时长之前,所述方法还包括:
采集用户输入的待验证指纹图像;
检测所述待验证指纹图像是否与所述穿戴设备存储的任一注册指纹图像相匹配,如果相匹配,获取所述注册指纹图像绑定的预设年龄作为所述用户的年龄。
作为另一种可选的实施方式,在本发明实施例第一方面中,所述检测用户的睡眠时长之前,所述方法还包括:
采集用户输入的待验证指纹图像;
检测所述待验证指纹图像是否与所述穿戴设备存储的任一注册指纹图像相匹配,如果相匹配,获取所述注册指纹图像绑定的预设用户出生日期;
利用所述预设用户出生日期和所述穿戴设备当前显示的实时日期计算所述用户的年龄。
作为另一种可选的实施方式,在本发明实施例第一方面中,所述采集用户输入的待验证指纹图像,包括:
检测同时对所述穿戴设备的第一侧面和第二侧面施加的按压力值,所述第一侧面和所述第二侧面相对;
判断所述第一侧面被施加的按压力值与所述第二侧面被施加的按压力值二者的差值是否小于预设触发阈值,如果小于所述预设触发阈值,利用所述穿戴设备设置的指纹识别模组采集用户输入的待验证指纹图像。
作为另一种可选的实施方式,在本发明实施例第一方面中,所述检测所述待验证指纹图像是否与所述穿戴设备存储的任一注册指纹图像相匹配,包括:
运用局部灰度方差法从所述待验证指纹图像中分割出待验证指纹所在的区域,在分割出的区域中运用方向滤波法实现指纹的二值化,并通过改进的混合OPTA算法对二值图像进行细化处理;运用Poincare法检测并统计指纹中心点的个数,确定指纹的参考点和参考方向,并在细化后的指纹图像中提取指纹特征点信息;以参考点为原点,以参考方向为主轴,用极坐标的形式表示指纹特征点坐标,将指纹特征点坐标作为待识指纹的特征数据,并将该待识指纹的特征数据和所述穿戴设备存储的任一注册指纹图像的特征数据进行匹配,如果匹配成功,则判断出所述待验证指纹图像与所述任一注册指纹图像相匹配。
作为另一种可选的实施方式,在本发明实施例第一方面中,所述判断所述用户在所述睡眠时长内的睡眠质量是否满足预设睡眠质量,包括:
判断所述用户在所述睡眠时长内的深睡眠时长是否超过预设最短允许深睡眠时长,如果超过所述预设最短允许深睡眠时长,判断所述用户在所述睡眠时长内的运动量发生改变的平均间隔时长是否超过指定平均间隔时长,如果超过所述指定平均间隔时长,识别所述用户在所述睡眠时长内的睡眠质量满足预设睡眠质量。
作为另一种可选的实施方式,在本发明实施例第一方面中,如果所述用户在所述睡眠时长内的深睡眠时长未超过所述预设最短允许深睡眠时长,所述方法还包括:
识别所述用户在所述睡眠时长内的睡眠质量不满足所述预设睡眠质量;
计算所述预设最短允许深睡眠时长与所述用户在所述睡眠时长内的深睡眠时长的时间差,所述时间差作为第一指定延迟时长;
启动重新计时,并且判断所述重新计时是否达到所述第一指定延迟时长,如果所述重新计时达到所述第一指定延迟时长,执行所述的提醒所述用户起床的步骤。
作为另一种可选的实施方式,在本发明实施例第一方面中,如果所述用户在所述睡眠时长内的运动量发生改变的平均间隔时长未超过于所述指定平均间隔时长,所述方法还包括:
识别所述用户在所述睡眠时长内的睡眠质量不满足所述预设睡眠质量;
重新计时,并且判断所述重新计时是否达到第二指定延迟时长,如果所述重新计时达到所述第二指定延迟时长,执行所述的提醒所述用户起床的步骤。
本发明实施例第二方面公开了一种穿戴设备,包括:
第一检测单元,用于检测用户的睡眠时长;
第一判断单元,用于判断所述睡眠时长是否达到与所述用户的年龄相匹配的正常睡眠时长;
第二判断单元,用于在所述第一判断单元的判断结果为达到时,判断所述用户在所述睡眠时长内的睡眠质量是否满足预设睡眠质量,如果满足,启动提醒单元;
所述提醒单元,用于提醒所述用户起床。
作为一种可选的实施方式,在本发明实施例第二方面中,所述穿戴设备还包括:
第一采集单元,用于在所述第一检测单元检测用户的睡眠时长之前,采集用户输入的待验证指纹图像;
第一匹配单元,用于检测所述待验证指纹图像是否与所述穿戴设备存储的任一注册指纹图像相匹配;
第一获取单元,用于在所述第一匹配单元的检测结果为相匹配时,获取所述注册指纹图像绑定的预设年龄作为所述用户的年龄。
作为另一种可选的实施方式,在本发明实施例第二方面中,所述穿戴设备还包括:
第二采集单元,用于在所述第一检测单元检测用户的睡眠时长之前,采集用户输入的待验证指纹图像;
第二匹配单元,用于检测所述待验证指纹图像是否与所述穿戴设备存储的任一注册指纹图像相匹配;
第二获取单元,用于获取所述注册指纹图像绑定的预设用户出生日期;
计算单元,用于利用所述预设用户出生日期和所述穿戴设备当前显示的实时日期计算所述用户的年龄。
作为另一种可选的实施方式,在本发明实施例第二方面中,所述采集用户输入的待验证指纹图像的方式具体为:
检测同时对所述穿戴设备的第一侧面和第二侧面施加的按压力值,所述第一侧面和所述第二侧面相对;
判断所述第一侧面施加的按压力值与所述第二侧面施加的按压力值二者的差值是否小于预设触发阈值,如果小于所述预设触发阈值,利用所述穿戴设备设置的指纹识别模组采集用户输入的待验证指纹图像。
作为另一种可选的实施方式,在本发明实施例第二方面中,所述检测所述待验证指纹图像是否与任意一个预存储指纹图像相匹配,包括:
运用局部灰度方差法从所述待验证指纹图像中分割出待验证指纹所在的区域,在分割出的区域中运用方向滤波法实现指纹的二值化,并通过改进的混合OPTA算法对二值图像进行细化处理;运用Poincare法检测并统计指纹中心点的个数,确定指纹的参考点和参考方向,并在细化后的指纹图像中提取指纹特征点信息;以参考点为原点,以参考方向为主轴,用极坐标的形式表示指纹特征点坐标,将指纹特征点坐标作为待识指纹的特征数据,并将该待识指纹的特征数据和所述穿戴设备存储的任一注册指纹图像的特征数据进行匹配,如果匹配成功,则判断出所述待验证指纹图像与所述任一注册指纹图像相匹配。
作为另一种可选的实施方式,在本发明实施例第二方面中,所述第二判断单元包括:
深睡眠判断子单元,用于在所述第一判断单元的判断结果为达到时,判断所述用户在所述睡眠时长内的深睡眠时长是否超过预设最短允许深睡眠时长;
运动量判断子单元,用于在所述深睡眠判断子单元的判断结果为超过所述预设最短允许深睡眠时长时,判断所述用户在所述睡眠时长内的运动量发生改变的平均间隔时长是否超过指定平均间隔时长;
质量识别子单元,用于在所述运动量判断子单元的判断结果为超过所述指定平均间隔时长时,识别所述用户在所述睡眠时长内的睡眠质量满足预设睡眠质量。
作为另一种可选的实施方式,在本发明实施例第二方面中:
所述质量识别子单元,还用于在所述深睡眠判断子单元判断所述用户在所述睡眠时长内的深睡眠时长未超过所述预设最短允许深睡眠时长时,识别所述用户在所述睡眠时长内的睡眠质量不满足所述预设睡眠质量;
所述第二判断单元还包括:
延迟计算子单元,用于计算所述预设最短允许深睡眠时长与所述用户在所述睡眠时长内的深睡眠时长的时间差,所述时间差作为第一指定延迟时长;
第一重新计时子单元,用于启动重新计时,并且判断所述重新计时是否达到所述第一指定延迟时长,如果所述重新计时达到所述第一指定延迟时长,启动所述提醒单元。
作为另一种可选的实施方式,在本发明实施例第二方面中:
所述质量识别子单元,还用于在所述运动量判断子单元判断所述用户在所述睡眠时长内的运动量发生改变的平均间隔时长未超过于所述指定平均间隔时长时,识别所述用户在所述睡眠时长内的睡眠质量不满足所述预设睡眠质量;
所述第二判断单元还包括:
第二重新计时子单元,用于启动重新计时,并且判断所述重新计时是否达到第二指定延迟时长,如果所述重新计时达到所述第二指定延迟时长,启动所述提醒单元。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,当穿戴设备判断用户的睡眠时长判断达到与用户的年龄相匹配的正常睡眠时长时,穿戴设备可以进一步判断用户在该睡眠时长内的睡眠质量是否满足预设睡眠质量,如果满足,才提醒用户起床。显示,实施实施例可以在用户睡眠时间和睡眠质量得到保证的情况下才提醒用户起床,提高用户体验。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种基于穿戴设备的用户起床提醒方法的流程示意图;
图2是本发明实施例公开的另一种基于穿戴设备的用户起床提醒方法的流程示意图;
图3是本发明实施例公开的另一种基于穿戴设备的用户起床提醒方法的流程示意图;
图4是本发明实施例公开的一种穿戴设备的结构示意图;
图5是本发明实施例公开的另一种穿戴设备的结构示意图;
图6是本发明实施例公开的另一种穿戴设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种基于穿戴设备的用户起床提醒方法及穿戴设备,有效地解决确保用户睡眠时间和睡眠质量,提高用户体验。以下进行结合附图进行详细描述。
实施例一
请参阅图1,图1是本发明实施例公开的一种基于穿戴设备的用户起床提醒方法的流程示意图。如图1所示,该基于穿戴设备的用户起床提醒方法可以包括以下步骤。
101、穿戴设备检测用户的睡眠时长。
本发明实施例中,穿戴设备可以包括智能手表、智能手环、智能脚环、智能耳环、智能项链等各种智能的穿戴设备,本发明实施例不作限定。
本发明实施例中,穿戴设备可以利用其内置的传感器来检测用户的睡眠时长。例如,穿戴设备可以利用其内置的心率传感器来检测用户的心率,并且通过分析检测到的心率变化来确定用户的睡眠时长。
102、穿戴设备判断该睡眠时长是否达到与用户的年龄相匹配的正常睡眠时长,如果达到,执行步骤103;反之,返回步骤101。
本发明实施例中,每个年龄阶段的正常睡眠时长不同,例如:
A、婴儿阶段:正常睡眠时长16个小时;
B、1-4岁:正常睡眠时长12个小时;
C、5岁至12岁:正常睡眠时长12个小时;
D、13到20岁青少年:正常睡眠时长8个小时;
E、21岁到30岁的年轻人:正常睡眠时长8个小时;
F、31-60岁:正常睡眠时长6.49个小时;
G、60岁以上:正常睡眠时长5.5小时。
因此,结合用户的年龄情况,穿戴设备可以判断用户的睡眠时长是否足够,如果足够,可以进一步判断用户的睡眠质量是否满足预设睡眠质量。
103、穿戴设备判断用户在该睡眠时长内的睡眠质量是否满足预设睡眠质量,如果满足,执行步骤104;反之,返回步骤103。
本发明实施例中,上述步骤103中,穿戴设备可以判断用户在该睡眠时长内的深睡眠时长是否超过预设最短允许深睡眠时长,如果超过预设最短允许深睡眠时长,判断用户在该睡眠时长内的运动量发生改变的平均间隔时长是否超过指定平均间隔时长,如果超过指定平均间隔时长,识别用户在该睡眠时长内的睡眠质量满足预设睡眠质量。反之,如果未超过预设最短允许深睡眠时长,或者用户在该睡眠时长内的运动量发生改变的平均间隔时长未超过指定平均间隔时长,识别用户在该睡眠时长内的睡眠质量不满足预设睡眠质量。
104、穿戴设备提醒用户起床。
本发明实施例中穿戴设备可以采用语音和/或振动方式提醒用户起床。
在图1所描述的方法中,当穿戴设备判断用户的睡眠时长判断达到与用户的年龄相匹配的正常睡眠时长时,穿戴设备可以进一步判断用户在该睡眠时长内的睡眠质量是否满足预设睡眠质量,如果满足,才提醒用户起床。显示,实施图1所描述的方法可以在用户睡眠时间和睡眠质量得到保证的情况下才提醒用户起床,提高用户体验。
实施例二
请参阅图2,图2是本发明实施例公开的另一种基于穿戴设备的用户起床提醒方法的流程示意图。如图2所示,该基于穿戴设备的用户起床提醒方法可以包括以下步骤。
201、穿戴设备采集用户输入的待验证指纹图像。
本发明实施例中,上述步骤201中,穿戴设备采集用户输入的待验证指纹图像的方式可以包括:
穿戴设备检测同时对穿戴设备的第一侧面和第二侧面施加的按压力值,其中,第一侧面和第二侧面相对;以及,穿戴设备判断第一侧面被施加的按压力值与第二侧面被施加的按压力值二者的差值是否小于预设触发阈值,如果小于预设触发阈值(如0.5N),利用穿戴设备设置的指纹识别模组采集用户输入的待验证指纹图像。显然,这种方式能够非常可靠地触发采集用户输入的待验证指纹图像,从而可以有效地防止因此磕碰等误触发而导致的采集用户输入的待验证指纹图像。
202、穿戴设备检测待验证指纹图像是否与穿戴设备存储的任一注册指纹图像相匹配,如果相匹配,执行步骤203;反之,返回步骤201。
本发明实施例中,上述步骤202中,穿戴设备检测待验证指纹图像是否与穿戴设备存储的任一注册指纹图像相匹配可以包括:
运用局部灰度方差法从待验证指纹图像中分割出待验证指纹所在的区域,在分割出的区域中运用方向滤波法实现指纹的二值化,并通过改进的混合OPTA算法对二值图像进行细化处理;运用Poincare法检测并统计指纹中心点的个数,确定指纹的参考点和参考方向,并在细化后的指纹图像中提取指纹特征点信息;以参考点为原点,以参考方向为主轴,用极坐标的形式表示指纹特征点坐标,将指纹特征点坐标作为待识指纹的特征数据,并将该待识指纹的特征数据和穿戴设备存储的任一注册指纹图像的特征数据进行匹配,如果匹配成功,则判断出待验证指纹图像与任一注册指纹图像相匹配,反之,如果不匹配,则判断出待验证指纹图像与该注册指纹图像不相匹配。显然,这种方式可以更好的提高指纹图像验证的安全性、可靠性。
203、穿戴设备获取该注册指纹图像绑定的预设年龄作为用户的年龄。
本发明实施例不同的注册指纹图像绑定的预设年龄可以不同。
204、穿戴设备检测用户的睡眠时长。
205、穿戴设备判断该睡眠时长是否达到与用户的年龄相匹配的正常睡眠时长,如果达到,执行步骤206;反之,返回步骤205。
本发明实施例中,每个年龄阶段的正常睡眠时长不同,例如:
A、婴儿阶段:正常睡眠时长16个小时;
B、1-4岁:正常睡眠时长12个小时;
C、5岁至12岁:正常睡眠时长12个小时;
D、13到20岁青少年:正常睡眠时长8个小时;
E、21岁到30岁的年轻人:正常睡眠时长8个小时;
F、31-60岁:正常睡眠时长6.49个小时;
G、60岁以上:正常睡眠时长5.5小时。
因此,结合用户的年龄情况,穿戴设备可以判断用户的睡眠时长是否足够,如果足够可以进一步判断用户的睡眠质量是否满足预设睡眠质量。
206、穿戴设备判断用户在该睡眠时长内的深睡眠时长是否超过预设最短允许深睡眠时长,如果未超过预设最短允许深睡眠时长,穿戴设备识别用户在该睡眠时长内的睡眠质量不满足预设睡眠质量,并执行步骤207~208;如果超过预设最短允许深睡眠时长,并执行步骤209。
207、穿戴设备计算预设最短允许深睡眠时长与用户在睡眠时长内的深睡眠时长的时间差,并启动重新计时;其中,该时间差作为第一指定延迟时长。
208、穿戴设备判断重新计时是否达到第一指定延迟时长,如果重新计时未达到第一指定延迟时长,返回步骤208;如果重新计时达到第一指定延迟时长,跳转至执行步骤211。
209、穿戴设备判断用户在该睡眠时长内的运动量发生改变的平均间隔时长是否超过指定平均间隔时长,如果未超过指定平均间隔时长,穿戴设备识别用户在该睡眠时长内的睡眠质量不满足预设睡眠质量,执行步骤210;如果超过指定平均间隔时长,穿戴设备识别用户在该睡眠时长内的睡眠质量满足预设睡眠质量,执行步骤211。
210、穿戴设备启动重新计时,并且判断重新计时是否达到第二指定延迟时长,如果重新计时未达到第二指定延迟时长,返回步骤210;反之,如果重新计时达到第二指定延迟时长,执行步骤211。
211、穿戴设备提醒用户起床。
其中,实施图2所描述的方法可以在精确判断出用户睡眠时间和睡眠质量得到保证的情况下才提醒用户起床,提高用户体验。
实施例二
请参阅图3,图3是本发明实施例公开的另一种基于穿戴设备的用户起床提醒方法的流程示意图。如图3所示,该基于穿戴设备的用户起床提醒方法可以包括以下步骤。
301、穿戴设备采集用户输入的待验证指纹图像。
本发明实施例中,上述步骤301中,穿戴设备采集用户输入的待验证指纹图像的方式可以包括:
穿戴设备检测同时对穿戴设备的第一侧面和第二侧面施加的按压力值,其中,第一侧面和第二侧面相对;以及,穿戴设备判断第一侧面被施加的按压力值与第二侧面被施加的按压力值二者的差值是否小于预设触发阈值,如果小于预设触发阈值(如1N),利用穿戴设备设置的指纹识别模组采集用户输入的待验证指纹图像。
302、穿戴设备检测待验证指纹图像是否与穿戴设备存储的任一注册指纹图像相匹配,如果相匹配,执行步骤303;反之,返回步骤301。
本发明实施例中,上述步骤302中,穿戴设备检测待验证指纹图像是否与穿戴设备存储的任一注册指纹图像相匹配,包括:
运用局部灰度方差法从待验证指纹图像中分割出待验证指纹所在的区域,在分割出的区域中运用方向滤波法实现指纹的二值化,并通过改进的混合OPTA算法对二值图像进行细化处理;运用Poincare法检测并统计指纹中心点的个数,确定指纹的参考点和参考方向,并在细化后的指纹图像中提取指纹特征点信息;以参考点为原点,以参考方向为主轴,用极坐标的形式表示指纹特征点坐标,将指纹特征点坐标作为待识指纹的特征数据,并将该待识指纹的特征数据和穿戴设备存储的任一注册指纹图像的特征数据进行匹配,如果匹配成功,则判断出待验证指纹图像与任一注册指纹图像相匹配,反之,如果不匹配,则判断出待验证指纹图像与该注册指纹图像不相匹配。
303、穿戴设备获取该注册指纹图像绑定的预设用户出生日期。
本发明实施例中,不同注册指纹图像绑定的预设用户出生日期可以不同。
304、穿戴设备利用该预设用户出生日期和穿戴设备当前显示的实时日期计算用户的年龄。
本发明实施例中,穿戴设备可以计算该预设用户出生日期和穿戴设备当前显示的实时日期之间的日期差,作为用户的年龄。
305、穿戴设备检测用户的睡眠时长。
306、穿戴设备判断该睡眠时长是否达到与用户的年龄相匹配的正常睡眠时长,如果达到,执行步骤307;反之,返回步骤306。
本发明实施例中,每个年龄阶段的正常睡眠时长不同,例如:
A、婴儿阶段:正常睡眠时长16个小时;
B、1-4岁:正常睡眠时长12个小时;
C、5岁至12岁:正常睡眠时长12个小时;
D、13到20岁青少年:正常睡眠时长8个小时;
E、21岁到30岁的年轻人:正常睡眠时长8个小时;
F、31-60岁:正常睡眠时长6.49个小时;
G、60岁以上:正常睡眠时长5.5小时。
因此,结合用户的年龄情况,穿戴设备可以判断用户的睡眠时长是否足够,如果足够可以进一步判断用户的睡眠质量是否满足预设睡眠质量。
307、穿戴设备判断用户在该睡眠时长内的深睡眠时长是否超过预设最短允许深睡眠时长,如果未超过预设最短允许深睡眠时长,穿戴设备识别用户在该睡眠时长内的睡眠质量不满足预设睡眠质量,并执行步骤308~309;如果超过预设最短允许深睡眠时长,并执行步骤310。
308、穿戴设备计算预设最短允许深睡眠时长与用户在睡眠时长内的深睡眠时长的时间差,并启动重新计时;其中,该时间差作为第一指定延迟时长。
309、穿戴设备判断重新计时是否达到第一指定延迟时长,如果重新计时未达到第一指定延迟时长,返回步骤309;如果重新计时达到第一指定延迟时长,跳转至执行步骤312。
310、穿戴设备判断用户在该睡眠时长内的运动量发生改变的平均间隔时长是否超过指定平均间隔时长,如果未超过指定平均间隔时长,穿戴设备识别用户在该睡眠时长内的睡眠质量不满足预设睡眠质量,执行步骤211;如果超过指定平均间隔时长,穿戴设备识别用户在该睡眠时长内的睡眠质量满足预设睡眠质量,执行步骤312。
311、穿戴设备启动重新计时,并且判断重新计时是否达到第二指定延迟时长,如果重新计时未达到第二指定延迟时长,返回步骤311;反之,如果重新计时达到第二指定延迟时长,执行步骤312。
312、穿戴设备提醒用户起床。
其中,实施图3所描述的方法可以在精确判断出用户睡眠时间和睡眠质量得到保证的情况下才提醒用户起床,提高用户体验。
实施例四
请参阅图4,图4是本发明实施例公开的一种穿戴设备的结构示意图。如图所示,该穿戴设备可以包括:
第一检测单元401,用于检测用户的睡眠时长;
第一判断单元402,用于判断所述睡眠时长是否达到与所述用户的年龄相匹配的正常睡眠时长;
第二判断单元403,用于在所述第一判断单元402的判断结果为达到时,判断所述用户在所述睡眠时长内的睡眠质量是否满足预设睡眠质量,如果满足,启动提醒单元404;
所述提醒单元404,用于提醒所述用户起床。
其中,实施图4所描述的穿戴设备可以在用户睡眠时间和睡眠质量得到保证的情况下才提醒用户起床,提高用户体验。
实施例五
请参阅图5,图5是本发明实施例公开的另一种穿戴设备的结构示意图。其中,图5所示的穿戴设备是由图4所示的穿戴设备进行优化得到的。与图4所示的穿戴设备相比,图5所示的穿戴设备还包括:
第一采集单元405,用于在第一检测单元401检测用户的睡眠时长之前,采集用户输入的待验证指纹图像;
第一匹配单元406,用于检测待验证指纹图像是否与穿戴设备存储的任一注册指纹图像相匹配;
第一获取单元407,用于在第一匹配单元406的检测结果为相匹配时,获取该注册指纹图像绑定的预设年龄作为用户的年龄。
本发明实施例中,第一采集单元405采集用户输入的待验证指纹图像的方式具体可以为:
第一采集单元405检测同时对穿戴设备的第一侧面和第二侧面施加的按压力值,其中,第一侧面和第二侧面相对;并且,第一采集单元405判断第一侧面施加的按压力值与第二侧面施加的按压力值二者的差值是否小于预设触发阈值,如果小于预设触发阈值,利用穿戴设备设置的指纹识别模组采集用户输入的待验证指纹图像。
本发明实施例中,第一匹配单元406检测待验证指纹图像是否与任意一个预存储指纹图像相匹配的方式具体为:
运用局部灰度方差法从待验证指纹图像中分割出待验证指纹所在的区域,在分割出的区域中运用方向滤波法实现指纹的二值化,并通过改进的混合OPTA算法对二值图像进行细化处理;运用Poincare法检测并统计指纹中心点的个数,确定指纹的参考点和参考方向,并在细化后的指纹图像中提取指纹特征点信息;以参考点为原点,以参考方向为主轴,用极坐标的形式表示指纹特征点坐标,将指纹特征点坐标作为待识指纹的特征数据,并将该待识指纹的特征数据和穿戴设备存储的任一注册指纹图像的特征数据进行匹配,如果匹配成功,则判断出待验证指纹图像与该注册指纹图像相匹配。
作为一种可选的实施方式,在图5所描述的穿戴设备中,第二判断单元403包括:
深睡眠判断子单元4031,用于在第一判断单元402的判断结果为达到时,判断用户在该睡眠时长内的深睡眠时长是否超过预设最短允许深睡眠时长;
运动量判断子单元4032,用于在深睡眠判断子单元4032的判断结果为超过预设最短允许深睡眠时长时,判断用户在该睡眠时长内的运动量发生改变的平均间隔时长是否超过指定平均间隔时长;
质量识别子单元4033,用于在运动量判断子单元4032的判断结果为超过指定平均间隔时长时,识别用户在该睡眠时长内的睡眠质量满足预设睡眠质量。
进一步地,质量识别子单元4033还用于在深睡眠判断子单元4031判断用户在该睡眠时长内的深睡眠时长未超过预设最短允许深睡眠时长时,识别用户在该睡眠时长内的睡眠质量不满足预设睡眠质量;相应地,第二判断单元403还包括:
延迟计算子单元4034,用于计算预设最短允许深睡眠时长与用户在睡眠时长内的深睡眠时长的时间差,该时间差作为第一指定延迟时长;
第一重新计时子单元4035,用于启动重新计时,并且判断重新计时是否达到第一指定延迟时长,如果重新计时达到第一指定延迟时长,启动提醒单元405。
进一步地,质量识别子单元4033还用于在运动量判断子单元4032判断用户在该睡眠时长内的运动量发生改变的平均间隔时长未超过于指定平均间隔时长时,识别用户在该睡眠时长内的睡眠质量不满足预设睡眠质量;相应地,第二判断单元403还包括:
第二重新计时子单元4036,用于启动重新计时,并且判断重新计时是否达到第二指定延迟时长,如果重新计时达到第二指定延迟时长,启动提醒单元405。
其中,实施图5所描述的穿戴设备可以在精确判断出用户睡眠时间和睡眠质量得到保证的情况下才提醒用户起床,提高用户体验。
实施例六
请参阅图6,图6是本发明实施例公开的另一种穿戴设备的结构示意图。其中,图6所示的穿戴设备是由图4所示的穿戴设备进行优化得到的。与图4所示的穿戴设备相比,图6所示的穿戴设备还包括:
第二采集单元408,用于在所述第一检测单元检测用户的睡眠时长之前,采集用户输入的待验证指纹图像;
第二匹配单元409,用于检测所述待验证指纹图像是否与所述穿戴设备存储的任一注册指纹图像相匹配;
第二获取单元410,用于获取所述注册指纹图像绑定的预设用户出生日期;
计算单元411,用于利用所述预设用户出生日期和所述穿戴设备当前显示的实时日期计算所述用户的年龄。
本发明实施例中,第二采集单元408采集用户输入的待验证指纹图像的方式具体可以为:
第二采集单元408检测同时对穿戴设备的第一侧面和第二侧面施加的按压力值,其中,第一侧面和第二侧面相对;并且,第二采集单元408判断第一侧面施加的按压力值与第二侧面施加的按压力值二者的差值是否小于预设触发阈值,如果小于预设触发阈值,利用穿戴设备设置的指纹识别模组采集用户输入的待验证指纹图像。
本发明实施例中,第二匹配单元409检测待验证指纹图像是否与任意一个预存储指纹图像相匹配的方式具体为:
运用局部灰度方差法从待验证指纹图像中分割出待验证指纹所在的区域,在分割出的区域中运用方向滤波法实现指纹的二值化,并通过改进的混合OPTA算法对二值图像进行细化处理;运用Poincare法检测并统计指纹中心点的个数,确定指纹的参考点和参考方向,并在细化后的指纹图像中提取指纹特征点信息;以参考点为原点,以参考方向为主轴,用极坐标的形式表示指纹特征点坐标,将指纹特征点坐标作为待识指纹的特征数据,并将该待识指纹的特征数据和穿戴设备存储的任一注册指纹图像的特征数据进行匹配,如果匹配成功,则判断出待验证指纹图像与该注册指纹图像相匹配。
在图6所描述的实施例六中,第二判断单元403的功能、结构已经在图5所描述的实施例五中进行了详细描述,此处不作赘述。
其中,实施图6所描述的穿戴设备可以在精确判断出用户睡眠时间和睡眠质量得到保证的情况下才提醒用户起床,提高用户体验。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(ProgrammableRead-only Memory,PROM)、可擦除可编程只读存储器(Erasable ProgrammableRead Only Memory,EPROM)、一次可编程只读存储器(One-time ProgrammableRead-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本发明实施例公开的一种基于穿戴设备的用户起床提醒方法及穿戴设备进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (16)
1.一种基于穿戴设备的用户起床提醒方法,其特征在于,包括:
检测用户的睡眠时长;
判断所述睡眠时长是否达到与所述用户的年龄相匹配的正常睡眠时长;
如果达到,判断所述用户在所述睡眠时长内的睡眠质量是否满足预设睡眠质量,如果满足,提醒所述用户起床。
2.根据权利要求1所述的方法,其特征在于,所述检测用户的睡眠时长之前,所述方法还包括:
采集用户输入的待验证指纹图像;
检测所述待验证指纹图像是否与所述穿戴设备存储的任一注册指纹图像相匹配,如果相匹配,获取所述注册指纹图像绑定的预设年龄作为所述用户的年龄。
3.根据权利要求1所述的方法,其特征在于,所述检测用户的睡眠时长之前,所述方法还包括:
采集用户输入的待验证指纹图像;
检测所述待验证指纹图像是否与所述穿戴设备存储的任一注册指纹图像相匹配,如果相匹配,获取所述注册指纹图像绑定的预设用户出生日期;
利用所述预设用户出生日期和所述穿戴设备当前显示的实时日期计算所述用户的年龄。
4.根据权利要求2或3所述的方法,其特征在于,所述采集用户输入的待验证指纹图像,包括:
检测同时对所述穿戴设备的第一侧面和第二侧面施加的按压力值,所述第一侧面和所述第二侧面相对;
判断所述第一侧面被施加的按压力值与所述第二侧面被施加的按压力值二者的差值是否小于预设触发阈值,如果小于所述预设触发阈值,利用所述穿戴设备设置的指纹识别模组采集用户输入的待验证指纹图像。
5.根据权利要求4所述的方法,其特征在于,所述检测所述待验证指纹图像是否与所述穿戴设备存储的任一注册指纹图像相匹配,包括:
运用局部灰度方差法从所述待验证指纹图像中分割出待验证指纹所在的区域,在分割出的区域中运用方向滤波法实现指纹的二值化,并通过改进的混合OPTA算法对二值图像进行细化处理;运用Poincare法检测并统计指纹中心点的个数,确定指纹的参考点和参考方向,并在细化后的指纹图像中提取指纹特征点信息;以参考点为原点,以参考方向为主轴,用极坐标的形式表示指纹特征点坐标,将指纹特征点坐标作为待识指纹的特征数据,并将该待识指纹的特征数据和所述穿戴设备存储的任一注册指纹图像的特征数据进行匹配,如果匹配成功,则判断出所述待验证指纹图像与所述任一注册指纹图像相匹配。
6.根据权利要求5所述的方法,其特征在于,所述判断所述用户在所述睡眠时长内的睡眠质量是否满足预设睡眠质量,包括:
判断所述用户在所述睡眠时长内的深睡眠时长是否超过预设最短允许深睡眠时长,如果超过所述预设最短允许深睡眠时长,判断所述用户在所述睡眠时长内的运动量发生改变的平均间隔时长是否超过指定平均间隔时长,如果超过所述指定平均间隔时长,识别所述用户在所述睡眠时长内的睡眠质量满足预设睡眠质量。
7.根据权利要求6所述的方法,其特征在于,如果所述用户在所述睡眠时长内的深睡眠时长未超过所述预设最短允许深睡眠时长,所述方法还包括:
识别所述用户在所述睡眠时长内的睡眠质量不满足所述预设睡眠质量;
计算所述预设最短允许深睡眠时长与所述用户在所述睡眠时长内的深睡眠时长的时间差,所述时间差作为第一指定延迟时长;
启动重新计时,并且判断所述重新计时是否达到所述第一指定延迟时长,如果所述重新计时达到所述第一指定延迟时长,执行所述的提醒所述用户起床的步骤。
8.根据权利要求6所述的方法,其特征在于,如果所述用户在所述睡眠时长内的运动量发生改变的平均间隔时长未超过于所述指定平均间隔时长,所述方法还包括:
识别所述用户在所述睡眠时长内的睡眠质量不满足所述预设睡眠质量;
重新计时,并且判断所述重新计时是否达到第二指定延迟时长,如果所述重新计时达到所述第二指定延迟时长,执行所述的提醒所述用户起床的步骤。
9.一种穿戴设备,其特征在于,包括:
第一检测单元,用于检测用户的睡眠时长;
第一判断单元,用于判断所述睡眠时长是否达到与所述用户的年龄相匹配的正常睡眠时长;
第二判断单元,用于在所述第一判断单元的判断结果为达到时,判断所述用户在所述睡眠时长内的睡眠质量是否满足预设睡眠质量,如果满足,启动提醒单元;
所述提醒单元,用于提醒所述用户起床。
10.根据权利要求9所述的穿戴设备,其特征在于,还包括:
第一采集单元,用于在所述第一检测单元检测用户的睡眠时长之前,采集用户输入的待验证指纹图像;
第一匹配单元,用于检测所述待验证指纹图像是否与所述穿戴设备存储的任一注册指纹图像相匹配;
第一获取单元,用于在所述第一匹配单元的检测结果为相匹配时,获取所述注册指纹图像绑定的预设年龄作为所述用户的年龄。
11.根据权利要求9所述的穿戴设备,其特征在于,还包括:
第二采集单元,用于在所述第一检测单元检测用户的睡眠时长之前,采集用户输入的待验证指纹图像;
第二匹配单元,用于检测所述待验证指纹图像是否与所述穿戴设备存储的任一注册指纹图像相匹配;
第二获取单元,用于获取所述注册指纹图像绑定的预设用户出生日期;
计算单元,用于利用所述预设用户出生日期和所述穿戴设备当前显示的实时日期计算所述用户的年龄。
12.根据权利要求10或11所述的穿戴设备,其特征在于,所述采集用户输入的待验证指纹图像的方式具体为:
检测同时对所述穿戴设备的第一侧面和第二侧面施加的按压力值,所述第一侧面和所述第二侧面相对;
判断所述第一侧面施加的按压力值与所述第二侧面施加的按压力值二者的差值是否小于预设触发阈值,如果小于所述预设触发阈值,利用所述穿戴设备设置的指纹识别模组采集用户输入的待验证指纹图像。
13.根据权利要求12所述的穿戴设备,其特征在于,所述检测所述待验证指纹图像是否与任意一个预存储指纹图像相匹配,包括:
运用局部灰度方差法从所述待验证指纹图像中分割出待验证指纹所在的区域,在分割出的区域中运用方向滤波法实现指纹的二值化,并通过改进的混合OPTA算法对二值图像进行细化处理;运用Poincare法检测并统计指纹中心点的个数,确定指纹的参考点和参考方向,并在细化后的指纹图像中提取指纹特征点信息;以参考点为原点,以参考方向为主轴,用极坐标的形式表示指纹特征点坐标,将指纹特征点坐标作为待识指纹的特征数据,并将该待识指纹的特征数据和所述穿戴设备存储的任一注册指纹图像的特征数据进行匹配,如果匹配成功,则判断出所述待验证指纹图像与所述任一注册指纹图像相匹配。
14.根据权利要求13所述的穿戴设备,其特征在于,所述第二判断单元包括:
深睡眠判断子单元,用于在所述第一判断单元的判断结果为达到时,判断所述用户在所述睡眠时长内的深睡眠时长是否超过预设最短允许深睡眠时长;
运动量判断子单元,用于在所述深睡眠判断子单元的判断结果为超过所述预设最短允许深睡眠时长时,判断所述用户在所述睡眠时长内的运动量发生改变的平均间隔时长是否超过指定平均间隔时长;
质量识别子单元,用于在所述运动量判断子单元的判断结果为超过所述指定平均间隔时长时,识别所述用户在所述睡眠时长内的睡眠质量满足预设睡眠质量。
15.根据权利要求14所述的穿戴设备,其特征在于:
所述质量识别子单元,还用于在所述深睡眠判断子单元判断所述用户在所述睡眠时长内的深睡眠时长未超过所述预设最短允许深睡眠时长时,识别所述用户在所述睡眠时长内的睡眠质量不满足所述预设睡眠质量;
所述第二判断单元还包括:
延迟计算子单元,用于计算所述预设最短允许深睡眠时长与所述用户在所述睡眠时长内的深睡眠时长的时间差,所述时间差作为第一指定延迟时长;
第一重新计时子单元,用于启动重新计时,并且判断所述重新计时是否达到所述第一指定延迟时长,如果所述重新计时达到所述第一指定延迟时长,启动所述提醒单元。
16.根据权利要求14所述的穿戴设备,其特征在于:
所述质量识别子单元,还用于在所述运动量判断子单元判断所述用户在所述睡眠时长内的运动量发生改变的平均间隔时长未超过于所述指定平均间隔时长时,识别所述用户在所述睡眠时长内的睡眠质量不满足所述预设睡眠质量;
所述第二判断单元还包括:
第二重新计时子单元,用于启动重新计时,并且判断所述重新计时是否达到第二指定延迟时长,如果所述重新计时达到所述第二指定延迟时长,启动所述提醒单元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610297560.7A CN105894252A (zh) | 2016-05-05 | 2016-05-05 | 一种基于穿戴设备的用户起床提醒方法及穿戴设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610297560.7A CN105894252A (zh) | 2016-05-05 | 2016-05-05 | 一种基于穿戴设备的用户起床提醒方法及穿戴设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105894252A true CN105894252A (zh) | 2016-08-24 |
Family
ID=56703402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610297560.7A Pending CN105894252A (zh) | 2016-05-05 | 2016-05-05 | 一种基于穿戴设备的用户起床提醒方法及穿戴设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105894252A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107103452A (zh) * | 2017-04-26 | 2017-08-29 | 广东小天才科技有限公司 | 基于可穿戴设备的用户激励方法和装置 |
CN107493388A (zh) * | 2017-08-24 | 2017-12-19 | 深圳天珑无线科技有限公司 | 终端及其睡眠智能提醒方法、存储装置 |
CN108401074A (zh) * | 2018-03-05 | 2018-08-14 | 维沃移动通信有限公司 | 一种提醒方法和服务器 |
CN110037653A (zh) * | 2018-01-17 | 2019-07-23 | 广东乐心医疗电子股份有限公司 | 用于便携式智能可穿戴设备的睡眠质量评估方法与装置 |
CN111163219A (zh) * | 2019-12-20 | 2020-05-15 | 惠州Tcl移动通信有限公司 | 闹钟处理方法、装置、存储介质及终端 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101114335A (zh) * | 2007-07-19 | 2008-01-30 | 南京大学 | 全角度快速指纹识别方法 |
CN201845185U (zh) * | 2010-10-09 | 2011-05-25 | 明高五金制品(深圳)有限公司 | 一种具有睡眠质量监控功能的手表 |
CN103353928A (zh) * | 2013-05-20 | 2013-10-16 | 北京百纳威尔科技有限公司 | 基于指纹识别的终端模式选择方法及系统 |
CN103763437A (zh) * | 2014-01-23 | 2014-04-30 | 惠州Tcl移动通信有限公司 | 具有健康提示功能的移动终端实现方法、系统及移动终端 |
CN104580642A (zh) * | 2014-12-30 | 2015-04-29 | 小米科技有限责任公司 | 闹钟提醒方法及装置 |
CN104598246A (zh) * | 2015-01-29 | 2015-05-06 | 小米科技有限责任公司 | 事件提醒方法和装置 |
CN105214197A (zh) * | 2015-08-26 | 2016-01-06 | 小米科技有限责任公司 | 提醒方法及装置 |
-
2016
- 2016-05-05 CN CN201610297560.7A patent/CN105894252A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101114335A (zh) * | 2007-07-19 | 2008-01-30 | 南京大学 | 全角度快速指纹识别方法 |
CN201845185U (zh) * | 2010-10-09 | 2011-05-25 | 明高五金制品(深圳)有限公司 | 一种具有睡眠质量监控功能的手表 |
CN103353928A (zh) * | 2013-05-20 | 2013-10-16 | 北京百纳威尔科技有限公司 | 基于指纹识别的终端模式选择方法及系统 |
CN103763437A (zh) * | 2014-01-23 | 2014-04-30 | 惠州Tcl移动通信有限公司 | 具有健康提示功能的移动终端实现方法、系统及移动终端 |
CN104580642A (zh) * | 2014-12-30 | 2015-04-29 | 小米科技有限责任公司 | 闹钟提醒方法及装置 |
CN104598246A (zh) * | 2015-01-29 | 2015-05-06 | 小米科技有限责任公司 | 事件提醒方法和装置 |
CN105214197A (zh) * | 2015-08-26 | 2016-01-06 | 小米科技有限责任公司 | 提醒方法及装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107103452A (zh) * | 2017-04-26 | 2017-08-29 | 广东小天才科技有限公司 | 基于可穿戴设备的用户激励方法和装置 |
CN107493388A (zh) * | 2017-08-24 | 2017-12-19 | 深圳天珑无线科技有限公司 | 终端及其睡眠智能提醒方法、存储装置 |
CN110037653A (zh) * | 2018-01-17 | 2019-07-23 | 广东乐心医疗电子股份有限公司 | 用于便携式智能可穿戴设备的睡眠质量评估方法与装置 |
CN108401074A (zh) * | 2018-03-05 | 2018-08-14 | 维沃移动通信有限公司 | 一种提醒方法和服务器 |
CN111163219A (zh) * | 2019-12-20 | 2020-05-15 | 惠州Tcl移动通信有限公司 | 闹钟处理方法、装置、存储介质及终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105894252A (zh) | 一种基于穿戴设备的用户起床提醒方法及穿戴设备 | |
US20170368936A1 (en) | Driving assistance apparatus and driving assistance method | |
CN103823562B (zh) | 自动提醒用户睡觉的方法、系统及可穿戴设备 | |
CN104574818B (zh) | 一种应用手机的检测和消除疲劳驾驶的方法 | |
CN106097651A (zh) | 一种基于可穿戴设备的自动报警方法及可穿戴设备 | |
CN105224847B (zh) | 一种智能手表安全预警的方法及装置 | |
CN104678747A (zh) | 一种智能手表 | |
CN109938603A (zh) | 饮品制备方法、装置及存储介质 | |
CN109620158B (zh) | 睡眠监控的方法、智能终端及存储装置 | |
CN112545851A (zh) | 按摩方法及装置、电子设备、计算机可读存储介质 | |
CN109637097B (zh) | 学习状态监测方法、装置及智能设备 | |
CN105893756A (zh) | 健康状态的监控方法和装置 | |
CN106540367A (zh) | 睡眠管理方法和智能手环 | |
CN110200522A (zh) | 一种掉电恢复方法和料理机 | |
CN104799861B (zh) | 不良身体状况的确定设备和方法 | |
CN112932225B (zh) | 智能唤醒枕头以及基于智能唤醒枕头的唤醒方法 | |
CN104063994A (zh) | 一种基于摄像头识别人体意识的警示装置 | |
CN107148232B (zh) | 饮料和食物温度调节 | |
CN105976580B (zh) | 一种餐后洗澡提醒方法、用户终端、热水器和炊具 | |
CN108196767A (zh) | 一种电子设备的使用控制方法及电子设备 | |
CN108319174B (zh) | 一种按摩浴缸智能识别人体调整参数以及安全监控的方法 | |
CN105933016A (zh) | 一种睡眠过程中心率提醒方法与装置以及可穿戴设备 | |
CN111182120A (zh) | 解锁控制的方法、移动终端和计算机存储介质 | |
CN103632691B (zh) | 一种媒体文件播放方法及电子设备 | |
CN113158009A (zh) | 饮食推荐方法、冰箱、计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160824 |