CN106154216B - 牙齿定位方法和设备 - Google Patents
牙齿定位方法和设备 Download PDFInfo
- Publication number
- CN106154216B CN106154216B CN201510158804.9A CN201510158804A CN106154216B CN 106154216 B CN106154216 B CN 106154216B CN 201510158804 A CN201510158804 A CN 201510158804A CN 106154216 B CN106154216 B CN 106154216B
- Authority
- CN
- China
- Prior art keywords
- tooth
- voice signal
- right position
- teeth
- sound
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S1/00—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith
- G01S1/72—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith using ultrasonic, sonic or infrasonic waves
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Brushes (AREA)
Abstract
本申请提供了一种牙齿定位方法和设备，涉及电子设备领域。所述方法包括：响应于一用户刷牙，在所述用户的头部的第一位置处获取一第一声音信号，在所述头部的第二位置处获取一第二声音信号；至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的目标位置。所述方法和设备，有利于更好的引导用户正确刷牙。
Description
技术领域
本申请涉及电子设备领域，尤其涉及一种牙齿定位方法和设备。
背景技术
随着电子设备的发展，现在的电子设备越来越智能化，极大地的方便和丰富了人们的生活。
以智能牙刷为例，通过将运动传感器安装在牙刷上，并通过无线通信方式，智能牙刷将运动数据传输给智能手机，并驱动智能手机上的游戏。从而，用户看以一边玩游戏，一边刷牙，通过游戏引导刷牙动作和刷牙习惯，使得刷牙变得有趣，并且可以提供刷牙效果的反馈。
基于运动传感器，虽然可以比较准确地判断刷牙的动作，即牙刷的振动、旋转模式等等，但是难以比较准确地判断当前刷牙动作所针对的是哪几颗牙齿。这种定位所刷牙齿的困难，对于充分提高刷牙效果是一个较大的障碍。
发明内容
本申请的目的是：提供一种牙齿定位方法和设备，以实现对被刷牙齿的定位。
根据本申请至少一个实施例的第一方面，提供了一种牙齿定位方法，所述方法包括：
响应于一用户刷牙，在所述用户的头部的第一位置处获取一第一声音信号，在所述头部的第二位置处获取一第二声音信号；
至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的目标位置。
结合第一方面的任一种可能的实现方式，在第二种可能的实现方式中，所述第一位置位于所述头部的左侧，所述第二位置位于所述头部的右侧。
结合第一方面的任一种可能的实现方式，在第三种可能的实现方式中，所述目标位置包括：第一左右位置；
所述至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的目标位置包括：
至少根据所述第一声音信号和所述第二声音信号确定所述第一左右位置。
结合第一方面的任一种可能的实现方式，在第四种可能的实现方式中，所述至少根据所述第一声音信号和所述第二声音信号确定所述第一左右位置包括：
确定所述第一声音信号和所述第二声音信号在一第一频率处的第一强度比；
根据所述第一强度比和一第一参考信息确定所述第一左右位置。
结合第一方面的任一种可能的实现方式，在第五种可能的实现方式中，所述确定所述第一声音信号和所述第二声音信号在一第一频率处的第一强度比包括：
确定所述第一声音信号在所述第一频率处的强度值；
确定所述第二声音信号在所述第一频率处的强度值；
根据所述第一声音信号在所述第一频率处的强度值和所述第二声音信号在所述第一频率处的强度值确定所述第一强度比。
结合第一方面的任一种可能的实现方式，在第六种可能的实现方式中，所述第一参考信息包括在所述第一频率处的多个参考强度比和多个参考位置的对应关系。
结合第一方面的任一种可能的实现方式，在第七种可能的实现方式中，所述方法还包括：
确定所述第一声音信号和所述第二声音信号在一第二频率处的第二强度比；
根据所述第二强度比和一第二参考信息确定所述被刷牙齿所在一第二左右位置；
根据所述第一左右位置和所述第二左右位置确定所述被刷牙齿所在的左右位置。
结合第一方面的任一种可能的实现方式，在第八种可能的实现方式中，所述第二参考信息包括在所述第二频率处的多个参考强度比和多个参考位置的对应关系。
结合第一方面的任一种可能的实现方式，在第九种可能的实现方式中，所述至少根据所述第一声音信号和所述第二声音信号确定所述第一左右位置包括：
通过对所述第一声音信号和所述第二声音信号进行回归处理确定所述第一左右位置。
结合第一方面的任一种可能的实现方式，在第十种可能的实现方式中，所述通过对所述第一声音信号和所述第二声音信号进行回归处理确定所述第一左右位置包括：
根据所述第一声音信号和所述第二声音信号确定一第一向量；
根据所述第一向量和一回归树确定所述第一左右位置。
结合第一方面的任一种可能的实现方式，在第十一种可能的实现方式中，所述方法还包括：
获取一历史位置信息以及一牙刷的运动状态信息；
所述至少根据所述第一声音信号和所述第二声音信号确定所述第一左右位置包括：
根据所述第一声音信号、所述第二声音信号、所述运动状态信息和所述历史位置信息确定所述第一左右位置。
结合第一方面的任一种可能的实现方式，在第十二种可能的实现方式中，所述目标位置包括：第一左右位置和上下位置。
结合第一方面的任一种可能的实现方式，在第十三种可能的实现方式中，所述至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的目标位置包括：
至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的第一左右位置；
至少根据所述第一声音信号确定所述被刷牙齿是上牙或下牙。
结合第一方面的任一种可能的实现方式，在第十四种可能的实现方式中，所述至少根据所述第一声音信号确定所述被刷牙齿是上牙或下牙包括：
通过对所述第一声音信号进行分类处理确定所述被刷牙齿是上牙或下牙。
结合第一方面的任一种可能的实现方式，在第十五种可能的实现方式中，所述通过对所述第一声音信号进行分类处理确定所述被刷牙齿是上牙或下牙包括：
根据所述第一声音信号确定一第二向量；
根据所述第二向量，以及用于线性判别分析的一投影向量确定所述被刷牙齿是上牙或下牙。
结合第一方面的任一种可能的实现方式，在第十六种可能的实现方式中，所述通过对所述第一声音信号进行分类处理确定所述被刷牙齿是上牙或下牙包括：
根据所述第一声音信号确定一第三向量；
根据所述第三向量和一决策树确定所述被刷牙齿是上牙或下牙。
根据本申请至少一个实施例的第二方面，提供了一种牙齿定位设备，所述设备包括：
一第一获取模块，用于响应于一用户刷牙，在所述用户的头部的第一位置处获取一第一声音信号，在所述头部的第二位置处获取一第二声音信号；
一确定模块，用于至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的目标位置。
结合第二方面的任一种可能的实现方式，在第二种可能的实现方式中，所述目标位置包括：第一左右位置；
所述确定模块包括：
一第一左右位置确定子模块，用于至少根据所述第一声音信号和所述第二声音信号确定所述第一左右位置。
结合第二方面的任一种可能的实现方式，在第三种可能的实现方式中，所述第一左右位置确定子模块包括：
一第一强度比确定单元，用于确定所述第一声音信号和所述第二声音信号在一第一频率处的第一强度比；
一第一左右位置确定单元，用于根据所述第一强度比和一第一参考信息确定所述第一左右位置。
结合第二方面的任一种可能的实现方式，在第四种可能的实现方式中，所述第一强度比确定单元包括：
一第一强度值确定子单元，用于确定所述第一声音信号在所述第一频率处的强度值；
一第二强度值确定子单元，用于确定所述第二声音信号在所述第一频率处的强度值；
一第一强度比确定子单元，用于根据所述第一声音信号在所述第一频率处的强度值和所述第二声音信号在所述第一频率处的强度值确定所述第一强度比。
结合第二方面的任一种可能的实现方式，在第五种可能的实现方式中，所述确定模块还包括：一第二左右位置确定子模块和一左右位置确定子模块；
所述第二左右位置确定子模块包括：
一第二强度比确定单元，用于确定所述第一声音信号和所述第二声音信号在一第二频率处的第二强度比；
一第二左右位置确定单元，用于根据所述第二强度比和一第二参考信息确定所述被刷牙齿所在一第二左右位置；
所述左右位置确定子模块，用于根据所述第一左右位置和所述第二左右位置确定所述被刷牙齿所在的左右位置。
结合第二方面的任一种可能的实现方式，在第六种可能的实现方式中，所述第一左右位置确定子模块，用于通过对所述第一声音信号和所述第二声音信号进行回归处理确定所述第一左右位置。
结合第二方面的任一种可能的实现方式，在第七种可能的实现方式中，所述第一左右位置确定子模块包括：
一第一向量确定单元，用于根据所述第一声音信号和所述第二声音信号确定一第一向量；
一第一左右位置确定单元，用于根据所述第一向量和一回归树确定所述第一左右位置。
结合第二方面的任一种可能的实现方式，在第八种可能的实现方式中，所述设备还包括：
一第二获取模块，用于获取一历史位置信息和一牙刷的运动状态信息；
所述第一左右位置确定子模块，用于根据所述第一声音信号、所述第二声音信号、所述运动状态信息和所述历史位置信息确定所述第一左右位置。
结合第二方面的任一种可能的实现方式，在第九种可能的实现方式中，所述目标位置包括：第一左右位置和上下位置；
所述确定模块包括：
一第一左右位置确定子模块，用于至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的第一左右位置；
一上下位置确定子模块，用于至少根据所述第一声音信号确定所述被刷牙齿是上牙或下牙。
结合第二方面的任一种可能的实现方式，在第十种可能的实现方式中，所述上下位置确定子模块，用于通过对所述第一声音信号进行分类处理确定所述被刷牙齿是上牙或下牙。
结合第二方面的任一种可能的实现方式，在第十一种可能的实现方式中，所述上下位置确定子模块包括：
一第二向量确定单元，用于根据所述第一声音信号确定一第二向量；
一上下位置确定单元，用于根据所述第二向量，以及用于线性判别分析的一投影向量确定所述被刷牙齿是上牙或下牙。
结合第二方面的任一种可能的实现方式，在第十二种可能的实现方式中，所述上下位置确定子模块包括：
一第三向量确定单元，用于根据所述第一声音信号确定一第三向量；
一上下位置确定单元，用于根据所述第三向量和一决策树确定所述被刷牙齿是上牙或下牙。
本申请实施例所述方法和设备，响应于用户刷牙，在所述用户的头部的第一位置处获取一第一声音信号，在所述头部的第二位置处获取一第二声音信号，进而至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的目标位置。从而提供一种根据刷牙声音对被刷牙齿进行定位的方法，有利于更好的引导用户正确刷牙。
附图说明
图1是本申请一个实施例中一种牙齿定位方法的流程图；
图2是本申请一个实施方式中牙齿左右位置划分示意图；
图3是本申请一个实施方式中刷牙声音传播路径示意图；
图4是本申请一个实施方式中某一频段内的参考强度比与参考位置之间的对应关系示意图；
图5a是本申请一个实施方式中某两个频段内的参考强度比与参考位置之间的两组对应关系示意图；
图5b是本申请另一个实施方式中某三个频段内的参考强度比与参考位置之间的三组对应关系示意图；
图6是本申请另一个实施方式中刷牙声音传播路径示意图；
图7是本申请一个实施方式中采用一投影向量进行LDA分析的效果示意图；
图8是本申请一个实施方式中所述决策树的示意图；
图9是本申请一个实施例所述牙齿定位设备的模块图；
图10是本申请一个实施方式中所述确定模块的模块图；
图11是本申请一个实施方式中所述第一左右位置确定子模块的模块图；
图12是本申请另一个实施方式中所述确定模块的模块图；
图13是本申请一个实施方式中所述第一左右位置确定子模块的模块图；
图14是本申请一个实施方式中所述牙齿定位设备的模块图；
图15是本申请一个实施方式中所述确定模块的模块图；
图16是本申请一个实施方式中所述上下位置确定子模块的模块图；
图17是本申请另一个实施方式中所述上下位置确定子模块的模块图；
图18是本申请一个实施方式中所述牙齿定位设备的硬件结构示意图。
具体实施方式
下面结合附图和实施例，对本申请的具体实施方式作进一步详细说明。以下实施例用于说明本申请，但不用来限制本申请的范围。
本领域技术人员理解，在本申请的实施例中，下述各步骤的序号的大小并不意味着执行顺序的先后，各步骤的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
发明人在研究过程中发现，用户在刷牙过程中产生的声音可以沿着头骨传导，借助一些设置在头部的声音采集设备，可以采集用户的刷牙声音，根据采集到的刷牙声音可以实现对被刷牙齿的定位。
图1是本申请一个实施例所述牙齿定位方法的流程图，所述方法可以在例如牙齿定位设备上实现。如图1所示，所述方法包括：
S120：响应于一用户刷牙，在所述用户的头部的第一位置处获取一第一声音信号，在所述头部的第二位置处获取一第二声音信号；
S140：至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的目标位置。
本申请实施例所述方法，响应于用户刷牙，在所述用户的头部的第一位置处获取一第一声音信号，在所述头部的第二位置处获取一第二声音信号，进而至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的目标位置。从而提供一种根据刷牙声音对被刷牙齿进行定位的方法，有利于更好的引导用户正确刷牙。
以下将结合具体实施方式，详细说明所述步骤S120和S140的功能。
S120：响应于一用户刷牙，在所述用户的头部的第一位置处获取一第一声音信号，在所述头部的第二位置处获取一第二声音信号。
其中，用户可以使用手动牙刷、电动牙刷等刷牙，所述第一声音信号和所述第二声音信号是刷牙声音经过头骨传导后的声音，该刷牙声音可以比如是由牙刷与牙齿摩擦产生，或者也可以比如是电动牙刷产生的声波或超声波。
所述第一位置和所述第二位置可以是所述头部的任意两个不同的位置，为了提高检测准确度，所述第一位置位于所述头部的左侧，所述第二位置位于所述头部的右侧。比如，所述第一位置位于左耳附近，所述第二位置位于右耳附近。
S140：至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的目标位置。
在一种实施方式中，所述目标位置可以包括第一左右位置。相应的，所述步骤S140可以包括：
S140a：至少根据所述第一声音信号和所述第二声音信号确定所述第一左右位置。
如图2所示，以用户的下牙为例，用户的下牙按照在口腔中的左右分布可以比如依次编号为：L1、L2、L3、L4、L5、L6、L7、L8、R8、R7、R6、R5、R4、R3、R2、R1。本实施方式中，确定被刷牙齿所在的第一左右位置，即在对口腔中牙齿按照左右划分的情况下，确定所述被刷牙齿的分布位置，比如位于左侧还是右侧，在位于左侧情况下，是左侧第几颗。类似的，可以对用户的上牙也按照左右分布进行上述编号，此时并不关心牙齿的上下位置，则每个编号可以对应上下两颗牙齿。换句话说，确定所述被刷牙齿所在的第一左右位置，也可以认为是确定所述被刷牙齿对应的编号。
有的情况下，牙刷会同时覆盖多颗牙齿，或者实际应用对牙齿定位的精确度并不高，还可以对牙齿先进行区域划分，比如如图2所示，将下牙按照从左至右依次划分为1、2、3、4、5、6共6个区域，其中数字0至1之间对应1区域，数字1至2之间对应2区域，依次类推。每个区域中包括多颗牙齿，比如1区域包括编号为L1和L2的牙齿。这种情况下，确定所述被刷牙齿所在的第一左右位置，也就是确定所述被刷牙齿所属的区域。
在一种实施方式中，所述步骤S140a可以包括：
S141a：确定所述第一声音信号和所述第二声音信号在一第一频率处的第一强度比；
S142a：根据所述第一强度比和一第一参考信息确定所述第一左右位置。
如图3所示，假设当前被刷牙齿位于A点，可以看到，刷牙声音由A点骨传导至B点对应传播路径为d1，在B点采集到的声音信号为第一声音信号；该刷牙声音由A点骨传导至C点对应的传播路径为d2，在C点采集到的声音信号为第二声音信号。所述第一声音信号和所述第二声音信号在某些频率处的强度比，会随着A点位置的改变而改变，本实施方式正是基于此实现对被刷牙齿的定位。
若按图2中的牙齿位置的约定，假设被刷牙齿的位置为x(比如图3中A点)，该处声强为P0，则根据一般的声强衰减规律，左耳(比如C点)采集到的声强为：
Pl(x)＝P0exp(-αf(x))；---------------------------------------------(1)
即，按照位置的负指数规律衰减；
这里，P0与用户刷牙的方式(所用牙刷、力度、动作习惯等)有关；
f(x)(比如图3中的d2)是一个关于x的单调增函数，实际应用中可以用多项式来近似表示；
α是一个与声波频率相关的系数；
同理，右耳(比如图3中B点)采集到的声强为：
Pr(x)＝P0exp(-αf(c-x))；-------------------------------------------(2)
这里的位置取c-x，是基于人的头颅口腔结构大致左右对称；
同时，基于图2的约定可知应该有：f(3)＝f(c-3)，故可取c＝6；
基于式(1)(2)，可得左右耳声强比R(x)为：
R(x)＝Pl(x)/Pr(x)＝exp(-α(f(x)-f(6-x)))-------------------------------(3)
若直接取f(x)＝x，则式(3)可以得到解析解为：
x＝3-ln(R(x))/(2α)
实现中，可以根据实际情况取其它形式的f(x)。
所述步骤S141a中，所述第一强度比也就是所述第一声音信号在所述第一频率处的强度值与所述第二声音信号在所述第一频率处的强度值的比值。在一种实施方式中，其可以具体包括：确定所述第一声音信号在所述第一频率处的强度值；确定所述第二声音信号在所述第一频率处的强度值；根据所述第一声音信号在所述第一频率处的强度值和所述第二声音信号在所述第一频率处的强度值确定所述第一强度比。
所述步骤S142a中，所述第一参考信息包括在所述第一频率处的多个参考强度比和多个参考位置的对应关系。
所述第一频率可以是所述刷牙声音中的任一频率，或者是经过试验选取的某一频率；所述第一频率处的参考强度比是在该第一频率处所述第一声音信号的强度值与所述第二声音信号的强度值之间的参考比值；所述第一频率处的参考位置与所述参考强度比一一对应。所述第一参考信息可以预先训练得到，比如，预先引导用户按照预定顺序依次刷牙齿的预定位置，于所述第一位置和所述第二位置处获取对应的第一声音信号和第二声音信息，进而计算得到第一频率处的参考强度比，从而得到所述第一参考信息。
以图4为例，其给出了对应1531～1545Hz频段的参考强度比与参考位置之间的对应关系，其中圆圈表示实测数据点，曲线是根据实测数据拟合得到的。根据该对应关系，假设所述第一强度比为6，则可以确定所述第一左右位置对应区域1，即所述被刷牙齿位于区域1内。其中，为了简化计算，图4中给出的是1531～1545Hz频段内的参考强度比与参考位置之间的对应关系，本领域技术人员理解，按照相同的计算原理，可以得到任意频率处的参考强度比与参考位置之间的对应关系。
为了提高定位的准确度，还可以结合所述第一声音信号和所述第二声音信号在其他频率处的强度比，综合确定所述被刷牙齿的左右位置。
在一种实施方式中，所述方法还包括：
S151a：确定所述第一声音信号和所述第二声音信号在一第二频率处的第二强度比；
S152a：根据所述第二强度比和一第二参考信息确定所述被刷牙齿所在一第二左右位置；
S153a：根据所述第一左右位置和所述第二左右位置确定所述被刷牙齿所在的左右位置。
其中，所述第二参考信息包括在所述第二频率处的多个参考强度比和多个参考位置的对应关系。所述步骤S151a和所述步骤S152a中确定所述被刷牙齿所在的所述第二左右位置，其原理与所述步骤S141a和所述步骤S142a中确定所述被刷牙齿所在的所述第一左右位置相类似，此处不再赘述。
所述步骤S153a中比如可以计算所述第一左右位置对应值和所述第二左右位置对应值的平均值得到所述左右位置。
以图5a为例，假设所述第一强度比为3，可以得到所述第一左右位置为1.65，假设所述第二强度比为1.5，可以得到所述第二左右位置为1.8，计算平均值则可以得到所述左右位置为1.725。对应所述图2，可以确定所述被刷牙齿对应编号为L4。也就是说，根据所述第一声音信号和所述第二声音信号在多个频率处的强度比，及对应的多个参考信息，可以综合计算得到更加准确的左右位置，有利于对所述被刷牙齿进行精确定位。
本领域技术人员理解，为了进一步提高定位准确度，还可以结合更多频率处的强度比和更多的参考信息。比如如图5b所示，给出了三个不同频段对应的参考信息，基于此，可以得到更加准确的定位结果。
在另一种实施方式中，所述步骤S140a可以进一步包括：
S140a’：通过对所述第一声音信号和所述第二声音信号进行回归处理确定所述第一左右位置。
所述回归处理可以比如采用回归树算法、支持向量回归算法等，简单起见，以下仅以回归树算法为例进行说明。
在一种实施方式中，所述步骤S140a’可以包括：
S141a’：根据所述第一声音信号和所述第二声音信号确定一第一向量；
S142a’：根据所述第一向量和一回归树确定所述第一左右位置。
所述步骤S141a’中，所述第一向量可以根据所述第一声音信号和所述第二声音信号在多个频率处的功率确定，比如可以取一段长度大约380ms的第一声音信号片段，对所述片段的频谱上0～8000Hz的范围内均匀选取250个宽为15Hz的频段窗口，用这些窗口内的平均功率的对数组成一个长度为250维的向量；同时基于相同时段的第二声音信号提取类似的向量；这两个向量的差便可以作为所述第一向量。
所述步骤S142a’中，所述回归树可以预先训练得到，比如在所述第一位置预先采集已知牙齿位置上的第一刷牙声音，对这些第一刷牙声音分别提取至少一段长度大约是380ms的声音信号片段(多个片段之间可以部分重叠，如60％)，对每个片段的频谱上0～8000Hz的范围内均匀选取250个宽为15Hz的频段窗口，对应每个片段用这些窗口内的平均功率的对数组成一个长度为250维的对应第一位置的向量；类似的，在所述第二位置预先采集已知牙齿位置上的第二刷牙声音，对这些第二刷牙声音分别提取至少一段长度大约是380ms的声音信号片段(多个片段之间可以部分重叠，如60％)，对每个片段的频谱上0～8000Hz的范围内均匀选取250个宽为15Hz的频段窗口，对应每个片段用这些窗口内的平均功率的对数组成一个长度为250维的对应第二位置的向量；上述两类向量对应作差、结合其已知的采集位置，运用任一已知的树模型训练方法(如C4.5、CART(Classification AndRegression Tree)、MARS(Multivariate Adaptive Regression Splines)等)，便可以得到所述回归树。该步骤中，具体的判断方法可以是将所述第一向量中的元素按照所述回归树的要求从根节点开始下行，最后得到的叶子节点的值即对应所述被刷牙齿的第一左右位置。
比如，假设预先训练得到所述回归树的文本描述如下面表1所示。
表1
实验测得，根据上述回归树确定所述被刷牙齿的左右位置的效果如下面表2所示。可以看到，基于该回归树可以有效的确定所述被刷牙齿的左右位置。
表2
假设所述步骤S141a’中确定的所述第一向量如下：
(-2.81 -0.47 0.77 -1.21 -2.63 -1.89 -0.70 -0.20 -0.13 -1.36 -0.89 -1.16-1.12 -1.72 -1.93 -0.95 -1.35 -1.00 -0.68 -0.78 -0.77 -0.49 0.38 0.160.151.39 0.28 1.14 1.32 0.99 1.58 0.34 1.03 0.42 -0.21 -0.65 0.07 -0.29-0.15-1.77 0.47 -0.24 0.53 -0.46 -0.56 -0.05 -0.17 -0.19 -0.45 -0.59 -1.05-0.97 -0.11 -0.63 -0.15 -1.13 -1.41 -1.29 -1.09 -1.73 -3.29 -2.05 -1.86 -1.08-0.17 -0.92 -1.61 -0.92 -0.90 -0.99 -0.51 -1.39 -1.97 -1.12 -1.20 -1.92 -0.23-0.320.10 -0.50 -0.39 0.16 -0.58 -0.52 -1.71 -0.44 -1.47 -2.07 -1.70 -1.66-1.21 -0.75 -1.24 0.34 0.57 0.45 -0.42 -0.55 -0.95 -2.14 -0.48 -1.52 -2.65-2.68 -1.88 -1.84 -2.33 -2.97 -1.84 -1.63 -1.55 -2.21 -1.33 -2.45 -2.31 -2.35-1.66 -2.17 -1.84 -1.56 -2.30 -2.06 -1.21 -2.06 -2.09 -2.51 -1.85 -0.88 -1.05-2.43 -2.73 -2.05 -0.95 -1.20 -2.92 -3.16 -3.26 -2.87 -2.04 -2.33 -3.40 -3.55-2.67 -3.35 -2.52 -2.20 -3.50 -3.00 -2.55 -2.84 -2.32 -1.79 -2.72 -2.51 -2.19-2.43 -2.75 -3.18 -3.46 -2.18 -2.54 -3.60 -2.62 -2.98 -2.70 -2.59 -3.00 -2.42-2.27 -2.70 -1.92 -2.27 -2.84 -2.56 -2.23 -3.12 -2.19 -1.74 -2.26 -2.71 -2.74-1.93 -1.92 -1.80 -2.12 -2.64 -1.67 -2.00 -2.81 -2.66 -2.00 -3.43 -2.51 -2.64-2.77 -2.12 -2.75 -2.15 -1.77 -2.06 -2.45 -2.49 -3.32 -2.42 -3.54 -1.52 -3.15-3.47 -3.28 -2.32 -2.84 -2.85 -2.33 -2.66 -2.02 -2.72 -2.46 -2.79 -3.04 -2.24-2.76 -3.07 -3.21 -3.28 -2.62 -2.90 -2.25 -2.10 -2.21 -3.15 -3.01 -2.74 -2.66-2.60 -3.31 -2.38 -3.46 -2.75 -2.68 -2.50 -2.29 -3.02 -2.32 -3.40 -2.99 -2.65-1.91 -3.28 -2.76 -2.86)
该第一向量是对应所述表1所示回归树的一个250维的向量，则根据上述回归树，可以确定所述被刷牙齿的左右位置对应的数字为4.15385，即所述被刷牙齿属于图2中的5区域。
在另一种实施方式中，所述方法还可以包括：
S130：获取一牙刷的运动状态信息和历史位置信息。
相应的，所述步骤S140a可以包括：
S140a”：根据所述第一声音信号、所述第二声音信号、所述运动状态信息和所述历史位置信息确定所述第一左右位置。
其中，所述牙刷的运动状态信息比如可以包括所述牙刷的速度、加速度、角速度、角加速度等至少一种信息。所述历史位置信息可以是前一时刻确定的所述被刷牙齿的左右位置信息。根据所述运动状态信息和所述历史位置信息可以确定所述第一左右位置可能的区域范围，从而可以避免出现确定的所述第一左右位置明显不合理的情况。比如，所述历史位置信息显示上一时刻被刷牙齿为R1，根据是运动状态信息判断，当前时刻被刷牙齿只可能是R1附近的3颗牙齿中的某一颗，从而可以排除，比如L1，等明显错误的定位结果。
在另一种实施方式中，所述目标位置可以包括：第一左右位置和上下位置。相应的，所述步骤S140可以包括：
S141b：至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的第一左右位置；
S142b：至少根据所述第一声音信号确定所述被刷牙齿是上牙或下牙。
本实施方式可以理解为是对上述实施方式的补充，即在对所述被刷牙齿进行左右定位的基础上同时进行上下定位。
其中，所述步骤S141b的实现原理与所述步骤S140a的实现原理相同，不再赘述。
以图6为例，假设所述第一位置位于右耳附近，对应图6中C点，则当被刷牙齿分别位于A点和B点时，刷牙声音传播路径具有明显不同。主要区别在于，B点处的刷牙声音必须经过颌关节620才能到达C点，而A点处的刷牙声音则不必经过所述颌关节620。这是因为，颌骨610是头骨上唯一可以随意活动的骨头，其通过颌关节620与颅骨630相连接。这就导致，刷下牙时，刷牙声音必须经过颌关节620才能到达颅骨上的采集位置；刷上牙时，刷牙声音可以直接经颅骨传导到达采集位置。
与致密的骨组织相比，颌关节620的结构对声波衰减的作用要大，而且颌关节620对不同频率成分的衰减作用与骨组织也不同。所以，以大致相同的方式刷相邻的上、下牙，虽然在牙齿附近产生的声音大致相同，但由于经过了不同途径，从用户佩戴的拾音装置中捕捉到的声音在强度和频谱上均会产生较大差异，本申请正是基于该原理实现对被刷牙齿是上牙或下牙的判别。本领域技术人员理解，拾音装置除了设置在颅骨上，还可以设置在下颌骨上，由于实现原理相类似，以下多以拾音装置设置在颅骨上为例进行说明。
基于上述原理，所述步骤S142b可以包括：通过对所述第一声音信号进行分类处理确定所述被刷牙齿是上牙或下牙。
所述分类处理可以比如基于LDA(Linear Discriminant Analysis，线性判别分析)、分类树、SVM(Support Vector Machine，支持向量机)等任一算法。
在一种实施方式中，通过LDA算法确定所述被刷牙齿是上牙或下牙，所述步骤S142b可以包括：
S1421b’：根据所述第一声音信号确定一第二向量；
S1422b’：根据所述第二向量，以及用于线性判别分析的一投影向量确定所述被刷牙齿是上牙或下牙。
所述步骤S1421b’中，可以基于所述第一声音信号在多个频率处的功率确定所述第二向量，例如在所述第一声音信号中选取长度为300ms的片段，在所述片段的频谱上0～6000Hz范围内均匀选取150个宽度为15Hz的频率窗口，这些窗口内平均功率的对数拼接起来，便可以作为所述第二向量。
所述步骤S1422b’中，所述投影向量可以预先训练得到，比如在已知上下牙的情况下，预先采集相应的刷牙声音，对这些刷牙声音分别提取至少一段长度大约是300ms的声音信号片段(多个片段之间可以部分重叠，如50％)，对每个片段的频谱上0～6000Hz的范围内均匀选取150个宽为15Hz的频段窗口，对应每个片段用这些窗口内的平均功率的对数组成一个长度为150维的向量，结合其已知的采集位置，运用LDA分析可以得到具有(Fisher线性可区分性准则意义下的)最佳效果的投影向量。该步骤中，所述投影向量可以包括系数项和常数项，具体的判断方法可以是计算所述第二向量和所述投影向量中系数项的乘积，然后计算所述乘积与所述常数项的和，根据该和可以确定所述被刷牙齿是上牙或下牙。
本领域技术人员理解，采用相类似的原理，根据所述第二声音信号和相应的投影向量，也可以确定所述被刷牙齿是上牙或下牙。
按照上述方法得到的一个投影向量L可以如下所示：
(0.19 -1.31 -0.78 0.25 0.01 -0.81 -0.99 0.08 0.67 1.46 -0.06 -0.84-1.43 -0.06 -0.53 0.08 0.00 0.92 0.46 1.26 0.42 -0.48 0.19 -0.33 0.440.22 -0.19 0.30 0.54 1.00 -0.94 0.15 0.83 -0.29 0.09 0.34 0.07 -0.22-0.02 0.12 -0.02 0.96 0.19 -0.05 -0.40 -0.46 -0.61 0.06 -0.13 0.05 0.21-0.58 0.50 -0.710.24 0.95 -0.83 -0.30 -0.29 0.37 -0.38 -1.08 -0.09 0.070.03 0.58 1.09 -0.760.79 1.70 0.25 0.14 0.06 -1.73 -0.56 0.22 -0.22-0.15 -0.24 -0.03 0.27 0.93 -0.15 0.52 0.67 0.47 0.73 0.59 -0.19 -0.630.29 -0.73 -0.72 1.13 -1.11 0.810.77 -0.11 -0.73 0.25 0.31 -0.49 0.050.30 0.49 -0.74 -0.47 0.36 -0.62 0.93 -1.22 -0.34 0.34 0.95 -0.07 -0.73-1.33 1.40 0.06 -0.14 -0.54 -0.65 -0.74 0.25-1.14 1.24 -1.42 0.22 1.43-0.07 1.52 0.45 -1.55 0.70 -0.96 -2.12 1.03 -0.550.28 -0.66 0.55 -0.22-0.51 -0.09 1.00 -0.43 0.85 -2.06 1.71 0.44 4.94)
该投影向量L是一个151维的向量，其前150维对应系数项，可以简记为，第151维对应常数项，可以简记为K，假设所述第二向量为X，则所述步骤S1422b’中，具体判别方式可以为：
图7是采用所述投影向量L进行LDA分析的效果示意图，可以看到，左方直方图表示下牙的概率分布，相应的，左方曲线表示拟合得到的下牙的概率分布曲线，其满足正态分布N1(-6.686；3.4702)；右方直方图表示上牙的概率分布，相应的，右方曲线表示拟合得到的上牙的概率分布曲线，其满足正态分布N0(6.634；3.8252)。根据拟合的正态分布参数，分类错误率约仅为3.39％，可以有效实现上下牙分类。
假设所述第二向量X如下：
(-7.18 -7.10 -9.79 -10.60 -10.20 -11.51 -10.10 -10.55 -12.06 -12.78-12.53 -12.24 -12.36 -11.79 -13.19 -12.41 -13.28 -14.28 -14.30 -13.91 -13.17-13.79 -14.07 -14.27 -13.55 -16.11 -15.15 -16.07 -15.60 -14.97 -15.38 -15.19-16.07 -16.66 -16.01 -16.42 -16.37 -16.93 -16.67 -16.31 -16.47 -16.31 -16.17-16.61 -16.84 -17.53 -18.37 -18.94 -18.02 -17.79 -18.17 -18.06 -18.52 -17.90-18.32 -18.26 -18.46 -17.65 -18.02 -18.36 -17.91 -17.99 -18.30 -18.95 -18.77-18.75 -19.50 -19.50 -18.76 -19.24 -19.11 -19.34 -20.05 -19.08 -19.69 -19.52-19.38 -19.73 -19.33 -19.46 -20.15 -19.38 -19.33 -19.90 -19.37 -20.23 -19.29-19.57 -19.16 -19.79 -19.21 -19.79 -19.59 -19.73 -20.03 -19.51 -19.85 -19.99-19.21 -19.94 -19.80 -19.83 -19.88 -20.28 -20.56 -19.79 -20.11 -20.54 -19.89-20.20 -20.61 -19.94 -20.71 -20.27 -19.89 -20.54 -20.35 -20.02 -20.08 -21.08-21.09 -21.15 -20.15 -20.21 -20.62 -20.64 -21.20 -21.23 -20.89 -20.45 -21.08-20.50 -21.02 -20.69 -20.85 -20.93 -20.72 -20.35 -20.77 -20.97 -20.63 -20.94-20.47 -20.60 -21.00 -21.13 -20.61 -21.03 -21.08 -20.91)
根据上述判别方式可以得到＝-3.11，从而判断被刷牙齿为下牙。
在另一种实施方式中，可以通过决策树算法确定所述被刷牙齿是上牙或下牙，所述步骤S142b可以包括：
S1421b”：根据所述第一声音信号确定一第三向量；
S1422b”：根据所述第三向量和一决策树确定所述被刷牙齿是上牙或下牙。
所述步骤S1421b”中，所述第三向量可以根据所述第一声音信号在多个频率处的功率确定，比如可以采用与所述第二向量类似的方法提取。
所述步骤S1422b”中，所述决策树可以预先训练得到，比如在已知上下牙的情况下，预先采集相应的刷牙声音，对这些刷牙声音分别提取至少一段长度大约是380ms的声音信号片段(多个片段之间可以部分重叠，如60％)，对每个片段的频谱上0～8000Hz的范围内均匀选取250个宽为15Hz的频段窗口，对应每个片段用这些窗口内的平均功率的对数组成一个长度为250维的向量，结合其已知的采集位置，运用已知的树模型训练算法(如C4.5、CART、MARS等)可以得到决策树。本实施方式中，具体的判断方法可以为：将所述第三向量的元素，按照决策树的要求从根节点开始下行，最后停止的叶子节点对应所述被刷牙齿的上下位置。
图8是所述决策树的一个示例，实验测得，根据该决策树对多个测试样本的测试准确度为82.5％。比如，所述第三向量可以如下所示的一个250维的向量：
(-9.61 -7.65 -9.60 -13.15 -14.42 -14.46 -13.38 -13.74 -13.64 -14.01-13.67 -14.09 -14.57 -15.57 -14.89 -14.05 -15.22 -14.11 -13.15 -13.56 -12.90-12.35 -13.44 -12.60 -13.26 -12.99 -13.23 -12.85 -12.93 -13.98 -12.41 -13.30-12.89 -14.19 -13.83 -15.15 -14.85 -15.08 -15.45 -16.78 -15.70 -16.36 -15.22-16.10 -16.03 -16.39 -16.54 -16.48 -16.86 -17.09 -16.98 -16.78 -16.55 -16.99-17.08 -17.66 -17.36 -18.37 -17.67 -18.40 -20.23 -18.53 -18.63 -17.81 -17.93-18.86 -18.86 -18.71 -17.76 -18.31 -18.38 -19.20 -19.50 -18.21 -18.86 -19.52-17.83 -17.83 -17.23 -17.94 -18.38 -17.28 -17.41 -18.34 -19.38 -18.45 -19.24-19.84 -19.77 -19.34 -18.88 -18.97 -19.78 -17.83 -17.73 -18.38 -19.27 -19.38-19.57 -20.41 -18.67 -19.88 -20.95 -20.86 -19.86 -19.75 -20.14 -21.19 -20.35-20.06 -19.60 -20.39 -19.92 -20.87 -21.07 -20.87 -20.53 -20.99 -20.61 -20.34-20.76 -20.87 -20.10 -20.82 -20.57 -20.88 -20.61 -19.59 -20.05 -21.23 -21.52-21.25 -20.40 -20.25 -22.24 -22.23 -22.23 -21.73 -21.11 -21.46 -22.50 -22.57-21.63 -22.30 -21.45 -21.16 -22.42 -22.12 -21.56 -21.83 -21.42 -21.04 -21.71-21.72 -21.49 -21.89 -22.01 -22.15 -22.53 -21.52 -21.83 -22.67 -21.93 -22.24-22.08 -21.33 -22.10 -21.70 -21.56 -22.19 -21.17 -21.97 -21.95 -22.10 -22.02-22.52 -21.63 -21.37 -21.80 -22.49 -22.22 -21.74 -21.69 -21.22 -21.60 -22.16-21.45 -21.41 -22.14 -21.83 -21.86 -22.89 -22.13 -22.10 -22.47 -21.62 -22.41-21.86 -21.73 -21.64 -21.93 -22.30 -22.67 -21.86 -22.85 -21.43 -22.21 -22.74-22.91 -21.99 -22.29 -22.63 -22.15 -22.58 -22.08 -22.41 -22.33 -22.52 -23.01-22.08 -22.32 -22.69 -22.75 -22.70 -22.27 -22.72 -22.09 -21.89 -21.90 -22.92-22.79 -22.61 -22.64 -22.62 -23.30 -22.55 -23.45 -22.84 -22.72 -22.63 -22.14-22.37 -21.97 -23.36 -22.87 -22.47 -21.98 -23.22 -22.44 -22.83)
根据上述该第三向量及图8所述决策树可以判断所述被刷牙齿是上牙，即可以准确的实现上下牙分类。
此外，本申请实施例还提供一种计算机可读介质，包括在被执行时进行以下操作的计算机可读指令：执行上述图1所示实施方式中的方法的步骤S120和S140的操作。
综上，本申请实施例所述方法，可以在用户刷牙过程中，根据刷牙声音定位当前被刷牙齿，有利于更好的引导用户正确的刷牙，并有利于通过游戏增强刷牙的趣味性。
图9是本申请一个实施例所述牙齿定位设备的模块结构示意图，所述设备可以是一个独立的用于牙齿定位的设备，当然，也可以作为一个功能模块集成设置于比如智能眼镜、智能耳机等穿戴式设备中。参见图9，所述设备900可以包括：
一第一获取模块910，用于响应于一用户刷牙，在所述用户的头部的第一位置处获取一第一声音信号，在所述头部的第二位置处获取一第二声音信号；
一确定模块920，用于至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的目标位置。
本申请实施例所述设备，响应于用户刷牙，在所述用户的头部的第一位置处获取一第一声音信号，在所述头部的第二位置处获取一第二声音信号，进而至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的目标位置。从而提供一种根据刷牙声音对被刷牙齿进行定位的设备，有利于更好的引导用户正确刷牙。
以下将结合具体实施方式，详细说明所述第一获取模块910和所述确定模块920的功能。
所述第一获取模块910，用于响应于一用户刷牙，在所述用户的头部的第一位置处获取一第一声音信号，在所述头部的第二位置处获取一第二声音信号。
其中，用户刷牙可以使用手动牙刷、电动牙刷，所述第一声音信号和所述第二声音信号是刷牙声音经过头骨传导后的声音，该刷牙声音可以比如是由牙刷与牙齿摩擦产生，或者也可以比如是电动牙刷产生的声波或超声波。
所述第一位置和所述第二位置可以是所述头部的任意两个不同的位置，为了提高检测准确度，所述第一位置位于所述头部的左侧，所述第二位置位于所述头部的右侧。比如，所述第一位置位于左耳附近，所述第二位置位于右耳附近。
所述确定模块920，用于至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的目标位置。
在一种实施方式中，所述目标位置包括：第一左右位置；相应的，参见图10，所述确定模块920包括：
一第一左右位置确定子模块921a，用于至少根据所述第一声音信号和所述第二声音信号确定所述第一左右位置。
这里确定所述第一左右位置可以是确定所述被刷牙齿对应的编号或者其所属的区域。
在一种实施方式中，参见图11，所述第一左右位置确定子模块921a可以包括：
一第一强度比确定单元9211a，用于确定所述第一声音信号和所述第二声音信号在一第一频率处的第一强度比；
一第一左右位置确定单元9212a，用于根据所述第一强度比和一第一参考信息确定所述第一左右位置。
其中，所述第一强度比也就是所述第一声音信号在所述第一频率处的强度值与所述第二声音信号在所述第一频率处的强度值的比值。参见图11，所述第一强度比确定单元9211a可以包括：
一第一强度值确定子单元92111a，用于确定所述第一声音信号在所述第一频率处的强度值；
一第二强度值确定子单92112a，用于确定所述第二声音信号在所述第一频率处的强度值；
一第一强度比确定子单元92113a，用于根据所述第一声音信号在所述第一频率处的强度值和所述第二声音信号在所述第一频率处的强度值确定所述第一强度比。
所述第一参考信息包括在所述第一频率处的多个参考强度比和多个参考位置的对应关系。
所述第一频率可以是所述刷牙声音中的任一频率；所述第一频率处的参考强度比是在该第一频率处所述第一声音信号的强度值与所述第二声音信号的强度值之间的参考比值；所述第一频率处的参考位置与所述参考强度比一一对应。所述第一参考信息可以预先训练得到，比如，预先引导用户按照预定顺序依次刷牙齿的预定位置，于所述第一位置和所述第二位置处获取对应的第一声音信号和第二声音信息，进而计算得到第一频率处的参考强度比，从而得到所述第一参考信息。所述第一参考信息可以是如图4所示的曲线。
为了提高定位的准确度，还可以结合所述第一声音信号和所述第二声音信号在其他频率处的强度比，综合确定所述被刷牙齿的左右位置。在一种实施方式中，参见图12，所述确定模块920还包括：一第二左右位置确定子模块922a和一左右位置确定子模块923a；
所述第二左右位置确定子模块922a可以包括：
一第二强度比确定单元9221a，用于确定所述第一声音信号和所述第二声音信号在一第二频率处的第二强度比；
一第二左右位置确定单元9222a，用于根据所述第二强度比和一第二参考信息确定所述被刷牙齿所在一第二左右位置；
所述左右位置确定子模块923a，用于根据所述第一左右位置和所述第二左右位置确定所述被刷牙齿所在的左右位置。
其中，所述第二参考信息包括在所述第二频率处的多个参考强度比和多个参考位置的对应关系。所述第二强度比确定单元9221a和所述第二左右位置确定单元9222a中确定所述被刷牙齿所在的所述第二左右位置，其原理与所述第一强度比确定单元9211a和所述第一左右位置确定单元9212a确定所述被刷牙齿所在的所述第一左右位置相类似，此处不再赘述。
所述左右位置确定子模块923a比如可以计算所述第一左右位置对应值和所述第二左右位置对应值的平均值得到所述左右位置。
以图5为例，假设所述第一强度比为3，可以得到所述第一左右位置为1.65，假设所述第二强度比为1.5，可以得到所述第二左右位置为1.8，计算平均值则可以得到所述左右位置为1.725。对应所述图2，可以确定所述被刷牙齿对应编号为L4。也就是说，根据所述第一声音信号和所述第二声音信号在多个频率处的强度比，及对应的多个参考信息，可以综合计算得到更加准确的左右位置，有利于对所述被刷牙齿进行精确定位。
在另一种实施方式中，所述第一左右位置确定子模块921a，用于通过对所述第一声音信号和所述第二声音信号进行回归处理确定所述第一左右位置。
所述回归处理可以比如采用回归树算法、支持向量回归算法等，简单起见，以下仅以回归树算法为例进行说明。
在一种实施方式中，参见图13，所述第一左右位置确定子模块921a包括：
一第一向量确定单元9211a’，用于根据所述第一声音信号和所述第二声音信号确定一第一向量；
一第一左右位置确定单元9212a’，用于根据所述第一向量和一回归树确定所述第一左右位置。
所述第一向量可以根据所述第一声音信号和所述第二声音信号在多个频率处的功率确定，比如可以取一段长度大约380ms的第一声音信号片段，对所述片段的频谱上0～8000Hz的范围内均匀选取250个宽为15Hz的频段窗口，用这些窗口内的平均功率的对数组成一个长度为250维的向量；同时基于相同时段的第二声音信号提取类似的向量；这两个向量的差便可以作为所述第一向量。
所述回归树可以预先训练得到，比如在所述第一位置预先采集已知牙齿位置上的第一刷牙声音，对这些第一刷牙声音分别提取至少一段长度大约是380ms的声音信号片段(多个片段之间可以部分重叠，如60％)，对每个片段的频谱上0～8000Hz的范围内均匀选取250个宽为15Hz的频段窗口，对应每个片段用这些窗口内的平均功率的对数组成一个长度为250维的对应第一位置的向量；类似的，在所述第二位置预先采集已知牙齿位置上的第二刷牙声音，对这些第二刷牙声音分别提取至少一段长度大约是380ms的声音信号片段(多个片段之间可以部分重叠，如60％)，对每个片段的频谱上0～8000Hz的范围内均匀选取250个宽为15Hz的频段窗口，对应每个片段用这些窗口内的平均功率的对数组成一个长度为250维的对应第二位置的向量；上述两类向量对应作差、结合其已知的采集位置，运用任一已知的树模型训练方法(如C4.5、CART、MARS等)，便可以得到所述回归树。该步骤中，具体的判断方法可以是将所述第一向量中的元素按照所述回归树的要求从根节点开始下行，最后得到的叶子节点的值对应所述被刷牙齿的第一左右位置。
在另一种实施方式中，参见图14，所述设备900还包括：
一第二获取模块930，用于获取一历史位置信息和一牙刷的运动状态信息.
相应的，所述第一左右位置确定子模块921a，用于根据所述第一声音信号、所述第二声音信号、所述运动状态信息和所述历史位置信息确定所述第一左右位置。
其中，所述牙刷的运动状态信息比如可以包括所述牙刷的速度、加速度、角速度、角加速度等至少一种信息。所述历史位置信息可以是前一时刻确定的所述被刷牙齿的左右位置信息。根据所述运动状态信息和所述历史位置信息可以确定所述第一左右位置可能的区域范围，从而可以避免出现确定的所述第一左右位置明显不合理的情况。比如，所述历史位置信息显示上一时刻被刷牙齿为R1，根据是运动状态信息判断，当前时刻被刷牙齿只可能是R1附近的3颗牙齿中的某一颗，从而可以排除，比如L1，等明显错误的定位结果。
在另一种实施方式中，所述目标位置可以包括：第一左右位置和上下位置；相应的，参见图15，所述确定模块920可以包括：
一第一左右位置确定子模块921b，用于至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的第一左右位置；
一上下位置确定子模块922b，用于至少根据所述第一声音信号确定所述被刷牙齿是上牙或下牙。
其中，所述第一左右位置确定子模块921b的实现原理可以与所述第一左右位置确定子模块921a相同，不再赘述。
所述上下位置确定子模块922b，可以通过对所述第一声音信号进行分类处理确定所述被刷牙齿是上牙或下牙。
参见图16，在一种实施方式中，所述上下位置确定子模块922b包括：
一第二向量确定单元9221b’，用于根据所述第一声音信号确定一第二向量；
一上下位置确定单元9222b’，用于根据所述第二向量，以及用于线性判别分析的一投影向量确定所述被刷牙齿是上牙或下牙。
所述第二向量可以基于所述第一声音信号在多个频率处的功率确定，比如在所述第一声音信号中选取长度为300ms的片段，在所述片段的频谱上0～6000Hz范围内均匀选取150个宽度为15Hz的频率窗口，这些窗口内平均功率的对数拼接起来，便可以作为所述第二向量。
所述投影向量可以预先训练得到，比如在已知上下牙的情况下，预先采集相应的刷牙声音，对这些刷牙声音分别提取至少一段长度大约是300ms的声音信号片段(多个片段之间可以部分重叠，如50％)，对每个片段的频谱上0～6000Hz的范围内均匀选取150个宽为15Hz的频段窗口，对应每个片段用这些窗口内的平均功率的对数组成一个长度为150维的向量，结合其已知的采集位置，运用LDA分析可以得到具有(Fisher线性可区分性准则意义下的)最佳效果的投影向量。所述投影向量可以包括系数项和常数项，具体的判断方法可以是计算所述第二向量和所述投影向量中系数项的乘积，然后计算所述乘积与所述常数项的和，根据该和可以确定所述被刷牙齿是上牙或下牙。
参见图17，在另一种实施方式中，所述上下位置确定子模块922b可以包括：
一第三向量确定单元9221b”，用于根据所述第一声音信号确定一第三向量；
一上下位置确定单元9222b”，用于根据所述第三向量和一决策树确定所述被刷牙齿是上牙或下牙。
所述第三向量可以根据所述第一声音信号在多个频率处的功率确定，比如可以采用与所述第二向量类似的方法提取。
所述决策树可以预先训练得到，比如在已知上下牙的情况下，预先采集相应的刷牙声音，对这些刷牙声音分别提取至少一段长度大约是380ms的声音信号片段(多个片段之间可以部分重叠，如60％)，对每个片段的频谱上0～8000Hz的范围内均匀选取250个宽为15Hz的频段窗口，对应每个片段用这些窗口内的平均功率的对数组成一个长度为250维的向量，结合其已知的采集位置，运用已知的树模型训练算法(如C4.5、CART、MARS等)可以得到决策树。本实施方式中，具体的判断方法可以为：将所述第三向量的元素，按照决策树的要求从根节点开始下行，最后停止的叶子节点对应所述被刷牙齿的上下位置。
综上，本申请实施例所述设备，可以在用户刷牙过程中，根据刷牙声音定位当前被刷牙齿，有利于更好的引导用户正确的刷牙，并有利于通过游戏增强刷牙的趣味性。
本申请实施例所述牙齿定位方法和设备的一个应用场景可以如下：用户使用一牙刷刷牙，同时佩戴一智能耳机，智能耳机与一游戏设备通信连接；智能耳机与左右耳处分别接收刷牙产生的声音，根据声音信号确定当前被刷牙齿的位置(左右位置和/或上下位置)，并将定位结果发送给所述游戏设备；游戏设备根据被刷牙齿的位置显示相应的游戏画面(比如相应位置的飞机被击落)，并引导用户去刷尚未被刷到的牙齿(比如在对应位置显示多个飞机)。从而，通过游戏手段引导用户正确、完善的刷牙，有利于提高刷牙的趣味性，比如让小孩更喜欢刷牙。
本申请另一个实施例所述牙齿定位设备的硬件结构如图18所示。本申请具体实施例并不对所述牙齿定位设备的具体实现做限定，参见图18，所述设备1800可以包括：
处理器(processor)1810、通信接口(Communications Interface)1820、存储器(memory)1830，以及通信总线1840。其中：
处理器1810、通信接口1820，以及存储器1830通过通信总线1840完成相互间的通信。
通信接口1820，用于与其他网元通信。
处理器1810，用于执行程序1832，具体可以执行上述图1所示的方法实施例中的相关步骤。
具体地，程序1832可以包括程序代码，所述程序代码包括计算机操作指令。
处理器1810可能是一个中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本申请实施例的一个或多个集成电路。
存储器1830，用于存放程序1832。存储器1830可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。程序1832具体可以执行以下步骤：
响应于一用户刷牙，在所述用户的头部的第一位置处获取一第一声音信号，在所述头部的第二位置处获取一第二声音信号；
至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的目标位置。
程序1832中各步骤的具体实现可以参见上述实施例中的相应步骤或模块，在此不赘述。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备和模块的具体工作过程，可以参考前述方法实施例中的对应过程描述，在此不再赘述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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，控制器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施方式仅用于说明本申请，而并非对本申请的限制，有关技术领域的普通技术人员，在不脱离本申请的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本申请的范畴，本申请的专利保护范围应由权利要求限定。
Claims (9)
1.一种牙齿定位方法，其特征在于，所述方法包括：
响应于一用户刷牙，在所述用户的头部的第一位置处获取一第一声音信号，在所述头部的第二位置处获取一第二声音信号；
至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的目标位置；
通过对所述第一声音信号进行分类处理确定所述被刷牙齿是上牙或下牙。
2.如权利要求1所述的方法，其特征在于，所述第一位置位于所述头部的左侧，所述第二位置位于所述头部的右侧。
3.如权利要求1所述的方法，其特征在于，所述目标位置包括：第一左右位置；
所述至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的目标位置包括：
至少根据所述第一声音信号和所述第二声音信号确定所述第一左右位置。
4.如权利要求3所述的方法，其特征在于，所述至少根据所述第一声音信号和所述第二声音信号确定所述第一左右位置包括：
确定所述第一声音信号和所述第二声音信号在一第一频率处的第一强度比；
根据所述第一强度比和一第一参考信息确定所述第一左右位置。
5.如权利要求3所述的方法，其特征在于，所述至少根据所述第一声音信号和所述第二声音信号确定所述第一左右位置包括：
通过对所述第一声音信号和所述第二声音信号进行回归处理确定所述第一左右位置。
6.如权利要求1所述的方法，其特征在于，所述目标位置包括：第一左右位置和上下位置。
7.如权利要求6所述的方法，其特征在于，所述至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的目标位置包括：
至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的第一左右位置。
8.一种牙齿定位设备，其特征在于，所述设备包括：
一第一获取模块，用于响应于一用户刷牙，在所述用户的头部的第一位置处获取一第一声音信号，在所述头部的第二位置处获取一第二声音信号；
一确定模块，用于至少根据所述第一声音信号和所述第二声音信号确定被刷牙齿所在的目标位置；通过对所述第一声音信号进行分类处理确定所述被刷牙齿是上牙或下牙。
9.一种穿戴式设备，其特征在于，所述穿戴式设备包括权利要求8所述的牙齿定位设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510158804.9A CN106154216B (zh) | 2015-04-03 | 2015-04-03 | 牙齿定位方法和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510158804.9A CN106154216B (zh) | 2015-04-03 | 2015-04-03 | 牙齿定位方法和设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106154216A CN106154216A (zh) | 2016-11-23 |
| CN106154216B true CN106154216B (zh) | 2019-05-07 |
Family
ID=57337596
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510158804.9A Active CN106154216B (zh) | 2015-04-03 | 2015-04-03 | 牙齿定位方法和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106154216B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2422811A1 (en) * | 2000-09-19 | 2002-03-28 | Samuel G. Fletcher | Palatometer and nasometer apparatus |
| CN102711555A (zh) * | 2009-12-17 | 2012-10-03 | 荷兰联合利华有限公司 | 牙刷跟踪系统 |
| CN104240606A (zh) * | 2014-08-22 | 2014-12-24 | 京东方科技集团股份有限公司 | 显示装置及显示装置观看角度的调节方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3686871B2 (ja) * | 2002-02-27 | 2005-08-24 | 三ツ星ベルト株式会社 | 歯付ベルトの騒音予測方法及び装置、並びにプログラム |
| KR101129882B1 (ko) * | 2010-05-26 | 2012-03-28 | 한국과학기술원 | 골 전도 기반 이어폰, 헤드폰 및 이를 이용한 미디어 기기 조작 방법 |
-
2015
- 2015-04-03 CN CN201510158804.9A patent/CN106154216B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2422811A1 (en) * | 2000-09-19 | 2002-03-28 | Samuel G. Fletcher | Palatometer and nasometer apparatus |
| CN102711555A (zh) * | 2009-12-17 | 2012-10-03 | 荷兰联合利华有限公司 | 牙刷跟踪系统 |
| CN104240606A (zh) * | 2014-08-22 | 2014-12-24 | 京东方科技集团股份有限公司 | 显示装置及显示装置观看角度的调节方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106154216A (zh) | 2016-11-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102631276B (zh) | 康复训练机器人中的交互系统 | |
| CN103942445B (zh) | 一种健身跑运动方案生成方法 | |
| EP3434323A1 (de) | Vorrichtung und verfahren zur funktionalen elektrischen stimulation unter wasser | |
| CN102716000A (zh) | 坐卧式下肢康复机器人及相应的助力训练控制方法 | |
| Luces et al. | A phantom-sensation based paradigm for continuous vibrotactile wrist guidance in two-dimensional space | |
| CN106154216B (zh) | 牙齿定位方法和设备 | |
| CN109753868A (zh) | 运动动作的评估方法及装置、智能手环 | |
| CN106154215B (zh) | 牙齿定位方法和设备 | |
| CN110413110A (zh) | 虚拟角色的控制方法及相关产品 | |
| CN104949685B (zh) | 能在多模式多部位实现精确计步的方法及其装置 | |
| CN106204635A (zh) | 基于l0最小化的人体连续帧骨骼优化方法 | |
| CN105105759B (zh) | 康复行为辅助方法及移动智能动作监测康复指导仪 | |
| CN107811884A (zh) | 一种无硅油滋养柔顺洗发露 | |
| DE102012211266A1 (de) | Verfahren zur chemischen Glättung von Humanhaaren I | |
| Bian et al. | Research on multi-modal human-machine interface for aerospace robot | |
| CN109730648A (zh) | 一种动作执行方法及装置 | |
| Beek et al. | Studying perceptual-motor actions from mutually constraining perspectives | |
| Wan et al. | Design of joint structure for upper limb exoskeleton robot system | |
| CN109674688A (zh) | 一种植物洗发水及其制备方法 | |
| Gras et al. | Cooperative control of a compliant manipulator for robotic-assisted physiotherapy | |
| Miyata et al. | Observation of grasping style adaptation due to artificially limited joint range of motion of the thumb | |
| Andersen et al. | The application of Fourier analysis to demonstrate the impact of the flutter kick on longitudinal rotation in front crawl | |
| Dixon | The biomechanics of turning gait in children with cerebral palsy | |
| Lan et al. | Biomechanical couplings between elbow and forearm movements | |
| CN206810779U (zh) | 牙齿矫治器清洗机 |
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 |