CN106506823A - 用于控制终端设备的智能可穿戴设备、系统、方法和装置 - Google Patents

用于控制终端设备的智能可穿戴设备、系统、方法和装置 Download PDF

Info

Publication number
CN106506823A
CN106506823A CN201610941518.4A CN201610941518A CN106506823A CN 106506823 A CN106506823 A CN 106506823A CN 201610941518 A CN201610941518 A CN 201610941518A CN 106506823 A CN106506823 A CN 106506823A
Authority
CN
China
Prior art keywords
eye motion
electromagnetic wave
wave signal
characteristic information
signal
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.)
Granted
Application number
CN201610941518.4A
Other languages
English (en)
Other versions
CN106506823B (zh
Inventor
王阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201610941518.4A priority Critical patent/CN106506823B/zh
Publication of CN106506823A publication Critical patent/CN106506823A/zh
Application granted granted Critical
Publication of CN106506823B publication Critical patent/CN106506823B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H04M1/72409—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality by interfacing with external accessories
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/013—Eye tracking input arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
    • H04B1/3827—Portable transceivers
    • H04B1/385—Transceivers carried on the body, e.g. in helmets
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H04M1/72409—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality by interfacing with external accessories
    • H04M1/72412—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality by interfacing with external accessories using two-way short-range wireless interfaces
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
    • H04B1/3827—Portable transceivers
    • H04B1/385—Transceivers carried on the body, e.g. in helmets
    • H04B2001/3866—Transceivers carried on the body, e.g. in helmets carried on the head
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2250/00—Details of telephonic subscriber devices
    • H04M2250/02—Details of telephonic subscriber devices including a Bluetooth interface

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Eye Examination Apparatus (AREA)
  • Toys (AREA)

Abstract

本申请公开了用于控制终端设备的智能可穿戴设备、系统、方法和装置。该智能可穿戴设备的一具体实施方式包括：智能可穿戴设备包括：眼睛运动采集天线，用于采集眼睛运动时产生的多路电磁波信号；特征信息提取电路，用于提取多路电磁波信号的特征信息；眼睛运动识别电路，用于将特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，运动识别模型用于表征特征信息与眼睛运动模式的对应关系；识别结果发送天线，用于向预先连接的终端设备发送眼睛运动模式，以供终端设备执行与眼睛运动模式相关的操作。该实施方式实现了更便捷的终端设备的控制。

Description

用于控制终端设备的智能可穿戴设备、系统、方法和装置
技术领域
本申请涉及计算机技术领域，具体涉及设备控制技术领域，尤其涉及用于控制终端设备的智能可穿戴设备、系统、方法和装置。
背景技术
眼电伪迹(Ocular Artifacts)作为一种类脑电波信号，已被广泛研究。人类的眼球上电荷不均匀分布，角膜正电荷略多，视网膜负电荷略多，可被抽象为一个双极子系统。眼动时，等效于双极子发生旋转；眨眼时，眼皮与角膜接触，改变电荷分布，这都将造成眼球电场变化，形成轻微的电磁波发射。记录脑电波时，眼电伪迹作为一种最常见的干扰噪声，必须被去除；然而，若我们能用类似记录脑电波的装置专门记录眼电，则也可达到监测眼动的效果。
目前，通常采用眼动仪来实现人机交互，眼动仪的工作原理为：将一个或多个摄像头保持与被测者的头部相对固定，然后使用摄像头识别人的瞳孔或眼球位置，追踪其变化，从而记录视线位置的改变。然而，眼动仪的体积过于巨大、形状过于怪异，不适合用户日常使用。
发明内容
本申请的目的在于提出一种改进的用于控制终端设备的智能可穿戴设备、系统、方法和装置，来解决以上背景技术部分提到的技术问题。
第一方面，本申请提供了一种用于控制终端设备的智能可穿戴设备，所述智能可穿戴设备包括：眼睛运动采集天线，用于采集眼睛运动时产生的多路电磁波信号；特征信息提取电路，用于提取所述多路电磁波信号的特征信息，其中，所述特征信息包括以下至少一项：信号强度，持续时间和多路电磁波信号之间的关系，所述关系包括以下至少一项：信号强度比值，持续时间比值；眼睛运动识别电路，用于将所述特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，所述运动识别模型用于表征所述特征信息与所述眼睛运动模式的对应关系；识别结果发送天线，用于向预先连接的终端设备发送所述眼睛运动模式，以供所述终端设备执行与所述眼睛运动模式相关的操作。
在一些实施例中，所述眼睛运动采集天线包括：主采集天线和辅助采集天线。
在一些实施例中，所述智能可穿戴设备还包括：电池管理器件，用于对所述智能可穿戴设备进行充电；所述电池管理器件包括以下至少一项：以无线充电技术对所述智能可穿戴设备进行充电的无线充电装置，设置于所述智能可穿戴设备上的太阳能电池板。
在一些实施例中，所述智能可穿戴设备包括框架眼镜；所述主采集天线设置于所述框架眼镜的眼镜框上，所述辅助采集天线设置于所述框架眼镜的与用户的皮肤接触的镜腿和/或鼻托上。
第二方面，本申请提供了一种用于控制终端设备的系统，所述系统包括智能可穿戴设备和处理装置，其中：所述智能可穿戴设备包括：眼睛运动采集天线，用于采集眼睛运动时产生的多路电磁波信号；特征信息提取电路，用于提取所述多路电磁波信号的特征信息，其中，所述特征信息包括以下至少一项：信号强度，持续时间和多路电磁波信号之间的关系，所述关系包括以下至少一项：信号强度比值，持续时间比值；眼睛运动识别电路，用于将所述特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，所述运动识别模型用于表征所述特征信息与所述眼睛运动模式的对应关系；识别结果发送天线，用于向预先连接的终端设备发送所述眼睛运动模式，以供所述终端设备执行与所述眼睛运动模式相关的操作；所述处理装置用于获取眼睛运动模式集合和与所述眼睛运动模式集合中的眼睛运动模式相对应的电磁波信号集合，提取所述电磁波信号集合中的电磁波信号的特征信息，利用机器学习方法，基于所述眼睛运动模式和与所述眼睛运动模式相对应的电磁波信号的特征信息，训练得到所述运动识别模型。
在一些实施例中，所述处理装置还用于获取干扰电磁波的频段，并去除所述电磁波信号中干扰电磁波的频段，其中，所述干扰电磁波是除所述眼睛运动产生的电磁波之外的其它电磁波。
第三方面，本申请提供了一种用于控制终端设备的方法，所述方法包括：接收眼睛运动时产生的多路电磁波信号；提取所述多路电磁波信号的特征信息，其中，所述特征信息包括以下至少一项：信号强度，持续时间和多路电磁波信号之间的关系，所述关系包括以下至少一项：信号强度比值，持续时间比值；将所述特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，所述运动识别模型用于表征所述特征信息与所述眼睛运动模式的对应关系；向预先连接的终端设备发送所述眼睛运动模式，以供所述终端设备执行与所述眼睛运动模式相关的操作。
在一些实施例中，所述多路电磁波信号包括：主电磁波信号和辅助电磁波信号；以及所述特征信息包括：主电磁波信号与辅助电磁波信号之间的关系，其中，所述关系包括以下至少一项：主电磁波信号与辅助电磁波信号之间的信号强度比值，主电磁波信号与辅助电磁波信号之间的持续时间比值。
在一些实施例中，所述方法包括：建立运动识别模型的步骤，包括：获取眼睛运动模式集合和与所述眼睛运动模式集合中的眼睛运动模式相对应的电磁波信号集合；提取所述电磁波信号集合中的电磁波信号的特征信息；利用机器学习方法，基于所述眼睛运动模式和与所述眼睛运动模式相对应的电磁波信号的特征信息，训练得到运动识别模型。
在一些实施例中，在所述提取所述多路电磁波信号的特征信息之前，所述方法还包括：获取干扰电磁波的频段，其中，所述干扰电磁波是除所述眼睛运动产生的电磁波之外的其它电磁波；去除所述多路电磁波信号中干扰电磁波的频段。
第四方面，本申请提供了一种用于控制终端设备的装置，所述装置包括：接收单元，配置用于接收眼睛运动时产生的多路电磁波信号；提取单元，配置用于提取所述多路电磁波信号的特征信息，其中，所述特征信息包括以下至少一项：信号强度，持续时间和多路电磁波信号之间的关系，所述关系包括以下至少一项：信号强度比值，持续时间比值；导入单元，配置用于将所述特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，所述运动识别模型用于表征所述特征信息与所述眼睛运动模式的对应关系；发送单元，配置用于向预先连接的终端设备发送所述眼睛运动模式，以供所述终端设备执行与所述眼睛运动模式相关的操作。
在一些实施例中，所述多路电磁波信号包括：主电磁波信号和辅助电磁波信号；以及所述特征信息包括：主电磁波信号与辅助电磁波信号之间的关系，其中，所述关系包括以下至少一项：主电磁波信号与辅助电磁波信号之间的信号强度比值，主电磁波信号与辅助电磁波信号之间的持续时间比值。
在一些实施例中，所述装置包括：运动识别模型建立单元，用于建立运动识别模型，包括：获取子单元，配置用于获取眼睛运动模式集合和与所述眼睛运动模式集合中的眼睛运动模式相对应的电磁波信号集合；提取子单元，配置用于提取所述电磁波信号集合中的电磁波信号的特征信息；运动识别模型建立子单元，配置用于利用机器学习方法，基于所述眼睛运动模式和与所述眼睛运动模式相对应的电磁波信号的特征信息，训练得到运动识别模型。
在一些实施例中，所述装置还包括：获取单元，配置用于获取干扰电磁波的频段，其中，所述干扰电磁波是除所述眼睛运动产生的电磁波之外的其它电磁波；去除单元，配置用于去除所述多路电磁波信号中干扰电磁波的频段。
本申请提供的用于控制终端设备的智能可穿戴设备、系统、方法和装置，通过对接收到的多路电磁波信号进行特征信息提取，并将提取到的特征信息导入预先训练的运动识别模型中进行匹配得到眼睛运动模式，之后，将该眼睛运动模式发送给终端设备使得终端设备执行与上述眼睛运动模式相关的操作，从而有效利用了更轻便、日常可穿戴的智能可穿戴设备采集眼睛运动产生的电磁波信号，实现了更便捷的终端设备的控制。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的用于控制终端设备的智能可穿戴设备的结构示意图；
图3是根据本申请的用于控制终端设备的系统的一实施例的数据交互示意图；
图4是根据本申请的用于控制终端设备的方法的一个实施例的流程；
图5是根据本申请的用于控制终端设备的方法的又一个实施例的流；
图6是根据本申请的用于控制终端设备的装置的一个实施例的结构示意图；
图7是根据本申请的用于控制终端设备的装置的又一个实施例的结构示意图；
图8是适于用来实现本申请实施例的处理装置的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于控制终端设备的系统、用于控制终端设备的方法或用于控制终端设备的装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端1011、1012、1013，网络1021、1022、1023，智能可穿戴设备1031、1032、1033和服务器104。其中，网络1021用以在终端1011、1012、1013和服务器104之间提供通信链路的介质；网络1022用以在终端1011、1012、1013和智能可穿戴设备1031、1032、1033之间提供通信链路的介质；网络1023用以在智能可穿戴设备1031、1032、1033和服务器104之间提供通信链路的介质。网络1021、1022、1023可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用智能可穿戴设备1031、1032、1033通过网络1023与服务器104交互，以发送或接收消息等，并使服务器104通过网络1021与终端1011、1012、1013交互，以控制终端设备；用户还可以使用智能可穿戴设备1031、1032、1033通过网络1022与终端1011、1012、1013交互，以发送或接收消息，也可以控制终端设备等。终端设备1011、1012、1013上可以安装有各种通讯客户端应用，例如与智能可穿戴设备进行交互的应用等。
终端1011、1012、1013可以是具有显示屏并且支持数据处理和电器控制的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
智能可穿戴设备1031、1032、1033可以是能够接入网络且可以采集眼睛运动时产生的电磁波，并且能够通过电磁波控制终端设备的各种电子设备，包括但不限于框架眼镜、护目镜、滑雪镜、头盔、帽子等等。
服务器104可以是提供各种服务的服务器，例如向智能可穿戴设备1031、1032、1033提供运动识别模型的后台服务器，或者接收智能可穿戴设备1031、1032、1033的眼睛运动采集天线采集的电磁波信号，并对该电磁波信号进行分析，并利用分析结果对终端1011、1012、1013进行控制的后台服务器。
需要说明的是，本申请实施例所提供的用于控制终端设备的方法可以由智能可穿戴设备1031、1032、1033执行，也可以由服务器104执行，还可以由终端1011、1012、1013执行，或者，用于控制终端设备的方法的一部分步骤可以由智能可穿戴设备1031、1032、1033执行，一部分步骤由服务器104执行，而另一部分由终端1011、1012、1013执行。相应地，用于控制终端设备的装置一般设置于智能可穿戴设备1031、1032、1033中，或者设置于服务器104中，或者设置于终端1011、1012、1013中，或者一部分模块设置于智能可穿戴设备1031、1032、1033，一部分模块设置于服务器104中而另一部分设置于终端1011、1012、1013中。
应该理解，图1中的终端、网络、服务器和智能可穿戴设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端、网络、服务器和智能可穿戴设备。
继续参考图2，示出了根据本申请的用于控制终端设备的智能可穿戴设备的结构示意图200。
如图2所示，用于控制终端设备的智能可穿戴设备200包括眼睛运动采集天线201、特征信息提取电路202、眼睛运动识别电路203和识别结果发送天线204。
眼睛运动采集天线201可以采集眼睛运动时产生的多路电磁波，每个眼睛运动采集天线采集一路独立的电磁波信号，并将其发送给特征信息提取电路202。眼睛运动例如可以是眼皮运动也可以是眼球运动，眼皮运动可以是眨眼，例如，由眼睛睁开状态到眼睛闭合状态、由眼睛闭合状态到眼睛睁开状态等；眼球运动可以是眼球按预设的方向和预设的角度进行的转动，例如，由右向左转动、由左向右转动、由上向下转动、由下向上转动等。
在本实施例的一些可选实现方式中，眼睛运动采集天线201可以包括主采集天线2011和辅助采集天线2012。其中，主采集天线2011主要可以采集主电磁波信号，主电磁波信号主要是眼睛运动产生的电磁波信号；辅助采集天线2012可以采集辅助电磁波信号，辅助电磁波信号可以是在与用户皮肤的接触点上采集到的电磁波信号。
在本实施例的一些可选的实现方式中，上述智能可穿戴设备200可以包括框架眼镜，此时，主采集天线2011可以是设置于上述框架眼镜的眼镜框上的环形金属丝，而辅助采集天线2012可以是设置于上述框架眼镜上的、并且与用户的皮肤相接触的镜腿和/或鼻托上的导体片；上述智能可穿戴设备200也可以包括头盔，此时，主采集天线2011可以是设置于上述头盔上的、且与眼睛距离最相近的部位上的环形金属丝，而辅助采集天线2012可以是设置于上述头盔上的、并且与用户的皮肤相接触的任意部位的导体片；上述智能可穿戴设备200还可以包括帽子，此时，主采集天线2011可以是设置于上述帽子上的、且与眼睛距离最相近的帽檐上的环形金属丝，而辅助采集天线2012可以是设置于上述帽子上的、并且与用户的皮肤相接触的任意部位的导体片。
特征信息提取电路202可以接收眼睛运动采集天线201采集到的多路电磁波信号，并提取上述多路电磁波信号的特征信息。其中，上述特征信息可以是多路电磁波信号中各个电磁波信号的信号强度，例如电磁波信号的振幅；上述特征信息也可以是多路电磁波信号中各个电磁波信号的持续时间；上述特征信息还可以是多路电磁波信号中各个电磁波信号之间的相互关系，例如，各个电磁波信号的信号强度比值(例如振幅比值)、各个电磁波信号的持续时间比值等。
眼睛运动识别电路203可以将特征信息提取电路202提取到的特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，上述运动识别模型可以用于表征特征信息与眼睛运动模式的对应关系，上述运动识别模型可以是由具有数据处理能力的装置(如服务器或其它终端设备)预先训练的，上述电子设备可以预先将上述运动识别模型从具有数据处理能力的装置中导入上述电子设备中，上述眼睛运动模式可以是眨眼、眼睛以预设的角度和预设的方向运动等。
识别结果发送天线204可以将眼睛运动识别电路203识别出的眼睛运动模式发送给预先建立连接的终端设备，使得上述终端设备可以执行与上述眼睛运动模式相关的操作，其中，上述连接可以是通过低功耗的蓝牙传输协议进行的连接。
在本实施例的一些可选的实现方式中，上述智能可穿戴设备200还可以包括电池管理器件205，可以用于对上述智能可穿戴设备200进行充电。上述电池管理器件205可以包括以无线充电技术(Wireless Charging Technology)对上述智能可穿戴设备200进行充电的无线充电装置，也可以包括设置于上述智能可穿戴设备200上的太阳能电池板。
继续参考图3，示出了根据本申请的用于控制终端设备的系统的一实施例的数据交互示意图。
本实施例的用于控制终端设备的系统包括：智能可穿戴设备(例如图2所示的智能可穿戴设备)和处理装置(例如图1所示的服务器或者图1所示的终端设备)；其中，所述智能可穿戴设备包括：眼睛运动采集天线，用于采集眼睛运动时产生的多路电磁波信号；特征信息提取电路，用于提取所述多路电磁波信号的特征信息，其中，所述特征信息包括以下至少一项：信号强度，持续时间和多路电磁波信号之间的关系，所述关系包括以下至少一项：信号强度比值，持续时间比值；眼睛运动识别电路，用于将所述特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，所述运动识别模型用于表征所述特征信息与所述眼睛运动模式的对应关系；识别结果发送天线，用于向预先连接的终端设备发送所述眼睛运动模式，以供所述终端设备执行与所述眼睛运动模式相关的操作；所述处理装置用于获取眼睛运动模式集合和与所述眼睛运动模式集合中的眼睛运动模式相对应的电磁波信号集合，提取所述电磁波信号集合中的电磁波信号的特征信息，利用机器学习方法，基于所述眼睛运动模式和与所述眼睛运动模式相对应的电磁波信号的特征信息，训练得到所述运动识别模型。
在本实施例的一些可选的实现方式中，用于控制终端设备的系统还可以包括终端设备，其中，上述终端设备用于根据接收到的上述智能可穿戴设备发送的眼睛运动模式，来执行与上述眼睛运动模式相关的操作。
如图3所示，在步骤301中，眼睛运动采集天线采集眼睛运动时产生的多路电磁波信号。
在这里，眼睛运动采集天线可以采集眼睛运动时产生的多路电磁波，每个眼睛运动采集天线采集一路独立的电磁波信号。眼睛运动例如可以是眼皮运动也可以是眼球运动，眼皮运动可以是眨眼，例如，由眼睛睁开状态到眼睛闭合状态、由眼睛闭合状态到眼睛睁开状态等；眼球运动可以是眼球按预设的方向和预设的角度进行的转动，例如，由右向左转动、由左向右转动、由上向下转动、由下向上转动等。
在步骤302中，特征信息提取电路提取多路电磁波信号的特征信息。
在这里，特征信息提取电路可以接收眼睛运动采集天线采集到的多路电磁波信号，并提取上述多路电磁波信号的特征信息。其中，上述特征信息可以是多路电磁波信号中各个电磁波信号的信号强度，例如电磁波信号的振幅；上述特征信息也可以是多路电磁波信号中各个电磁波信号的持续时间；上述特征信息还可以是多路电磁波信号中各个电磁波信号之间的相互关系，例如，各个电磁波信号的信号强度比值、各个电磁波信号的持续时间比值等。
在本实施例的一些可选的实现方式中，处理装置可以首先获取干扰电磁波的频段，其中，上述干扰电磁波是除眼睛运动产生的电磁波之外的其它电磁波，例如，电子设备(如电脑、手机、电子手表等)产生的电磁波、身体的其它部位运动产生的电磁波(如脑电波、肌肉运动产生的电磁波等)。频段指的是电磁波的频率范围。
在步骤303中，处理装置获取眼睛运动模式集合和与眼睛运动模式集合中的眼睛运动模式相对应的电磁波信号集合。
在这里，处理装置可以获取眼睛运动模式集合和与眼睛运动模式集合中的眼睛运动模式相对应的电磁波信号集合，其中，上述眼睛运动模式可以是眨眼、眼睛以预设的角度和预设的方向运动等；上述眼睛运动模式相对应的电磁波信号可以是在无干扰电磁波的情况下的电磁波信号和在有干扰电磁波的情况下的电磁波信号，其中，上述干扰电磁波可以是除眼睛运动产生的电磁波之外的其它电磁波，例如，舌头运动产生的电磁波、脑电波、电子设备产生的电磁波等。
在步骤304中，处理装置提取电磁波信号集合中的电磁波信号的特征信息。
在这里，处理装置可以提取电磁波信号集合中的电磁波信号的特征信息，例如，将电磁波信号进行傅立叶变换、小波变换，并在频域等变换域中进行特征检测和分析。处理装置可以提取在无干扰电磁波的情况下，眼睛运动模式为眨眼时，各路电磁波信号的信号强度、持续时间和各路电磁波信号之间的信号强度比值和持续时间比值；也可以提取在有干扰电磁波(例如，舌头运动产生的电磁波)的情况下，眼睛运动模式为由上到下转动眼球时，各路电磁波信号的信号强度、持续时间和各路电磁波信号之间的信号强度比值和持续时间比值。
在步骤305中，处理装置利用机器学习方法，基于眼睛运动模式和与眼睛运动模式相对应的电磁波信号的特征信息，训练得到运动识别模型。
在这里，处理装置可以利用机器学习方法，基于上述眼睛运动模式和与上述眼睛运动模式相对应的电磁波信号的特征信息，训练得到运动识别模型。如，通过某机器学习方法构建运动识别模型，通过眼睛运动模式和与上述眼睛运动模式相对应的电磁波信号的特征信息对运动识别模型进行训练，得到能够建立眼睛运动模式和与上述眼睛运动模式相对应的电磁波信号的特征信息之间准确对应关系的运动识别模型。
在步骤306中，处理装置向智能可穿戴设备发送运动识别模型。
在这里，处理装置可以将在步骤305中训练得到的运动识别模型发送给智能可穿戴设备，以供智能可穿戴设备的眼睛运动识别电路可以将步骤302中提取的特征信息导入上述运动识别模型，得到眼睛运动模式。
在步骤307中，眼睛运动识别电路将特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式。
在这里，眼睛运动识别电路可以将提取的特征信息导入从处理装置接收到的运动识别模型进行匹配得到眼睛运动模式，其中，上述运动识别模型可以用于表征特征信息与眼睛运动模式的对应关系，上述运动识别模型可以是由处理装置预先训练的，上述电子设备可以预先将上述运动识别模型从处理装置中导入上述电子设备中，上述眼睛运动模式可以是眨眼、眼睛以预设的角度和预设的方向运动等。
在步骤308中，识别结果发送天线向预先连接的终端设备发送眼睛运动模式，以供终端设备执行与眼睛运动模式相关的操作。
在这里，识别结果发送天线可以预先与待控制的终端设备建立连接，之后，向上述终端设备发送眼睛运动模式，使得上述终端设备可以执行与上述眼睛运动模式相关的操作，其中，上述连接可以是通过蓝牙传输协议进行的连接。上述终端设备可以利用预设的应用预先确立眼睛运动模式与待执行的操作之间的关系，例如，将眨眼与发出电话铃声之间建立关系，将眼球由右向左转动与拨打报警电话建立关系，将眼球由上向下转动与拍照建立关系，当终端设备中的预定的应用接收到眼球由右向左转动这一眼睛运动模式之后，终端设备可以拨打报警电话。
继续参考图4，示出了根据本申请的用于控制终端设备的方法的一个实施例的流程400。所述的用于控制终端设备的方法，包括以下步骤：
步骤401，接收眼睛运动时产生的多路电磁波信号。
在本实施例中，用于控制终端设备的方法运行于其上的电子设备(例如图1所示的智能可穿戴设备)可以接收眼睛运动时产生的多路电磁波信号，其中，上述多路电磁波信号可以是一个或多个眼睛运动采集天线采集到的，每个眼睛运动采集天线采集一路独立的电磁波信号，并将其发送给上述电子设备。眼睛运动例如可以是眼皮运动也可以是眼球运动，眼皮运动可以是眨眼，例如，由眼睛睁开状态到眼睛闭合状态、由眼睛闭合状态到眼睛睁开状态等；眼球运动可以是眼球按预设的方向和预设的角度进行的转动，例如，由右向左转动、由左向右转动、由上向下转动、由下向上转动等。
在本实施例的一些可选的实现方式中，上述多路电磁波信号可以包括主电磁波信号和辅助电磁波信号，其中，主电磁波信号可以是主采集天线进行采集的，主电磁波信号主要是眼睛运动产生的电磁波；辅助电磁波信号可以是辅助采集天线进行采集的，辅助电磁波信号可以是在与用户皮肤的接触点上采集到的电磁波信号。
步骤402，提取多路电磁波信号的特征信息。
在本实施例中，上述电子设备(例如图1所示的智能可穿戴设备)可以提取步骤401中接收的多路电磁波信号的特征信息，其中，上述特征信息可以是多路电磁波信号中各个电磁波信号的信号强度，例如电磁波信号的振幅；上述特征信息也可以是多路电磁波信号中各个电磁波信号的持续时间；上述特征信息还可以是多路电磁波信号中各个电磁波信号之间的相互关系，例如，各个电磁波信号的信号强度比值、各个电磁波信号的持续时间比值等。
在本实施例的一些可选的实现方式中，上述特征信息也可以是主电磁波信号与辅助电磁波信号之间的关系，例如，主电磁波信号与辅助电磁波信号之间信号强度比值，主电磁波信号与辅助电磁波信号之间的持续时间比值等。
步骤403，将特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式。
在本实施例中，上述电子设备(例如图1所示的智能可穿戴设备)可以将步骤402中提取的特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，上述运动识别模型可以用于表征特征信息与眼睛运动模式的对应关系，上述运动识别模型可以是由处理装置预先训练的，上述电子设备可以预先将上述运动识别模型从处理装置中导入上述电子设备中，上述眼睛运动模式可以是眨眼、眼睛以预设的角度和预设的方向运动等。
步骤404，向预先连接的终端设备发送眼睛运动模式，以供终端设备执行与眼睛运动模式相关的操作。
在本实施例中，上述电子设备(例如图1所示的智能可穿戴设备)可以预先与待控制的终端设备建立连接，之后，向上述终端设备发送眼睛运动模式，使得上述终端设备可以执行与上述眼睛运动模式相关的操作，其中，上述连接可以是通过蓝牙传输协议进行的连接。上述终端设备可以利用预设的应用预先确立眼睛运动模式与待执行的操作之间的关系，例如，将眨眼与发出电话铃声之间建立关系，将眼球由右向左转动与拨打报警电话建立关系，将眼球由上向下转动与拍照建立关系，当终端设备中的预定的应用接收到眼球由右向左转动这一眼睛运动模式之后，终端设备可以拨打报警电话。
继续参考图5，示出了根据本申请的用于控制终端设备的方法的又一个实施例的流程500。所述的用于控制终端设备的方法，包括以下步骤：
步骤501，接收眼睛运动时产生的多路电磁波信号。
在本实施例中，用于控制终端设备的方法运行于其上的电子设备(除智能可穿戴设备之外的其它具有数据处理能力的装置，例如图1所示的服务器或者图1所示的终端设备)可以通过有线连接方式或者无线连接方式从包含眼睛运动采集天线的终端设备(例如图1所示的智能可穿戴设备)接收眼睛运动时产生的多路电磁波信号，其中，上述多路电磁波信号可以是一个或多个眼睛运动采集天线采集到的，每个眼睛运动采集天线采集一路独立的电磁波信号，并将其发送给上述电子设备。眼睛运动例如可以是眼皮运动也可以是眼球运动，眼皮运动可以是眨眼，例如，由眼睛睁开状态到眼睛闭合状态、由眼睛闭合状态到眼睛睁开状态等；眼球运动可以是眼球按预设的方向和预设的角度进行的转动，例如，由右向左转动、由左向右转动、由上向下转动、由下向上转动等。
在本实施例的一些可选的实现方式中，上述多路电磁波信号可以包括主电磁波信号和辅助电磁波信号，其中，主电磁波信号可以是智能可穿戴设备的主采集天线进行采集的，主电磁波信号主要采集眼睛运动产生的电磁波；辅助电磁波信号可以是智能可穿戴设备的辅助采集天线进行采集的，辅助电磁波信号可以是在与用户皮肤的接触点上采集到的电磁波信号。
在本实施例的一些可选的实现方式中，上述电子设备可以获取干扰电磁波的频段，其中，上述干扰电磁波是除眼睛运动产生的电磁波之外的其它电磁波，例如，电子设备产生的电磁波、身体的其它部位运动产生的电磁波等。频段指的是电磁波的频率范围。
步骤502，提取多路电磁波信号的特征信息。
在本实施例中，上述电子设备(例如图1所示的服务器或者图1所示的终端设备)可以提取步骤501中多路电磁波信号的特征信息，其中，上述特征信息可以是多路电磁波信号中各个电磁波信号的信号强度，例如电磁波信号的振幅；上述特征信息也可以是多路电磁波信号中各个电磁波信号的持续时间；上述特征信息还可以是多路电磁波信号中各个电磁波信号之间的相互关系，例如，各个电磁波信号的信号强度比值、各个电磁波信号的持续时间比值等。
在本实施例的一些可选的实现方式中，上述特征信息也可以是主电磁波信号与辅助电磁波信号之间的关系，例如，主电磁波信号与辅助电磁波信号之间信号强度比值，主电磁波信号与辅助电磁波信号之间的持续时间比值等。
步骤503，将特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式。
在本实施例中，上述电子设备(例如图1所示的服务器或者图1所示的终端设备)可以将步骤502中提取的特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，上述运动识别模型可以用于表征特征信息与眼睛运动模式的对应关系，上述眼睛运动模式可以是眨眼、眼睛以预设的角度和预设的方向运动等。
在本实施例的一些可选的实现方式中，上述方法还可以包括建立运动识别模型的步骤，可以包括：首先，可以获取眼睛运动模式集合和与眼睛运动模式集合中的眼睛运动模式相对应的电磁波信号集合，其中，上述眼睛运动模式可以是眨眼、眼睛以预设的角度和预设的方向运动等；上述眼睛运动模式相对应的电磁波信号可以是在无干扰电磁波的情况下的电磁波信号和在有干扰电磁波的情况下的电磁波信号，其中，上述干扰电磁波可以是除眼睛运动产生的电磁波之外的其它电磁波，例如，舌头运动产生的电磁波、脑电波、电子设备产生的电磁波等；之后，可以提取电磁波信号集合中的电磁波信号的特征信息，例如，将电磁波信号进行傅立叶变换、小波变换，并在频域等变换域中进行特征检测和分析。上述电子设备可以提取在无干扰电磁波的情况下，眼睛运动模式为眨眼时，各路电磁波信号的信号强度、持续时间和各路电磁波信号之间的信号强度比值和持续时间比值；也可以提取在有干扰电磁波的情况下，眼睛运动模式为由上到下转动眼球时，各路电磁波信号的信号强度、持续时间和各路电磁波信号之间的信号强度比值和持续时间比值；最后，利用机器学习方法，基于上述眼睛运动模式和与上述眼睛运动模式相对应的电磁波信号的特征信息，训练得到运动识别模型。如，通过某机器学习方法构建运动识别模型，通过眼睛运动模式和与上述眼睛运动模式相对应的电磁波信号的特征信息对运动识别模型进行训练，得到能够建立眼睛运动模式和与上述眼睛运动模式相对应的电磁波信号的特征信息之间准确对应关系的运动识别模型。
步骤504，向预先连接的终端设备发送眼睛运动模式，以供终端设备执行与眼睛运动模式相关的操作。
在本实施例中，上述电子设备(例如图1所示的服务器或者图1所示的终端设备)可以预先与待控制的终端设备建立连接，之后，向上述终端设备发送眼睛运动模式，使得上述终端设备可以执行与上述眼睛运动模式相关的操作，其中，上述连接可以是通过蓝牙传输协议进行的连接。当上述电子设备为待控制的终端设备时，上述电子设备可以直接执行与上述眼睛运动模式相关的操作。上述终端设备可以利用预设的应用预先确立眼睛运动模式与待执行的操作之间的关系，例如，将眨眼与发出电话铃声之间建立关系，将眼球由右向左转动与拨打报警电话建立关系，将眼球由上向下转动与拍照建立关系，当终端设备中的预定的应用接收到眼球由上向下转动这一眼睛运动模式之后，终端设备可以进行拍照操作。
进一步参考图6，作为对上述各图所示方法的实现，本申请提供了一种用于控制终端设备的装置的一个实施例，该装置实施例与图4所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，本实施例所述的用于控制终端设备的装置600包括：接收单元601、提取单元602、导入单元603和发送单元604。其中，接收单元601配置用于接收眼睛运动时产生的多路电磁波信号；提取单元602配置用于提取所述多路电磁波信号的特征信息，其中，所述特征信息包括以下至少一项：信号强度，持续时间和多路电磁波信号之间的关系，所述关系包括以下至少一项：信号强度比值，持续时间比值；导入单元603配置用于将所述特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，所述运动识别模型用于表征所述特征信息与所述眼睛运动模式的对应关系；发送单元604配置用于向预先连接的终端设备发送所述眼睛运动模式，以供所述终端设备执行与所述眼睛运动模式相关的操作。
在本实施例中，用于控制终端设备的装置600的接收单元601可以接收眼睛运动时产生的多路电磁波信号，其中，上述多路电磁波信号可以是一个或多个眼睛运动采集天线采集到的，每个眼睛运动采集天线采集一路独立的电磁波信号，并将其发送给上述接收单元601。
在本实施例中，上述提取单元602可以提取上述接收单元601中接收的多路电磁波信号的特征信息，其中，上述特征信息可以是多路电磁波信号中各个电磁波信号的信号强度，例如电磁波信号的振幅；上述特征信息也可以是多路电磁波信号中各个电磁波信号的持续时间；上述特征信息还可以是多路电磁波信号中各个电磁波信号之间的相互关系，例如，各个电磁波信号的信号强度比值、各个电磁波信号的持续时间比值等。
在本实施例中，上述导入单元603可以将上述提取单元602中提取的特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，上述运动识别模型可以用于表征特征信息与眼睛运动模式的对应关系，上述运动识别模型可以是由处理装置预先训练的，上述导入单元603可以预先将上述运动识别模型从处理装置中导入上述导入单元603中，上述眼睛运动模式可以是眨眼、眼睛以预设的角度和预设的方向运动等。
在本实施例中，上述发送单元604可以预先与待控制的终端设备建立连接，之后，向上述终端设备发送眼睛运动模式，使得上述终端设备可以执行与上述眼睛运动模式相关的操作，其中，上述连接可以是通过蓝牙传输协议进行的连接。上述终端设备可以利用预设的应用预先确立眼睛运动模式与待执行的操作之间的关系。
在本实施例的一些可选的实现方式中，上述多路电磁波信号可以包括主电磁波信号和辅助电磁波信号，其中，主电磁波信号可以是主采集天线进行采集的，主电磁波信号主要是眼睛运动产生的电磁波；辅助电磁波信号可以是辅助采集天线进行采集的，辅助电磁波信号可以是在与用户皮肤的接触点上采集到的电磁波信号。
进一步参考图7，作为对上述各图所示方法的实现，本申请提供了一种用于控制终端设备的装置的又一个实施例，该装置实施例与图5所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图7所示，本实施例所述的用于控制终端设备的装置700包括：接收单元701、提取单元702、导入单元703和发送单元704。其中，接收单元701配置用于接收眼睛运动时产生的多路电磁波信号；提取单元702配置用于提取所述多路电磁波信号的特征信息，其中，所述特征信息包括以下至少一项：信号强度，持续时间和多路电磁波信号之间的关系，所述关系包括以下至少一项：信号强度比值，持续时间比值；导入单元703配置用于将所述特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，所述运动识别模型用于表征所述特征信息与所述眼睛运动模式的对应关系；发送单元704配置用于向预先连接的终端设备发送所述眼睛运动模式，以供所述终端设备执行与所述眼睛运动模式相关的操作。
在本实施例中，用于控制终端设备的装置700的接收单元701可以通过有线连接方式或者无线连接方式从包含眼睛运动采集天线的终端设备接收眼睛运动时产生的多路电磁波信号，其中，上述多路电磁波信号可以是一个或多个眼睛运动采集天线采集到的，每个眼睛运动采集天线采集一路独立的电磁波信号，并将其发送给上述接收单元701。
在本实施例中，上述提取单元702可以提取上述接收单元701接收到的多路电磁波信号的特征信息，其中，上述特征信息可以是多路电磁波信号中各个电磁波信号的信号强度；上述特征信息也可以是多路电磁波信号中各个电磁波信号的持续时间；上述特征信息还可以是多路电磁波信号中各个电磁波信号之间的相互关系，例如，各个电磁波信号的信号强度比值、各个电磁波信号的持续时间比值等。
在本实施例中，上述导入单元703可以将上述提取单元702提取的特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，上述运动识别模型可以用于表征特征信息与眼睛运动模式的对应关系，上述眼睛运动模式可以是眨眼、眼睛以预设的角度和预设的方向运动等。
在本实施例中，上述发送单元704可以预先与待控制的终端设备建立连接，之后，向上述终端设备发送眼睛运动模式，使得上述终端设备可以执行与上述眼睛运动模式相关的操作，其中，上述连接可以是通过蓝牙传输协议进行的连接。上述终端设备可以利用预设的应用预先确立眼睛运动模式与待执行的操作之间的关系。
在本实施例的一些可选的实现方式中，上述多路电磁波信号可以包括主电磁波信号和辅助电磁波信号，其中，主电磁波信号可以是智能可穿戴设备的主采集天线进行采集的，主电磁波信号主要采集眼睛运动产生的电磁波；辅助电磁波信号可以是智能可穿戴设备的辅助采集天线进行采集的，辅助电磁波信号可以是在与用户皮肤的接触点上采集到的电磁波信号。
在本实施例的一些可选的实现方式中，用于控制终端设备的装置700还可以包括运动识别模型建立单元705，其中，上述运动识别模型建立单元705可以包括获取子单元7051、提取子单元7052和运动识别模型建立子单元7053。其中，上述获取子单元7051可以获取眼睛运动模式集合和与眼睛运动模式集合中的眼睛运动模式相对应的电磁波信号集合；上述提取子单元7052可以提取电磁波信号集合中的电磁波信号的特征信息，例如，将电磁波信号进行傅立叶变换、小波变换，并在频域等变换域中进行特征检测和分析。处理装置可以提取在无干扰电磁波的情况下，眼睛运动模式为眨眼时，各路电磁波信号的信号强度、持续时间和各路电磁波信号之间的信号强度比值和持续时间比值；也可以提取在有干扰电磁波的情况下，眼睛运动模式为由上到下转动眼球时，各路电磁波信号的信号强度、持续时间和各路电磁波信号之间的信号强度比值和持续时间比值；上述运动识别模型建立子单元7053可以利用机器学习方法，基于上述眼睛运动模式和与上述眼睛运动模式相对应的电磁波信号的特征信息，训练得到运动识别模型。
在本实施例的一些可选的实现方式中，用于控制终端设备的装置700还可以包括获取单元706和去除单元707。其中，上述获取单元706可以获取干扰电磁波的频段，其中，上述干扰电磁波是除眼睛运动产生的电磁波之外的其它电磁波，例如，电子设备产生的电磁波、身体的其它部位运动产生的电磁波等。频段指的是电磁波的频率范围；之后，上述去除单元707可以去除上述多路电磁波中干扰电磁波的频段。
下面参考图8，其示出了适于用来实现本申请实施例的处理装置的计算机系统800的结构示意图。
如图8所示，计算机系统800包括中央处理单元(CPU)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有系统800操作所需的各种程序和数据。CPU801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，上述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、单元、程序段、或代码的一部分，上述模块、单元、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括接收单元、提取单元、导入单元和发送单元。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，接收单元还可以被描述为“接收眼睛运动时产生的多路电磁波信号的单元”。
作为另一方面，本申请还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中上述装置中所包含的非易失性计算机存储介质；也可以是单独存在，未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序，当上述一个或者多个程序被一个设备执行时，使得上述设备：接收眼睛运动时产生的多路电磁波信号；提取所述多路电磁波信号的特征信息，其中，所述特征信息包括以下至少一项：信号强度，持续时间和多路电磁波信号之间的关系，所述关系包括以下至少一项：信号强度比值，持续时间比值；将所述特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，所述运动识别模型用于表征所述特征信息与所述眼睛运动模式的对应关系；向预先连接的终端设备发送所述眼睛运动模式，以供所述终端设备执行与所述眼睛运动模式相关的操作。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (14)

1.一种用于控制终端设备的智能可穿戴设备，其特征在于，所述智能可穿戴设备包括：
眼睛运动采集天线，用于采集眼睛运动时产生的多路电磁波信号；
特征信息提取电路，用于提取所述多路电磁波信号的特征信息，其中，所述特征信息包括以下至少一项：信号强度，持续时间和多路电磁波信号之间的关系，所述关系包括以下至少一项：信号强度比值，持续时间比值；
眼睛运动识别电路，用于将所述特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，所述运动识别模型用于表征所述特征信息与所述眼睛运动模式的对应关系；
识别结果发送天线，用于向预先连接的终端设备发送所述眼睛运动模式，以供所述终端设备执行与所述眼睛运动模式相关的操作。
2.根据权利要求1所述的智能可穿戴设备，其特征在于，所述眼睛运动采集天线包括：主采集天线和辅助采集天线。
3.根据权利要求1所述的智能可穿戴设备，其特征在于，所述智能可穿戴设备还包括：
电池管理器件，用于对所述智能可穿戴设备进行充电；
所述电池管理器件包括以下至少一项：
以无线充电技术对所述智能可穿戴设备进行充电的无线充电装置，设置于所述智能可穿戴设备上的太阳能电池板。
4.根据权利要求2所述的智能可穿戴设备，其特征在于：
所述智能可穿戴设备包括框架眼镜；
所述主采集天线设置于所述框架眼镜的眼镜框上，所述辅助采集天线设置于所述框架眼镜的与用户的皮肤接触的镜腿和/或鼻托上。
5.一种用于控制终端设备的系统，其特征在于，所述系统包括智能可穿戴设备和处理装置，其中：
所述智能可穿戴设备包括：
眼睛运动采集天线，用于采集眼睛运动时产生的多路电磁波信号；
特征信息提取电路，用于提取所述多路电磁波信号的特征信息，其中，所述特征信息包括以下至少一项：信号强度，持续时间和多路电磁波信号之间的关系，所述关系包括以下至少一项：信号强度比值，持续时间比值；
眼睛运动识别电路，用于将所述特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，所述运动识别模型用于表征所述特征信息与所述眼睛运动模式的对应关系；
识别结果发送天线，用于向预先连接的终端设备发送所述眼睛运动模式，以供所述终端设备执行与所述眼睛运动模式相关的操作；
所述处理装置用于获取眼睛运动模式集合和与所述眼睛运动模式集合中的眼睛运动模式相对应的电磁波信号集合，提取所述电磁波信号集合中的电磁波信号的特征信息，利用机器学习方法，基于所述眼睛运动模式和与所述眼睛运动模式相对应的电磁波信号的特征信息，训练得到所述运动识别模型。
6.根据权利要求5所述的控制终端设备的系统，其特征在于：
所述处理装置还用于获取干扰电磁波的频段，并去除所述电磁波信号中干扰电磁波的频段，其中，所述干扰电磁波是除所述眼睛运动产生的电磁波之外的其它电磁波。
7.一种用于控制终端设备的方法，其特征在于，所述方法包括：
接收眼睛运动时产生的多路电磁波信号；
提取所述多路电磁波信号的特征信息，其中，所述特征信息包括以下至少一项：信号强度，持续时间和多路电磁波信号之间的关系，所述关系包括以下至少一项：信号强度比值，持续时间比值；
将所述特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，所述运动识别模型用于表征所述特征信息与所述眼睛运动模式的对应关系；
向预先连接的终端设备发送所述眼睛运动模式，以供所述终端设备执行与所述眼睛运动模式相关的操作。
8.根据权利要求7所述的方法，其特征在于，所述多路电磁波信号包括：主电磁波信号和辅助电磁波信号；以及所述特征信息包括：主电磁波信号与辅助电磁波信号之间的关系，其中，所述关系包括以下至少一项：主电磁波信号与辅助电磁波信号之间的信号强度比值，主电磁波信号与辅助电磁波信号之间的持续时间比值。
9.根据权利要求7所述的方法，其特征在于，所述方法包括：
建立运动识别模型的步骤，包括：
获取眼睛运动模式集合和与所述眼睛运动模式集合中的眼睛运动模式相对应的电磁波信号集合；
提取所述电磁波信号集合中的电磁波信号的特征信息；
利用机器学习方法，基于所述眼睛运动模式和与所述眼睛运动模式相对应的电磁波信号的特征信息，训练得到运动识别模型。
10.根据权利要求7所述的方法，其特征在于，在所述提取所述多路电磁波信号的特征信息之前，所述方法还包括：
获取干扰电磁波的频段，其中，所述干扰电磁波是除所述眼睛运动产生的电磁波之外的其它电磁波；
去除所述多路电磁波信号中干扰电磁波的频段。
11.一种用于控制终端设备的装置，其特征在于，所述装置包括：
接收单元，配置用于接收眼睛运动时产生的多路电磁波信号；
提取单元，配置用于提取所述多路电磁波信号的特征信息，其中，所述特征信息包括以下至少一项：信号强度，持续时间和多路电磁波信号之间的关系，所述关系包括以下至少一项：信号强度比值，持续时间比值；
导入单元，配置用于将所述特征信息导入预先训练的运动识别模型进行匹配得到眼睛运动模式，其中，所述运动识别模型用于表征所述特征信息与所述眼睛运动模式的对应关系；
发送单元，配置用于向预先连接的终端设备发送所述眼睛运动模式，以供所述终端设备执行与所述眼睛运动模式相关的操作。
12.根据权利要求11所述的装置，其特征在于，所述多路电磁波信号包括：主电磁波信号和辅助电磁波信号；以及所述特征信息包括：主电磁波信号与辅助电磁波信号之间的关系，其中，所述关系包括以下至少一项：主电磁波信号与辅助电磁波信号之间的信号强度比值，主电磁波信号与辅助电磁波信号之间的持续时间比值。
13.根据权利要求11所述的装置，其特征在于，所述装置包括：
运动识别模型建立单元，用于建立运动识别模型，包括：
获取子单元，配置用于获取眼睛运动模式集合和与所述眼睛运动模式集合中的眼睛运动模式相对应的电磁波信号集合；
提取子单元，配置用于提取所述电磁波信号集合中的电磁波信号的特征信息；
运动识别模型建立子单元，配置用于利用机器学习方法，基于所述眼睛运动模式和与所述眼睛运动模式相对应的电磁波信号的特征信息，训练得到运动识别模型。
14.根据权利要求11所述的装置，其特征在于，所述装置还包括：
获取单元，配置用于获取干扰电磁波的频段，其中，所述干扰电磁波是除所述眼睛运动产生的电磁波之外的其它电磁波；
去除单元，配置用于去除所述多路电磁波信号中干扰电磁波的频段。
CN201610941518.4A 2016-11-01 2016-11-01 用于控制终端设备的智能可穿戴设备、系统、方法和装置 Active CN106506823B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610941518.4A CN106506823B (zh) 2016-11-01 2016-11-01 用于控制终端设备的智能可穿戴设备、系统、方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610941518.4A CN106506823B (zh) 2016-11-01 2016-11-01 用于控制终端设备的智能可穿戴设备、系统、方法和装置

Publications (2)

Publication Number Publication Date
CN106506823A true CN106506823A (zh) 2017-03-15
CN106506823B CN106506823B (zh) 2019-11-19

Family

ID=58322074

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610941518.4A Active CN106506823B (zh) 2016-11-01 2016-11-01 用于控制终端设备的智能可穿戴设备、系统、方法和装置

Country Status (1)

Country Link
CN (1) CN106506823B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107037886A (zh) * 2017-05-27 2017-08-11 成都索微通讯技术有限公司 一种用于人体动作提取的系统及其工作方法
CN107613121A (zh) * 2017-09-19 2018-01-19 华南理工大学 一种基于eog的移动通讯拨号方法
CN109240504A (zh) * 2018-09-25 2019-01-18 北京旷视科技有限公司 控制方法、模型训练方法、装置及电子设备
CN110602709A (zh) * 2019-09-16 2019-12-20 腾讯科技（深圳）有限公司 可穿戴式设备的网络数据安全方法、装置及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5717413A (en) * 1994-03-23 1998-02-10 Canon Kabushiki Kaisha Control device for display device
US6886137B2 (en) * 2001-05-29 2005-04-26 International Business Machines Corporation Eye gaze control of dynamic information presentation
CN101690165A (zh) * 2007-02-02 2010-03-31 百诺克公司 尤其用于拍照的基于无意识的眼睛信号的控制方法
CN103455147A (zh) * 2013-09-10 2013-12-18 惠州学院 一种光标控制方法
CN104049761A (zh) * 2014-06-27 2014-09-17 北京智谷睿拓技术服务有限公司 眼电检测方法及眼电检测装置
CN105205379A (zh) * 2015-10-28 2015-12-30 广东欧珀移动通信有限公司 一种终端应用的控制方法、装置和终端

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5717413A (en) * 1994-03-23 1998-02-10 Canon Kabushiki Kaisha Control device for display device
US6886137B2 (en) * 2001-05-29 2005-04-26 International Business Machines Corporation Eye gaze control of dynamic information presentation
CN101690165A (zh) * 2007-02-02 2010-03-31 百诺克公司 尤其用于拍照的基于无意识的眼睛信号的控制方法
CN103455147A (zh) * 2013-09-10 2013-12-18 惠州学院 一种光标控制方法
CN104049761A (zh) * 2014-06-27 2014-09-17 北京智谷睿拓技术服务有限公司 眼电检测方法及眼电检测装置
CN105205379A (zh) * 2015-10-28 2015-12-30 广东欧珀移动通信有限公司 一种终端应用的控制方法、装置和终端

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107037886A (zh) * 2017-05-27 2017-08-11 成都索微通讯技术有限公司 一种用于人体动作提取的系统及其工作方法
CN107613121A (zh) * 2017-09-19 2018-01-19 华南理工大学 一种基于eog的移动通讯拨号方法
CN109240504A (zh) * 2018-09-25 2019-01-18 北京旷视科技有限公司 控制方法、模型训练方法、装置及电子设备
CN110602709A (zh) * 2019-09-16 2019-12-20 腾讯科技（深圳）有限公司 可穿戴式设备的网络数据安全方法、装置及存储介质

Also Published As

Publication number Publication date
CN106506823B (zh) 2019-11-19

Similar Documents

Publication Publication Date Title
CN106506823A (zh) 用于控制终端设备的智能可穿戴设备、系统、方法和装置
CN106292705B (zh) 基于蓝牙脑电耳机的多旋翼无人机意念遥操作系统及操作方法
CN108310759B (zh) 信息处理方法及相关产品
CN103793058A (zh) 一种主动式脑机交互系统运动想象任务分类方法及装置
CN111190484B (zh) 一种多模态交互系统和方法
EP4212100A1 (en) Electroencephalogram signal classification method and apparatus, and device, storage medium and program product
CN108415560B (zh) 电子装置、操作控制方法及相关产品
CN104391569A (zh) 基于认知与情绪状态多模态感知的脑机接口系统
Somers et al. Removal of eye blink artifacts in wireless EEG sensor networks using reduced-bandwidth canonical correlation analysis
CN110123313B (zh) 一种自训练脑机接口系统及相关训练方法
CN110051347A (zh) 一种用户睡眠检测方法及系统
CN110110616A (zh) 一种电子设备及控制方法
CN110221684A (zh) 装置控制方法、系统、电子装置及计算机可读存储介质
CN107330316A (zh) 解锁处理方法及相关产品
CN109326341A (zh) 一种康复动作引导方法和装置
CN107480716A (zh) 一种结合eog和视频的扫视信号识别方法及系统
CN109770900A (zh) 基于卷积神经网络的脑机接口指令下发方法、系统、装置
CN112488002A (zh) 基于n170的情绪识别方法及识别系统
CN104257380A (zh) 一种脑电图采集处理系统
Geng et al. A fusion algorithm for EEG signal processing based on motor imagery brain-computer interface
CN206400210U (zh) 脑电波控制的智能ar眼镜设备
Salvaro et al. Towards a novel HMI paradigm based on mixed EEG and indoor localization platforms
WO2023064498A1 (en) Systems and methods for training and/or using representation learning neural networks for electromyographic data
CN108628445B (zh) 脑电波采集方法及相关产品
CN113208623A (zh) 一种基于卷积神经网络的睡眠分期方法、系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant