CN106539573A - 一种智能手环及基于用户偏好的手环提醒方法 - Google Patents

Abstract

本发明涉及一种智能手环，包括：摄像模块、人体参数采集模块、声音采集模块、处理器模块以及提醒模块，处理器模块与所述摄像模块、人体参数采集模块以及声音采集模块连接用于采集所述场景图像、用户生理数据以及关键词并分析用户偏好。另外本发明还提供一种基于用户偏好的手环提醒方法包括采集用户的采集用户的心率、血压、呼吸频率、面部表情以及场景声音和图像信息为用户提供与其偏好相符的提醒。本发明通过面部表情、用户的声音特性以及生理参数检测来对用户的情绪进行判断，使判断结果更加准确，可以准确地给出符合用户偏好的提醒。并通过纠错机制，可以随着用户偏好地改变实现自动调整提醒方案。

Description

一种智能手环及基于用户偏好的手环提醒方法

技术领域

本发明涉及手环领域，特别涉及一种可以识别用户偏好并结合场景给予提醒的智能手环。

背景技术

随着智能穿戴领域的发展，手环已经被越来越多消费者接受，手环的普通应用场景是随身携带，白天计步，完善检查睡眠，时刻不离身。另外还有具备特殊功能的手环，如检测心率、血糖等健康指标以及定位功能的手环。然而这些手环都只是机械地采集特定数据来进行数据的汇报，并将现在手环时刻不离身的特性充分利用，为用户提供更加便捷以及更加有用的功能，没有找到更好的应用价值。

发明内容

本发明为了解决上述技术问题，提供了一种智能手环及基于用户偏好的手环提醒方法。

一种智能手环，包括：

摄像模块，用于获取用户面部表情以及用户周围的场景图像；

人体参数采集模块，用于采集用户生理数据；

声音采集模块，用于通过声音频率频谱分析并记录用户语言中的关键词；

处理器模块，与所述摄像模块、人体参数采集模块以及声音采集模块连接；用于采集所述场景图像、用户生理数据以及关键词并分析用户偏好；以及

提醒模块，用于根据所述处理器模块输出的控制信号对用户进行提示。

进一步的，所述摄像模块包括用于检测摄像头倾斜角度的陀螺仪以及设置做传感器前端的鱼眼镜头。

进一步的，所述生理数据包括心率、血压以及呼吸频率。

进一步的，所述提醒模块为震动模块或者是扬声器模块。

另外，本发明还提供一种基于用户偏好的手环提醒方法，包括如下步骤：

采集用户的心率、血压以及呼吸频率三个生理参数，并根据所述生理参数判定用户当前情绪状态；

采集用户面部表情以及用户周围的场景图像，并根据所述场景图像的色彩信息读取预先建立的环境与用户情绪映射关系；

将当前情绪状态与用户面部表情以及场景图像的色彩信息映射关系经匹配，若用户当前情绪状态与映射关系符合，则像用户发出第一提醒；否则发出第二提醒。

进一步的，还包括声音采集步骤：

采集当前环境声音信息；

通过频谱分析从声音信息中分离用户声音信息，并识别出关键词；

根据关键词出现的频率以及语调判定用户的喜好。

优选的，还包括学习步骤，所述学习步骤包括如下步骤中的至少一种：

A、通过采集当前环境的声音信息，并根据声音信息中识别用户声音以及计算同一关键词出现的频率，将频率高的关键词标记为偏好对象；

B、当判定同一个预先建立的映射关系连续出现不匹配次数超过第一预设值时，重新确定用户当前情绪与面部表情以及周围的场景图像色彩信息的映射关系。其中所述第一预设值为10次。

优选的，所述第一提醒为告知当前用户情绪状态的提醒；所述第二提醒为用户可能会出现的情绪状态的提醒。

本发明的智能手环以及基于用户偏好的手环提醒方法所起到的有益效果包括：

1. 本发明通过面部表情以及生理参数检测来对用户的情绪进行判断，使判断结果更加准确，进而可以准确地给出符合用户偏好的提醒。

2. 本发明根据用户的声音特性，从中识别出关键词，从而实现用户偏好的采集。

3.本发明的提醒方法通过纠错机制，可以随着用户偏好地改变实现自动调整提醒方案。

附图说明

图1为本发明的系统结构示意图。

图2为本发明实施例3中的方法流程图。

图3为本发明实施例3中的声音采集步骤方法流程图。

具体实施方式

下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征更易被本领域技术人员理解，从而对本发明的保护范围做出更为清楚的界定。

实施例1：

如图1所示，一种智能手环，包括：摄像模块、人体参数采集模块、声音采集模块以及处理器模块。处理器模块分别与摄像模块、人体参数采集模块以及声音采集模块连接。

其中摄像模块用于获取用户面部表情以及用户周围的场景图像，通过其内部的陀螺仪来判定摄像头朝向，当其朝向为向上的时候，可以获取用户的面部表情。同时在其他角度时则可以获取当前环境的图像，并从图像中获取色彩、图形等信息供处理器模块处理。

人体参数采集模块用于采集用户生理数据，其包括心率探测模块以及血压检测模块，心率探测模块根据心率的变化曲线计算出人的呼吸频率，最红将通过数模转换之后以数字信号的形式发送给处理器模块进行处理。同时也可以处理器模块的控制信号进行其中一种或者多种数据的采集等。

声音采集模块则用于采集周围环境的声音信息，并通过声音频率频谱分析的方法识别出用户的声音，在用户语言中抓取的关键词并记录关键词出现的次数以及关键词的语气等。

处理器模块在采集场景图像、用户生理数据以及关键词后对并分析用户当前情绪，从而根据情绪分析出用户的偏好。可以理解的是，在用户情绪、情感发生时，除了机体外部表现外，其心率、呼吸频率的均匀性以及血压均会发生变化。如：惊恐时，呼吸会出现暂时中断；悲伤时，呼吸频率变慢，愤怒时呼吸频率加快深度加大。因此可以分析呼吸频率的均匀性来对用户的情绪进行预判段，并且心率和强度也会变化，如满意、愉快时，心率节奏正常；恐惧和愤怒时，心率加快、血压升高。另外，为了给用户相对应的提示，当用户情绪出现变化时，提醒模块根据处理器模块输出的控制信号对用户进行提示。

实施例2：

本实施例与实施例1的区别在于：本实施例中智能手环的摄像模块的镜头模组为鱼眼镜头，其拍摄广角近乎180°，传感器通过该镜头所获取的图像信息更加完整，从而更容易获得用户的面部表情信息以及周围图像的色调以及图形。

同时，提醒模块为震动模块或者是扬声器模块。可以理解的是，提醒模块也可以是其他如灯光提醒等模块，本实施例中提及的震动模块用于告知用户当前情绪，而扬声器模块则用于提醒用户可能会出现的情绪状态。

实施例3：

作为实施例1的补充，本实施例在实施例1的基础上还提供一种基于用户偏好的手环提醒方法，如图2所示，包括如下步骤：

S1. 采集用户的心率、血压以及呼吸频率三个生理参数，并根据所述生理参数判定用户当前情绪状态。其判断原理如实施例1中所述、因此，通过结合上述三个参数可以得出：

当心率以及血压比正常值高25%-50%，且呼吸频率比正常值高200%-300%，判定用户情绪为恐惧；

当心率以及血压比正常值高25%-50%，且呼吸频率比正常值高150%-200%，判定用户情绪为愤怒；

当心率以及血压比正常值高25%-50%，且呼吸频率比正常值高50-100%，判定用户情绪为激动或高兴；

当心率以及血压比正常值低15-30%，且呼吸频率比正常值低40%以上，判定用户情绪为悲伤；

应当说明的是，该正常值只是的一个相对的界限值，没有具体的宽度概念，其会根据用户自身的生理特性进行学习和调整，最终通过统计学原理确定。如果用户性格偏冷静，其各项参数起伏较低，反而若用户性格情绪化，则其各项参数变化则会较大，因此在预先学习的过程中对不同的参数进行滤波和补偿。

S2. 采集用户面部表情以及用户周围的场景图像，并根据所述场景图像的色彩信息读取预先建立的环境与用户情绪映射关系；

通常面部表情最能精细地显示不同性质的情绪，因此是鉴别情绪的主要标志。为了找到用户情绪与用户表情的映射关系，需要预先在的在通过生理状态判定用户的情绪之后，还可以通过面部表情来对情绪状态进行确认，从而更加准确地识别。

另外，采集当前场景图像则是为了分析用户在何种场景下更加容易出现某种情绪，同时也会建立相对应的映射关系，并根据这个映射关系在用户身处特定场景时提醒客户注意控制情绪，避免出现不好的情绪。

本实施例中的映射关系是通过多次采集用户面部表情以及当前情绪来确立的，为了更加准确地建立映射关系，可以在经过分析和识别后通过用户的确认来保证映射关系的正确性。

S3. 将当前情绪状态与用户面部表情以及场景图像的色彩信息映射关系经匹配，若用户当前情绪状态与映射关系符合，则像用户发出第一提醒；否则发出第二提醒。本实施例中的第一提醒为告知当前用户情绪状态的提醒；第二提醒为用户可能会出现的情绪状态的提醒。

由上述方法既可以识别出用户的偏好从而进行相应的提醒和警报，例如当用户看到喜欢的物品，如衣物等，自然会表现出愉悦的情绪，手环可以根据情绪的变化判断该物品是否是用户真心喜欢并合适，进而给出相应的提醒，供用户参考。

另外，如图3所示，为了还包括声音采集步骤：

S41. 采集当前环境声音信息；

S42. 通过频谱分析从声音信息中分离用户声音信息，并识别出关键词；

S43. 根据关键词出现的频率以及语调判定用户的喜好。

例如：用户一天10次出现小猫或小狗，且其提及小猫小狗的时候语气或者情绪出现变化，那么可以判定此用户喜欢或者讨厌小猫或小狗。

实施例4：

本实施例与实施例3的区别在于：为了更加准确地判断用户偏好，本实施例还包括学习步骤，所述学习步骤包括如下步骤中的至少一种：

A、通过采集当前环境的声音信息，并根据声音信息中识别用户声音以及计算同一关键词出现的频率，将频率高的关键词标记为偏好对象；

B、当判定同一个预先建立的映射关系连续出现不匹配次数超过第一预设值时，重新确定用户当前情绪与面部表情以及周围的场景图像色彩信息的映射关系。其中第一预设值为10次。

区别在于：

上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (9)

1.一种智能手环，其特征在于：包括：

摄像模块，用于获取用户面部表情以及用户周围的场景图像；

人体参数采集模块，用于采集用户生理数据；

声音采集模块，用于通过声音频率频谱分析并记录用户语言中的关键词；

处理器模块，与所述摄像模块、人体参数采集模块以及声音采集模块连接；用于采集所述场景图像、用户生理数据以及关键词并分析用户偏好；以及

提醒模块，用于根据所述处理器模块输出的控制信号对用户进行提示。

2.根据权利要求1所述的智能手环，其特征在于，所述摄像模块包括用于检测摄像头倾斜角度的陀螺仪以及设置做传感器前端的鱼眼镜头。

3.根据权利要求1所述的智能手环，其特征在于，所述生理数据包括心率、血压以及呼吸频率。

4.根据权利要求1所述的智能手环，其特征在于，所述提醒模块为震动模块或者是扬声器模块。

5.一种基于用户偏好的手环提醒方法，其特征在于，包括如下步骤：

采集用户的心率、血压以及呼吸频率三个生理参数，并根据所述生理参数判定用户当前情绪状态；

采集用户面部表情以及用户周围的场景图像，并根据所述场景图像的色彩信息读取预先建立的环境与用户情绪映射关系；

将当前情绪状态与用户面部表情以及场景图像的色彩信息映射关系经匹配，若用户当前情绪状态与映射关系符合，则像用户发出第一提醒；否则发出第二提醒。

6.根据权利要求5所述的基于用户偏好的手环提醒方法，其特征在于，还包括声音采集步骤：

采集当前环境声音信息；

通过频谱分析从声音信息中分离用户声音信息，并识别出关键词；

根据关键词出现的频率以及语调判定用户的喜好。

7.根据权利要求5所述的基于用户偏好的手环提醒方法，其特征在于，还包括学习步骤，所述学习步骤包括如下步骤中的至少一种：

A、通过采集当前环境的声音信息，并根据声音信息中识别用户声音以及计算同一关键词出现的频率，将频率高的关键词标记为偏好对象；

B、当判定同一个预先建立的映射关系连续出现不匹配次数超过第一预设值时，重新确定用户当前情绪与面部表情以及周围的场景图像色彩信息的映射关系。

8.根据权利要求5所述的基于用户偏好的手环提醒方法，其特征在于，所述第一提醒为告知当前用户情绪状态的提醒；所述第二提醒为用户可能会出现的情绪状态的提醒。

9.根据权利要求7所述的基于用户偏好的手环提醒方法，其特征在于，所述第一预设值为10次。