CN109065120A - 一种信息处理的方法、装置以及计算机存储介质 - Google Patents

Abstract

本发明实施例公开了一种信息处理的方法、装置以及计算机存储介质，所述方法应用于移动终端，所述方法包括：获取运动数据所指示的特征信息；基于预设的异常检测策略对所述特征信息进行检测；相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据；从而能够有效避免移动终端在异常场景下所产生的记步，提高了记步的准确度。

Description

一种信息处理的方法、装置以及计算机存储介质

技术领域

本发明涉及终端应用技术领域，尤其涉及一种信息处理的方法、装置以及计算机存储介质。

背景技术

智能穿戴设备发展迅速，已经成为人们生活中的一部分，大量应用于生活、工作场景。现有的智能手环、智能手表等可穿戴产品普遍具有记步功能，使得产品集成的运动传感器感知人体的运动，进而实现记步，并根据用户的步数，估算出用户的行走距离、消耗卡路里等参数。

然而，部分用户即便没有走路，也可以产生很多步数，这就不可避免地存在利用记步漏洞进行作弊的行为；比如将智能手环佩戴在动物身上，或者将智能手环放在机械运动设备上(如公园的运动跑步器)，这些情况下智能手环运动传感器同样会有动态输出信号，很容易产生记步误差，影响记步性能。

发明内容

有鉴于此，本发明的主要目的在于提供一种信息处理的方法、装置以及计算机存储介质，能够有效避免移动终端在异常场景下所产生的记步，从而提高了记步的准确度。

为达到上述目的，本发明的技术方案是这样实现的：

第一方面，本发明实施例提供了一种信息处理的方法，所述方法包括：

获取运动数据所指示的特征信息；

基于预设的异常检测策略对所述特征信息进行检测；

相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据。

在上述方案中，所述获取运动数据所指示的特征信息，具体包括：

针对当前时间段所采集的运动数据进行特征信息统计；

基于所述当前时间段的统计结果，获取所述运动数据所指示的步频和步长。

在上述方案中，所述相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据，具体包括：

将所述运动数据所指示的步频和步长与预设的运动形态类别与步频和步长之间的对应关系进行匹配；

若所述匹配结果为不匹配，则所述运动数据为异常数据。

在上述方案中，所述获取运动数据所指示的特征信息，具体包括：

基于当前时间段的运动数据，获取所述当前时间段内的振幅变化信息。

在上述方案中，所述相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据，具体包括：

将所述振幅变化信息与预设变化趋势进行比较；

若所述振幅变化信息满足所述预设变化趋势，则确定所述运动数据为异常数据。

在上述方案中，所述获取运动数据所指示的特征信息，具体包括：

基于当前时间段的运动数据，获取所述当前时间段内的位置变化信息。

在上述方案中，所述相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据，具体包括：

将所述位置变化信息与预设位置变化范围进行比较；

若所述位置变化信息满足所述预设位置变化范围，则确定所述运动数据为异常数据。

在上述方案中，在所述确定所述运动数据为异常数据之后，所述方法还包括：

针对所述确定的异常数据，接收删除指令并执行所述删除指令以删除所述运动数据对应的步数。

第二方面，本发明实施例提供了一种信息处理装置，所述信息处理装置包括：网络接口，存储器和处理器；其中，

所述网络接口，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；

所述存储器，用于存储能够在所述处理器上运行的计算机程序；

所述处理器，用于在运行所述计算机程序时，执行第一方面中任一项所述信息处理的方法的步骤。

第三方面，本发明实施例提供了一种计算机存储介质，所述计算机存储介质存储有信息处理程序，所述信息处理程序被至少一个处理器执行时实现第一方面中任一项所述信息处理的方法的步骤。

本发明实施例提供了一种信息处理的方法、装置以及计算机存储介质，通过获取运动数据所指示的特征信息；基于预设的异常检测策略对所述特征信息进行检测；相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据；从而能够有效避免移动终端在异常场景下所产生的记步，提高了记步的准确度。

附图说明

图1为本发明实施例提供的一种移动终端的硬件结构示意图；

图2为本发明实施例提供的一种通信网络系统的架构示意图；

图3为本发明实施例提供的一种信息处理方法的流程示意图；

图4为本发明实施例提供的一种异常数据提示的组成结构示意图；

图5为本发明实施例提供的一种信息处理方法的详细流程示意图；

图6为本发明实施例提供的另一种信息处理方法的详细流程示意图；

图7为本发明实施例提供的又一种信息处理方法的详细流程示意图；

图8为本发明实施例提供的一种信息处理装置的组成结构示意图；

图9为本发明实施例提供的另一种信息处理装置的组成结构示意图；

图10为本发明实施例提供的一种信息处理装置的具体硬件结构示意图。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、智能手表、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。

后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。

请参阅图1，其为实现本发明各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图1对移动终端的各个部件进行具体的介绍：

射频单元101可用于收发信息过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行数据发送给基站。通常，射频单元101包括发射电路1011和接收电路1012；其中，发射电路1011用于将上行数据发送给基站之前，对上行数据进行处理和缓存；接收电路1012用于将接收的下行信息发送给处理器110之前，对下行信息进行处理和缓存。除发射电路1011和接收电路1012外，射频单元101还包括天线、至少一个放大器、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(Global System of Mobile communication，GSM)、通用分组无线服务(GeneralPacket Radio Service，GPRS)、码分多址2000(Code Division Multiple Access 2000，CDMA2000)、宽带码分多址(Wide band Code Division Multiple Access,WCDMA)、时分同步码分多址(Time Division-Synchronous Code Division Multiple Access，TD-SCDMA)、频分双工长期演进(Frequency Division Duplexing-Long Term Evolution，FDD-LTE)和分时双工长期演进(Time Division Duplexing-Long Term Evolution，TDD-LTE)等。

WiFi属于短距离无线传输技术，移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。

A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。

移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板1061。

用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。

进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。

接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。

存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。

移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。

为了便于理解本发明实施例，下面对本发明的移动终端所基于的通信网络系统进行描述。

请参阅图2，图2为本发明实施例提供的一种通信网络系统架构图，该通信网络系统为通用移动通信技术的LTE系统，该LTE系统包括依次通讯连接的用户设备(UserEquipment，UE)201，演进式UMTS陆地无线接入网(Evolved UMTS Terrestrial RadioAccess Network，E-UTRAN)202，演进式分组核心网(Evolved Packet Core，EPC)203和运营商的IP业务204。

具体地，UE201可以是上述终端100，此处不再赘述。

E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中，eNodeB2021可以通过回程(back haul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。

EPC203可以包括移动性管理实体(Mobility Management Entity，MME)2031，归属用户服务器(Home Subscriber Server，HSS)2032，其它MME2033，服务网关(Serving GateWay，SGW)2034，分组数据网络网关(PDN Gate Way，PGW)2035和政策和资费功能实体(Policy and Charging Rules Function，PCRF)2036等。其中，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。

IP业务204可以包括因特网、内联网、IP多媒体子系统(IP MultimediaSubsystem，IMS)或其它IP业务等。

虽然上述以LTE系统为例进行了介绍，但本领域技术人员应当知晓，本发明不仅仅适用于LTE系统，也可以适用于其他无线通信系统，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等，此处不做限定。

基于上述移动终端硬件结构以及通信网络系统，提出本发明方法各个实施例。

实施例一

参见图3，其示出了本发明实施例提供的一种信息处理的方法，该方法应用于移动终端，该方法可以包括：

S301：获取运动数据所指示的特征信息；

S302：基于预设的异常检测策略对所述特征信息进行检测；

S303：相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据。

基于图3所示的技术方案，通过获取运动数据所指示的特征信息；基于预设的异常检测策略对所述特征信息进行检测；相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据；从而能够有效避免移动终端在异常场景下所产生的记步，提高了记步的准确度。

对于图3所示的技术方案，在一种可能的实现方式中，所述获取运动数据所指示的特征信息，具体包括：

针对当前时间段所采集的运动数据进行特征信息统计；

基于所述当前时间段的统计结果，获取所述运动数据所指示的步频和步长。

需要说明的是，目前，跑步是锻炼身体的主要途径，越来越多的用户通过跑步来保证自身的身体健康，并且会将跑步过程中的运动数据进行采集并记录，以便规划自己的跑步计划。其中，步频和步长是影响跑步速度的重要因素；步频是指脚步的频率，即运动时两腿在单位时间内交替的次数；通常也可以通过记录单位时间内手臂摆动的次数来计算出步频；步长是指两脚相邻着地点之间的距离，可以直接通过测量工具的测量得出步长，也可以通过全球定位系统(Global Positioning System，GPS)、伽利略卫星导航系统或者北斗卫星导航系统等定位装置的距离定位来计算出步长。在本发明实施例中，对于步频和步长的计算方法并不作具体限定。

在移动终端的记步功能开启之后，移动终端会针对这次跑步进行运动数据采集；然后通过对当前时间段所采集的运动数据进行统计及分析，从而可以得到该运动数据所指示的步频和步长。

在上述实现方式中，具体地，所述相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据，包括：

将所述运动数据所指示的步频和步长与预设的运动形态类别与步频和步长之间的对应关系进行匹配；

若所述匹配结果为不匹配，则确定所述运动数据为异常数据。

需要说明的是，在上述具体实现方式中，对于图3所示的技术方案，在所述将所述运动数据所指示的步频和步长与预设的运动形态类别与步频和步长之间的对应关系进行匹配之前，所述方法还包括：

针对预先存储的大量历史数据进行运动形态学习，获取运动形态类别；其中，所述运动形态类别包括快跑、慢跑和走路；

针对所述运动形态类别分别统计对应的步频和步长；

基于所述运动形态类别的统计结果，建立所述运动形态类别与步频和步长之间的对应关系。

也就是说，对于跑步运动来说，不同的运动形态类别下步频和步长是不同的。比如快跑时的步频高，但是步长较短；慢跑时的步频低，但是步长大；而走路时的步频低，且步长短。一般来说，移动终端的存储器中已经预先存储有大量的历史数据，而且这些历史数据是针对移动终端使用者的运动情况所采集的。为了便于记录和管理，首先需要对这些历史数据进行运动形态学习，得出运动形态类别，比如快跑、慢跑和走路等三种运动形态类别；然后针对不同的运动形态类别，分别统计出所对应的步频和步长，从而可以根据移动终端使用者在快跑、慢跑和走路等运动形态下所对应的步频和步长，建立运动形态类别与步频和步长之间的对应关系。

由于移动终端中已经预先设置有所建立的运动形态类别与步频和步长之间的对应关系，在获取到运动数据所指示的步频和步长之后，需要将该运动数据所指示的步频和步长与该运动形态类别与步频和步长之间的对应关系进行匹配。比如设定一个预设阈值，该预设阈值是用于衡量该运动数据所指示的步频和步长与该运动形态类别与步频和步长之间的对应关系是否匹配的判定值；将该运动数据所指示的步频和步长与不同运动形态类别所对应的步频和步长分别求出差值，若所述差值中其中一个差值的绝对值小于预设阈值，假设慢跑的运动形态类别所对应差值的绝对值小于预设阈值，则表示该运动数据所指示的步频和步长与预设的不同运动形态类别所对应的步频和步长存在不明显差异，也就说明了该匹配结果为匹配，即，对于该运动数据所指示的步频和步长，在该运动形态类别与步频和步长之间的对应关系中可以匹配到对应的运动形态类别，即为慢跑的运动形态类别，这种情况下，可以确定出该运动数据属于正常数据；将该运动数据所指示的步频和步长与预设的不同运动形态类别所对应的步频和步长分别求出差值，若所述差值的绝对值均大于预设阈值，则表示该运动数据所指示的步频和步长与预设的不同运动形态类别所对应的步频和步长均存在明显差异，也就说明了该匹配结果为不匹配，即，对于该运动数据所指示的步频和步长，在该运动形态类别与步频和步长之间的对应关系中无法匹配到对应的运动形态类别，这种情况下，可以确定出该运动数据为异常数据。举例来说，当移动终端被佩戴在奔跑的动物身上时，根据所获得的当前时间段内的运动数据所统计出的步频和步长，与移动终端内部预设的运动形态类别与步频和步长之间的对应关系进行匹配；由于移动终端内部预设的运动形态类别与步频和步长之间的对应关系是根据人的运动数据所得到的，基于人和动物之间的差异，使得该运动数据所指示的步频和步长与预设的不同运动形态类别所对应的步频和步长均存在明显差异，也就说明了该运动数据所指示的步频和步长与预设的运动形态类别与步频和步长之间的对应关系不匹配，可以确定出该运动数据为异常数据。

可以理解地，对于移动终端，人为运动所产生的振幅有大有小，无规律可循；而机器运动所产生的振幅是有规律可循的，基本上呈现指数化均匀下降或者线性下降的变化趋势；因此，对于图3所示的技术方案，在一种可能的实现方式中，所述获取运动数据所指示的特征信息，具体包括：

基于当前时间段的运动数据，获取所述当前时间段内的振幅变化信息。

在上述实现方式中，所述相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据，包括：

将所述振幅变化信息与预设变化趋势进行比较；

若所述振幅变化信息满足所述预设变化趋势，则确定所述运动数据为异常数据。

需要说明的是，预设的异常检测策略，除了可以是根据所获取到的步频和步长与运动形态类别与步频和步长之间的对应关系是否匹配来检测之外，移动终端还可以通过振幅的变化趋势是否满足预设变化趋势来检测运动数据是否属于异常数据；其中，预设变化趋势可以是指振幅在预设时间段内呈指数化均匀下降趋势，还可以是指振幅在预设时间段内呈线性下降趋势，也可以是指振幅在预设时间段内呈其他规律性均匀下降趋势，本发明实施例对预设变化趋势不作具体限定。

还需要说明的是，将所述振幅变化信息与预设变化趋势进行比较，若所述振幅变化信息不满足预设变化趋势，则可以确定出该运动数据为正常数据；若所述振幅变化信息满足预设变化趋势，则可以确定出该运动数据为异常数据。举例来说，假设移动终端被放置在固定的摆臂设备上，比如将移动终端固定在摆臂机的摆臂上，摆臂是由电动机驱动而进行摆动，使得移动终端会随着摆臂的摆动产生对应的运动数据；在当前时间段内，由于摆臂的摆动使得摆臂振幅的变化趋势是以指数化均匀下降，也就是说，移动终端的的振幅变化信息满足指数化均匀下降的趋势，即该振幅变化信息满足预设变化趋势，也就可以确定出该运动数据为异常数据。

可以理解地，在运动过程中，移动终端的位置信息会随着移动终端使用者的跑动而发生大幅度变化，也就是说，移动终端的位置信息不会是保持在一个较小的变化范围；因此，对于图3所示的技术方案，在一种可能的实现方式中，所述获取运动数据所指示的特征信息，具体包括：

基于当前时间段的运动数据，获取所述当前时间段内的位置变化信息。

在上述实现方式中，具体地，所述相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据，包括：

将所述位置变化信息与预设位置变化范围进行比较；

若所述位置变化信息满足所述预设位置变化范围，则确定所述运动数据为异常数据。

需要说明的是，预设的异常检测策略，除了可以根据所获取到的步频和步长与运动形态类别与步频和步长之间的对应关系是否匹配以及通过振幅的变化趋势是否满足预设变化趋势来检测之外，移动终端还可以通过位置信息的变化趋势满足预设位置变化范围来检测运动数据是否属于异常数据；其中，所述预设位置变化范围，是指在预设时间段内位置信息的变化范围很小，比如在50米范围之内进行变化，这种情况下，位置信息的变化忽略不计，可以默认为该位置信息没有发生变化。

一般来说，移动终端的位置信息是由定位装置的定位所得到的，比如GPS，位置信息会随着GPS定位的移动而发生变化。将所述位置变化信息与预设位置变化范围进行比较，若所述位置变化信息不满足预设位置变化范围，则可以确定出该运动数据为正常数据；若所述位置变化信息满足预设位置变化范围，则确定该运动数据为异常数据。举例来说，假设移动终端被放置在固定的摆臂设备上，比如将移动终端固定在摆臂机的摆臂上，在当前时间段内，移动终端会随着摆臂的摆动而产生对应的运动数据；但是由于摆臂机的位置固定而使移动终端的位置会随着摆臂摆动在摆臂机的位置附近变化，也就是说，该位置信息的变化趋势满足预设位置变化范围，即在当前时间段内移动终端的位置信息几乎没有发生变化，也就可以确定出该运动数据为异常数据。

还需要说明的是，对于图3所示的技术方案，在一种可能的实现方式中，在所述基于预设的异常检测策略对所述特征信息进行检测之后，所述方法还包括：

相应于所述特征信息不满足所述异常检测策略，记录所述运动数据对应的步数。

也就是说，在基于预设的异常检测策略对所述特征信息进行检测之后，若所述特征信息不满足上述异常检测策略，包括：当前时间段内的运动数据所指示的步频和步长与预设的运动形态类别与步频和步长之间的对应关系的匹配结果为匹配，当前时间段内的振幅变化信息不满足预设变化趋势以及当前时间段内的位置变化信息不满足预设位置变化范围；则表示为该运动数据为正常数据，这种情况下，移动终端需要记录该运动数据所对应的步数。

还需要说明的是，在基于预设的异常检测策略对所述特征信息进行检测之后，若所述特征信息满足上述异常检测策略，包括：当前时间段内的运动数据所指示的步频和步长与预设的运动形态类别与步频和步长之间的对应关系的匹配结果为不匹配，当前时间段内的振幅变化信息满足预设变化趋势以及当前时间段内的位置变化信息满足预设位置变化范围；则表示为该运动数据为异常数据；这时候还可以对该异常数据进行异常提示。其中，所述异常提示方式可以以文字形式进行提示，也可以以语音播报的形式进行提示，也可以以振动的形式进行提示，还可以以其他形式进行提示，本发明实施例对此不作具体限定。

可以理解地，在确定出异常数据之后，还可以对该异常数据进行删除；因此，对于图3所示的技术方案，在一种可能的实现方式中，在所述确定所述运动数据为异常数据之后，所述方法还包括：

针对所述确定的异常数据，接收删除指令并执行所述删除指令以删除所述运动数据对应的步数。

需要说明的是，在确定出运动数据为异常数据之后，首先可以对该异常数据进行提示，假定所述提示方式是以如图4所示的文字形式进行提示同时加以振动提示，提示内容为：“请确认异常数据是否删除？”，若用户确认该异常数据是由于用户的体能爆发所导致的运动数据出现异常，这时候用户可以选择取消按钮，即移动终端接收到取消指令并执行该取消指令对应的操作，同时在步数记录中记录该运动数据所对应的步数；若用户确认该异常数据属于错误数据，这时候用户可以选择删除按钮，即移动终端接收到删除指令并执行该删除指令对应的操作，同时在步数记录中需要删除该运动数据所对应的步数；从而能够有效避免移动终端在异常场景下所产生的记步，提高了记步的准确度。

本实施例提供了一种信息处理方法，该方法应用于移动终端，通过获取运动数据所指示的特征信息；基于预设的异常检测策略对所述特征信息进行检测；相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据；从而能够有效避免移动终端在异常场景下所产生的记步，提高了记步的准确度。

实施例二

基于前述实施例相同的发明构思，参见图5，其示出了本发明实施例提供的一种信息处理方法的详细流程，基于上述图1所示的移动终端100的硬件结构示例，假定移动终端100为智能手环，该详细流程可以包括：

S501：针对预先存储的大量历史数据进行运动形态学习，获取运动形态类别；其中，所述运动形态类别包括快跑、慢跑和走路；

S502：针对所述运动形态类别分别统计对应的步频和步长；

S503：基于所述运动形态类别的统计结果，建立所述运动形态类别与步频和步长之间的对应关系；

举例来说，以图1所示的移动终端100的硬件结构为例，假定移动终端100为智能手环，存储器109中已经预先存储有大量历史数据；处理器110会针对这些历史数据进行运动形态学习，从而得出运动形态类别，比如快跑、慢跑和走路等三种运动形态类别；然后处理器110针对这三种运动形态类别来分别统计所对应的步频和步长，根据所统计的结果，处理器110可以根据移动终端使用者在快跑、慢跑和走路等运动形态类别下所对应的步频和步长，建立运动形态类别与步频和步长之间的对应关系。并将该对应关系存放在存储器109中。

S504：针对当前时间段所采集的运动数据进行特征信息统计；

S505：基于所述当前时间段的统计结果，获取所述运动数据所指示的步频和步长；

S506：将所述运动数据所指示的步频和步长与预设的运动形态类别与步频和步长之间的对应关系进行匹配；

S507：若所述匹配结果为不匹配，则确定所述运动数据为异常数据；

S508：若所述匹配结果为匹配，则确定所述运动数据为正常数据；

需要说明的是，在步骤S506之后，根据匹配之后的匹配结果，若匹配结果为不匹配。则执行步骤S507；若匹配结果为匹配。则执行步骤S508。

举例来说，仍以图1所示的移动终端100的硬件结构为例，假定移动终端100为智能手环，在智能手环的记步功能启动之后，存储器109中会存放针对当前时间段的运动数据，然后由处理器110来对该运动数据进行统计分析，从而可以得到该运动数据所指示的步频和步长；仍然由处理器110将运动数据所指示的步频和步长与预设的运动形态类别与步频和步长之间的对应关系进行匹配，比如设定一个预设阈值，将该运动数据所指示的步频和步长与不同运动形态类别所对应的步频和步长分别求出差值，若所述差值中其中一个差值的绝对值小于预设阈值，则表示该运动数据所指示的步频和步长与预设的不同运动形态类别所对应的步频和步长存在不明显差异，也就说明了该匹配结果为匹配，此时可以确定出该运动数据属于正常数据；若所述差值的绝对值均大于预设阈值，则表示该运动数据所指示的步频和步长与预设的不同运动形态类别所对应的步频和步长均存在明显差异，也就说明了该匹配结果为不匹配，此时可以确定出该运动数据为异常数据；比如当智能手环被佩戴在奔跑的动物身上时，基于人和动物之间的差异，使得该运动数据所指示的步频和步长与预设的不同运动形态类别所对应的步频和步长均存在明显差异，也就说明了匹配的结果为不匹配，可以确定出该运动数据为异常数据。

S509：基于所述运动数据为正常数据，记录所述运动数据对应的步数；

S510：基于所述运动数据为异常数据，若接收到删除指令，则执行所述删除指令以删除所述运动数据对应的步数；

S511：基于所述运动数据为异常数据，若接收到取消指令，则执行所述取消指令以记录所述运动数据对应的步数。

举例来说，仍以图1所示的移动终端100的硬件结构为例，假定移动终端100为智能手环，结合上述实例，当处理器110确定出该运动数据为正常数据时，处理器110会在智能手环的步数记录中记录该运动数据所对应的步数；当处理器110确定出该运动数据为异常数据时，这时候处理器110可以对该异常数据进行提示；假定本次的提示方式是以如图4所示的文字形式进行提示同时加以振动提示，提示内容为：“请确认异常运动数据是否删除？”，若用户确认该异常数据是由于用户的体能爆发所导致的运动数据出现异常，这时候用户可以选择取消按钮，即智能手环接收到取消指令并执行该取消指令对应的操作，处理器110会在智能手环的步数记录中记录该运动数据所对应的步数；若用户确认该异常数据属于错误数据，这时候用户可以选择删除按钮，即智能手环接收到删除指令并执行该删除指令对应的操作，处理器110会在智能手环的步数记录中删除该运动数据所对应的步数；从而能够有效避免移动终端在异常场景下所产生的记步，提高了记步的准确度。

可以理解地，针对运动数据是否为异常数据，预设的异常检测策略还可以通过振幅的变化趋势是否满足预设变化趋势来检测运动数据是否属于异常数据；参见图6，其示出了本发明实施例提供的另一种信息处理方法的详细流程，仍然基于上述图1所示的移动终端100的硬件结构示例，该详细流程包括：

S601：基于当前时间段的运动数据，获取所述当前时间段内的振幅变化信息；

S602：将所述振幅变化信息与预设变化趋势进行比较；

S603：若所述振幅变化信息不满足所述预设变化趋势，则确定所述运动数据为正常数据；

S604：若所述振幅变化信息满足所述预设变化趋势，则确定所述运动数据为异常数据。

可以理解地，针对运动数据是否为异常数据，预设的异常检测策略还可以通过位置信息的变化趋势满足预设位置变化范围来检测运动数据是否属于异常数据；参见图7，其示出了本发明实施例提供的又一种信息处理方法的详细流程，仍然基于上述图1所示的移动终端100的硬件结构示例，该详细流程包括：

S701：基于当前时间段的运动数据，获取所述当前时间段内的位置变化信息；

S702：将所述位置变化信息与预设位置变化范围进行比较；

S703：若所述位置变化信息不满足所述预设位置变化范围，则确定所述运动数据为正常数据；

S704：若所述位置变化信息满足所述预设位置变化范围，则确定所述运动数据为异常数据。

需要说明的是，针对步骤S601至S604和步骤S701至S704，与前述步骤S501至S508可以并列执行，也可以单独分开执行；在本发明实施例中，对此并不作具体限定。

举例来说，仍以图1所示的移动终端100的硬件结构为例，假定移动终端100为智能手环，若智能手环被放置在摆臂机的摆臂上，智能手环会随着摆臂的摆动而产生对应的运动数据。该摆臂机的摆臂摆动使得摆臂振幅的变化趋势是以指数化均匀下降，基于当前时间段的运动数据，处理器110获取当前时间段内的振幅，可以得出智能手环的振幅变化信息满足指数化均匀下降的趋势，即该振幅变化信息满足预设变化趋势，也就可以确定出该运动数据为异常数据，处理器110还可以对该异常数据进行提示；基于当前时间段的运动数据，处理器110获取当前时间段内的位置变化信息；智能手环会随着摆臂的摆动而产生对应的运动数据，但是由于摆臂机的位置固定而使智能手环的位置会随着摆臂摆动在摆臂机的位置附近变化，也就是说，该位置信息的变化趋势满足预设位置变化范围，比如在50米范围之内进行变化，即在当前时间段内智能手环的位置信息几乎没有发生变化，也就可以确定出该运动数据为异常数据，处理器110也可以对该异常数据进行提示；根据异常数据的提示，处理器110还可以选择删除该运动数据对应的步数，从而能够有效避免移动终端在异常场景下所产生的记步，提高了记步的准确度。

通过上述实施例，对前述实施例的具体实现进行了详细阐述，从中可以看出，通过前述实施例的技术方案，从而能够有效避免移动终端在异常场景下所产生的记步，提高了记步的准确度。

实施例三

基于前述实施例相同的发明构思，参见图8，其示出了本发明实施例提供的一种信息处理装置80的组成，可以包括：获取部分801、检测部分802和确定部分803；其中，

所述获取部分801，配置为获取运动数据所指示的特征信息；

所述检测部分802，配置为基于预设的异常检测策略对所述特征信息进行检测；

所述确定部分803，配置为相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据。

在上述方案中，所述获取部分801，具体配置为：

针对当前时间段所采集的运动数据进行特征信息统计；

基于所述当前时间段的统计结果，获取所述运动数据所指示的步频和步长。

在上述方案中，所述确定部分803，具体配置为：

将所述运动数据所指示的步频和步长与预设的运动形态类别与步频和步长之间的对应关系进行匹配；

若所述匹配结果为不匹配，则确定所述运动数据为异常数据。

在上述方案中，所述获取部分801，具体配置为：

基于当前时间段的运动数据，获取所述当前时间段内的振幅变化信息。

在上述方案中，所述确定部分803，具体配置为：

将所述振幅变化信息与预设变化趋势进行比较；

若所述振幅变化信息满足所述预设变化趋势，则确定所述运动数据为异常数据。

在上述方案中，所述获取部分801，具体配置为：

基于当前时间段的运动数据，获取所述当前时间段内的位置变化信息。

在上述方案中，所述确定部分803，具体配置为：

将所述位置变化信息与预设位置变化范围进行比较；

若所述位置变化信息满足所述预设位置变化范围，则确定所述运动数据为异常数据。

在上述方案中，参见图9，所述信息处理装置还包括删除部分804，配置为：

针对所述确定的异常数据，接收删除指令并执行所述删除指令以删除所述运动数据对应的步数。

可以理解地，在本实施例中，“部分”可以是部分电路、部分处理器、部分程序或软件等等，当然也可以是单元，还可以是模块也可以是非模块化的。

另外，在本实施例中的各组成部分可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。

所述集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时，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或者该技术方案的全部或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)或processor(处理器)执行本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。

因此，本实施例提供了一种计算机存储介质，该计算机存储介质存储有信息处理程序，所述信息处理程序被至少一个处理器执行时实现上述实施例一所述信息处理的方法的步骤。

基于上述信息处理装置80的组成以及计算机存储介质，参见图10，其示出了本发明实施例提供的信息处理装置80的具体硬件结构，可以包括：网络接口1001、存储器1002和处理器1003；各个组件通过总线系统1004耦合在一起。可理解，总线系统1004用于实现这些组件之间的连接通信。总线系统1004除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图10中将各种总线都标为总线系统1004。其中，网络接口1001，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；

存储器1002，用于存储能够在处理器1003上运行的计算机程序；

处理器1003，用于在运行所述计算机程序时，执行：

获取运动数据所指示的特征信息；

基于预设的异常检测策略对所述特征信息进行检测；

相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据。

可以理解，本发明实施例中的存储器1002可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本文描述的系统和方法的存储器1002旨在包括但不限于这些和任意其它适合类型的存储器。

而处理器1003可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器1003中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1003可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1002，处理器1003读取存储器1002中的信息，结合其硬件完成上述方法的步骤。

可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本发明所述功能的其它电子单元或其组合中。

对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。

可选地，作为另一个实施例，处理器1003还配置为在运行所述计算机程序时，执行上述实施例一所述信息处理的方法的步骤。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (10)

1.一种信息处理的方法，其特征在于，所述方法包括：

获取运动数据所指示的特征信息；

基于预设的异常检测策略对所述特征信息进行检测；

相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据。

2.根据权利要求1所述的方法，其特征在于，所述获取运动数据所指示的特征信息，具体包括：

针对当前时间段所采集的运动数据进行特征信息统计；

基于所述当前时间段的统计结果，获取所述运动数据所指示的步频和步长。

3.根据权利要求2所述的方法，其特征在于，所述相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据，具体包括：

将所述运动数据所指示的步频和步长与预设的运动形态类别与步频和步长之间的对应关系进行匹配；

若所述匹配结果为不匹配，则确定所述运动数据为异常数据。

4.根据权利要求1所述的方法，其特征在于，所述获取运动数据所指示的特征信息，具体包括：

基于当前时间段的运动数据，获取所述当前时间段内的振幅变化信息。

5.根据权利要求4所述的方法，其特征在于，所述相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据，具体包括：

将所述振幅变化信息与预设变化趋势进行比较；

若所述振幅变化信息满足所述预设变化趋势，则确定所述运动数据为异常数据。

6.根据权利要求1所述的方法，其特征在于，所述获取运动数据所指示的特征信息，具体包括：

基于当前时间段的运动数据，获取所述当前时间段内的位置变化信息。

7.根据权利要求6所述的方法，其特征在于，所述相应于所述特征信息满足所述异常检测策略，确定所述运动数据为异常数据，具体包括：

将所述位置变化信息与预设位置变化范围进行比较；

若所述位置变化信息满足所述预设位置变化范围，则确定所述运动数据为异常数据。

8.根据权利要求1、6和7中任一项所述的方法，其特征在于，在所述确定所述运动数据为异常数据之后，所述方法还包括：

针对所述确定的异常数据，接收删除指令并执行所述删除指令以删除所述运动数据对应的步数。

9.一种信息处理装置，其特征在于，所述信息处理装置包括：网络接口，存储器和处理器；其中，

所述网络接口，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；

所述存储器，用于存储能够在所述处理器上运行的计算机程序；

所述处理器，用于在运行所述计算机程序时，执行权利要求1至8任一项所述信息处理的方法的步骤。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有信息处理程序，所述信息处理程序被至少一个处理器执行时实现权利要求1至8任一项所述信息处理的方法的步骤。