CN109948536B - 一种发呆识别方法及装置 - Google Patents

Abstract

本申请实施例提供了一种发呆识别方法及装置，涉及通信技术领域，用以解决现有的物联网终端无法判断学生是否发呆的问题，本申请实施例的方案包括：通过采集到的用户运动数据确定用户的静止参数，静止参数用于表示用户的手臂是否处于静止状态，并将采集到的用户心率图与标准发呆心率图进行比较，确定用户心率图与标准发呆心率图之间的心率相似参数，进而根据静止参数和心率相似参数计算用户的发呆参数，当发呆参数大于等于发呆阈值时，确定用户处于发呆状态。

Description

一种发呆识别方法及装置

技术领域

本申请涉及通信技术领域，特别是涉及一种发呆识别方法及装置。

背景技术

随着物联网技术的快速发展，很多学校也引入了物联网技术，通过物联网技术对学生的进出校、上课情况、健康情况等进行信息化管理。一般每个学生都可以携带一款具有物联网功能的终端(例如手环)，相应地，每个教室也可以部署一个用于接收终端信号的设备，这些设备均可以接入物联网(Internet of things，IOT)平台，以方便校方对终端的数据进行统一管理。

然而，目前大部分学生存在注意力不集中的问题，例如有些学生偶尔上课发呆，不能坚持听课30分钟以上，还有些学生经常发呆甚至上课睡觉，而目前的终端不能对学生是否发呆进行判断并提醒，所以如何通过物联网终端来判断学生是否发呆是一个亟待解决的问题。

发明内容

有鉴于此，本申请实施例提供一种发呆识别方法及装置，以实现通过物联网终端判断学生是否发呆。具体技术方案如下：

第一方面，本申请实施例提供一种发呆识别方法，所述方法应用于可穿戴设备，所述方法包括：

通过采集到的用户运动数据确定用户的静止参数，所述静止参数用于表示用户的手臂是否处于静止状态；

将采集到的用户心率图与标准发呆心率图进行比较，确定所述用户心率图与所述标准发呆心率图之间的心率相似参数；

根据所述静止参数和所述心率相似参数计算所述用户的发呆参数；

当所述发呆参数大于等于发呆阈值时，确定所述用户处于发呆状态。

在一种可能的实现方式中，所述通过用户运动数据确定静止参数，包括：

在指定时间段内，根据采集到的用户运动数据监测所述用户的手臂在每分钟是否处于静止状态；

所述用户的手臂每静止一分钟，将所述静止参数累加第一预设值，所述静止参数的初始值为零；

当确定所述用户的手臂发生运动时，将所述静止参数清零并重新开始累加。

在一种可能的实现方式中，所述将采集到的用户心率图与标准发呆心率图进行比较，确定所述用户心率图与所述标准发呆心率图之间的心率相似参数，包括：

在所述指定时间段内，检测所述用户的心率距离，所述心率距离为所述用户的两次心跳峰值之间的距离；

当所述用户的心率距离大于等于距离阈值时，根据预设公式每分钟计算一次所述用户心率图与所述标准发呆心率图之间的相似度；

若计算出的相似度大于相似度阈值，则将所述心率相似参数累加第二预设值，所述心率相似参数的初始值为零；

当连续第一预设次数检测到的所述用户的心率距离小于所述发呆心率距离时，将所述心率相似参数重置为零，并重新开始累加。

在一种可能的实现方式中，所述标准发呆心率图通过以下方式生成：

检测所述用户的心率距离；

当检测到所述用户的心率距离持续增大第二预设次数时，从所述用户的心率距离增大后的用户心率图中截取包含至少一段心率距离的心率图作为标准发呆心率图。

在一种可能的实现方式中，在确定所述用户处于发呆状态之后，所述方法还包括：

比较所述用户处于发呆状态时的平均心率距离以及所述标准发呆心率图的平均心率距离；

若所述用户处于发呆状态时的平均心率距离大于所述标准发呆心率图的平均心率距离，则将所述标准发呆心率图更新为所述用户处于发呆状态时的心率图。

在一种可能的实现方式中，所述发呆参数可通过公式：y＝a·S+b·C计算得到；

其中，y为所述发呆参数，S为所述静止参数，C为所述心率相似参数，a为所述静止参数的系数，b为所述心率相似参数的系数；习惯多动的用户对应的系数a的取值大于习惯安静的用户对应的系数a的取值。

在一种可能的实现方式中，所述预设公式为：

其中，

为所述相似度，A为所述标准发呆心率图中心率曲线的向量，B为所述用户心率图中心率曲线的向量。

第二方面，本申请实施例提供一种发呆识别装置，所述装置应用于可穿戴设备，所述装置包括：

确定模块，用于通过采集到的用户运动数据确定用户的静止参数，所述静止参数用于表示用户的手臂是否处于静止状态；将采集到的用户心率图与标准发呆心率图进行比较，确定所述用户心率图与所述标准发呆心率图之间的心率相似参数；

计算模块，用于根据所述确定模块确定的所述静止参数和所述心率相似参数计算所述用户的发呆参数；

所述确定模块，还用于当所述发呆参数大于等于发呆阈值时，确定所述用户处于发呆状态。

在一种可能的实现方式中，所述装置还包括监测模块；

所述监测模块，用于在指定时间段内，根据采集到的用户运动数据监测所述用户的手臂在每分钟是否处于静止状态；所述用户的手臂每静止一分钟，将所述静止参数累加第一预设值，所述静止参数的初始值为零；当确定所述用户的手臂发生运动时，将所述静止参数清零并重新开始累加。

在一种可能的实现方式中，所述确定模块，具体用于：

在所述指定时间段内，检测所述用户的心率距离，所述心率距离为所述用户的两次心跳峰值之间的距离；

当所述用户的心率距离大于等于距离阈值时，根据预设公式每分钟计算一次所述用户心率图与所述标准发呆心率图之间的相似度；

若计算出的相似度大于相似度阈值，则将所述心率相似参数累加第二预设值，所述心率相似参数的初始值为零；

当连续第一预设次数检测到的所述用户的心率距离小于所述发呆心率距离时，将所述心率相似参数重置为零，并重新开始累加。

在一种可能的实现方式中，所述确定模块，还用于检测所述用户的心率距离；当检测到所述用户的心率距离持续增大第二预设次数时，从所述用户的心率距离增大后的用户心率图中截取包含至少一段心率距离的心率图作为标准发呆心率图。

在一种可能的实现方式中，所述装置还包括：更新模块；

所述更新模块，用于在确定所述用户处于发呆状态后，比较所述用户处于发呆状态时的平均心率距离以及所述标准发呆心率图的平均心率距离；若所述用户处于发呆状态时的平均心率距离大于所述标准发呆心率图的平均心率距离，则将所述标准发呆心率图更新为所述用户处于发呆状态时的心率图。

在一种可能的实现方式中，所述计算模块，具体用于通过公式：y＝a·S+b·C计算所述发呆参数；

其中，y为所述发呆参数，S为所述静止参数，C为所述心率相似参数，a为所述静止参数的系数，b为所述心率相似参数的系数；习惯多动的用户对应的系数a的取值大于习惯安静的用户对应的系数a的取值。

在一种可能的实现方式中，所述预设公式为：

其中，

为所述相似度，A为所述标准发呆心率图中心率曲线的向量，B为所述用户心率图中心率曲线的向量。

第三方面，本申请实施例提供一种可穿戴设备，该可穿戴设备包括：处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器被所述机器可执行指令促使：实现第一方面中所述的发呆识别方法。

第四方面，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中所述的发呆识别方法。

第五方面，本申请实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面中所述的发呆识别方法。

采用本申请实施例提供的发呆识别方法，可穿戴设备可通过采集到的用户运动数据确定用户的静止参数，并通过将采集到的用户心率图与标准发呆心率图进行比较，确定用户心率图与标准发呆心率图之间的心率相似参数，然后根据静止参数和心率相似参数计算用户的发呆参数，当发呆参数大于等于发呆阈值时，可确定用户处于发呆状态。相比于现有技术中无法对用户是否发呆进行识别，本申请实施例中，可穿戴设备可通过用户的运动数据判断用户的手臂是否处于静止状态，且可以通过用户心率图与标准发呆心率图的相似度确定心率相似参数，进而结合用户的物理运动状态和心理活动状态较为准确地判断用户是否在发呆。

当然，实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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申请的一些实施例，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为本申请实施例提供的一种发呆识别方法的流程图；

图2为本申请实施例提供的一种心率距离的示例性示意图；

图3为本申请实施例提供的一种发呆识别装置的结构示意图；

图4为本申请实施例提供的一种可穿戴设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

为了解决现有技术中无法判断学生是否发呆的问题，本申请实施例中的可穿戴设备，例如手环，可以通过采集到的用户运动数据确定用户的静止参数，即确定用户的手臂是否处于静止状态，且将采集到的心率图与标准发呆心率图进行比较，确定用户心率图与标准发呆心率图之间的心率相似参数，然后根据静止参数和心率相似性参数计算用户的发呆参数，当发呆参数大于等于发呆阈值时，即可确定用户处于发呆状态。可见，本申请实施例通过用户的手臂是否处于静止状态以及用户的心率状态可以判断用户是否在发呆，以便于在识别出用户在发呆时，对用户进行提醒。

以下对本申请实施例提供的发呆识别方法进行详细描述。

本申请实施例提供一种发呆识别的方法，可以应用于具有物联网通信功能的可穿戴设备，例如手环等设备，在本申请实施例中以手环为例进行描述，如图1所示，该方法包括：

S101、通过采集到的用户运动数据确定用户的静止参数，静止参数用于表示用户的手臂是否处于静止状态。

其中，手环可以在指定时间段内，根据采集到的用户运动数据监测所述用户的手臂在每分钟是否处于静止状态，用户的手臂每静止一分钟，将静止参数累加第一预设值，当确定用户的手臂发生运动时，将静止参数清零并重新开始累加。

静止参数的初始值为零。

例如，针对学生，可以在学生佩戴的手环中预先设置上下课时间，从上课开始，手环可根据采集到的用户运动数据判断学生的手臂是否保持静止，例如，若在第一分钟保持静止，则将静止参数更新为0.1，若在第二分钟仍保持静止，则将静止参数更新为0.2，若在第三分钟学生的手臂出现了运动，则将静止参数更新为0，若在第四分钟学生的手臂保持静止，则重新开始累加，将静止参数更新为0.1。

S102、将采集到的用户心率图与标准发呆心率图进行比较，确定用户心率图与标准发呆心率图之间的心率相似参数。

具体地，可以在指定时间段内，检测用户的心率距离，当用户的心率距离大于等于距离阈值时，根据预设公式每分钟计算一次用户心率图与标准发呆心率图之间的相似度。若计算出的相似度大于相似度阈值，则将心率相似参数累加第二预设值，当连续第一预设次数检测到的用户的心率距离小于发呆心率距离时，将心率相似参数重置为零，并重新开始累加。

其中，用户的心率距离为用户的两次心跳峰值之间的距离。距离阈值可以为发呆心率距离的预设比例，例如为发呆心率距离的80％。作为一个例子，第一预设次数可以为3次。

可选地，手环可以实时检测用户的心率，并生成心率变化曲线图，根据心率变化曲线图确定用户的心率距离。

示例性地，如图2所示，图2分别给出了用户发呆时、平常时以及思考时的心率图，由于用户发呆时的心率变缓，可以看出用户发呆时的心率距离大于平常时的心率距离大于思考时的心率距离。

在本申请实施例中，手环可以根据用户的心率变化情况为用户生成标准发呆心率图，并将标准发呆心率图中的心率距离作为发呆心率距离。

仍以学生为例，可以在学生上课开始，对学生的心率距离进行记录，并将学生的心率距离与发呆距离进行比较，当学生的心率距离大于等于发呆心率距离的80％时，开始比较学生上课时的心率图和标准发呆心率图之间的相似度。

本申请实施例可以采用余弦距离来对相似度进行计算，预设公式为：

其中，A为标准发呆心率图中心率曲线的向量，B为用户心率图中心率曲线的向量。A^T为对A进行矩阵转置后得到的矩阵。

即通过上述公式可以在学生的心率距离大于等于发呆心率距离的80％时，每分钟计算一次学生的心率图与标准发呆心率图之间的相似度，若第一次计算出的相似度大于相似度阈值，则将心率相似参数更新为0.1，若第二次计算出的相似度小于相似度阈值，则不更新心率相似参数，若第三次计算出的相似度大于相似度阈值，则将心率相似参数更新为0.2。即每次检测到相似度大于相似度阈值时，将心率相似参数累加0.1。

在上述计算相似度的过程中，还要实时比较用户的心率距离与发呆心率距离之间的关系，若连续第一预设次数检测到用户的心率距离小于发呆心率距离，则将心率相似参数更新为0，在下一次计算出的相似度大于相似度阈值时，再对心率相似参数进行累加。

S103、根据静止参数和心率相似参数计算用户的发呆参数。

发呆参数可通过公式：y＝a·S+b·C计算得到；

其中，y为发呆参数，S为静止参数，C为心率相似参数，a为静止参数的系数，b为心率相似参数的系数。其中a和b的初始值为1，可穿戴设备可通过用户的特征对a和b进行调整。

习惯多动的用户对应的系数a的取值大于习惯安静的用户对应的系数a的取值。

考虑到不同用户的安静程度不同，部分用户习惯多动，部分用户习惯安静，为了提高识别准确率，可以通过静止参数的系数a来表示用户是否多动。

示例性地，可以将系数a分为三级，分别为多动、正常、安静。设置方法为：在用户初次佩戴手环时，计算用户在预设时间段(例如一个小时)内手臂运动次数，将各用户的运动次数按照从少到多的顺序进行排序，然后根据正态分布原理，将运动次数最少的10％的用户划分至安静的级别，将运动次数最多的10％的用户划分至多动的级别，其余的用户划分至正常的级别。

示例性地，可以将属于正常级别的用户的系数a设置为1，将属于安静级别的用户对应的系数a设置为0.5，将属于多动级别的用户的系数a设置为2。

S104、当发呆参数大于等于发呆阈值时，确定用户处于发呆状态。

可以理解的是，在指定时间段内，可以实时判断发呆参数是否大于等于阈值，当大于等于阈值时，则确定用户处于发呆状态，可以通过振动、发光、语音等方式提醒用户。

采用本申请实施例提供的方法，可穿戴设备可通过采集到的用户运动数据确定用户的静止参数，并通过将采集到的用户心率图与标准发呆心率图进行比较，确定用户心率图与标准发呆心率图之间的心率相似参数，然后根据静止参数和心率相似参数计算用户的发呆参数，当发呆参数大于等于发呆阈值时，可确定用户处于发呆状态。相比于现有技术中无法对用户是否发呆进行识别，本申请实施例中，可穿戴设备可通过用户的运动数据判断用户的手臂是否处于静止状态，且可以通过用户心率图与标准发呆心率图的相似度确定心率相似参数，进而结合用户的物理运动状态和心理活动状态较为准确地判断用户是否在发呆。

在上述实施例中，发呆阈值可根据实际情况设置，以下例举了可能的三种情况。

情况一：通常情况，用户发呆时，手臂保持静止且心率变缓，根据静止参数和心率相似参数计算出的发呆参数如表一所示。

表一

发呆时长	0	1	2	3	4	5
							发呆参数	0	0.2	0.4	0.6	0.8	1.0

在这种情况下，静止参数和心率相似参数都起作用，发呆时长达到3分钟时，发呆参数为0.6，发呆时长达到4分钟时，发呆参数为0.8。

在计算出的发呆参数大于等于0.6时，可以大概率地推断出用户正在发呆，在计算出的发呆参数大于等于0.8时，可以确定用户正在发呆，即可将发呆阈值设置为0.8，当发呆参数大于等于0.8时，手环可提醒用户正在发呆。

情况二：用户在发呆时，可能手臂保持长时间静止，但心率相似参数为0，即用户心率图与标准发呆心率图的相似度较低。在这种情况下，计算发呆参数时，心率相似参数不起作用，计算出的发呆参数如表二所示。

表二

发呆时长	0	1	2	3	4	5	6	7	8	9	10
												发呆参数	0	0.1	0.2	0.3	0.4	0.5	0.6	0.7	0.8	0.9	1.0

在这种情况下，发呆时长达到4分钟时，发呆参数为0.4，可将发呆阈值设置为0.4，当发呆参数大于等于0.4时，手环可提醒用户正在发呆。

情况三：用户在发呆时，心率平缓，但手臂未能保持长时间静止。在这种情况下，计算发呆参数时，静止参数不起作用，计算出的发呆参数如表三所示。

表三

发呆时长	0	1	2	3	4	5	6	7	8	9	10
												发呆参数	0	0.1	0.2	0.3	0.4	0.5	0.6	0.7	0.8	0.9	1.0

在这种情况下，发呆时长达到4分钟时，发呆参数为0.4，可将发呆阈值设置为0.4，当发呆参数大于等于0.4时，手环可提醒用户正在发呆。

可以理解的是，上述三种情况中设置的发呆阈值的值仅为示例，也可以根据实际需求将发呆阈值设置为其他的值，例如，针对上述三种情况，还可以将发呆阈值设置为发呆时长为5分钟时对应的发呆参数。

可选地，在执行上述流程之前，还需设置标准发呆心率图，在一种实现方式中，可以根据经验为所有用户设置相同的标准发呆心率图。在另一种实现方式中，为了提高识别发呆的准确性，可以在用户佩戴手环后，分别根据每个用户的情况为每个用户分别设置标准发呆心率图。

具体地，可从用户佩戴手环开始，检测用户的心率距离，当检测到用户的心率距离持续增大第二预设次数时，从用户的心率距离增大后的用户心率图中截取包含至少一段心率距离的心率图作为标准发呆心率图。

示例性地，若用户在第11-15分钟的心率距离分别为3、4、5、5.5、5.7。由于从11-13分钟之间心率距离一直在增加，在13-15分钟心率距离保持较小变化，则可将第14-15分钟的心率图确定为标准发呆心率图。

后续若通过上述S104确定用户处于发呆状态，则可比较用户处于发呆状态时的平均心率距离与标准发呆心率图的平均心率距离，若用户处于发呆状态时的平均心率距离大于标准发呆心率图的平均心率距离，则将标准发呆心率图更新为用户处于发呆状态时的心率图。

例如，若用户处于发呆状态时的平均心率距离为6，标准发呆心率图的平均心率距离为5.7，则可将标准发呆心率图更新为用户处于发呆状态时的心率图。

采用本申请实施例提供的方法，若应用于学生上课的场景中，可以根据学生的手臂运动情况以及心率情况准确地判断学生是否在发呆，并通过手环的振动能提醒功能提醒学生上课注意听讲，丰富了手环的功能，且可以提高学生的听课效率。

对应于上述方法实施例，本申请实施例还提供一种发呆识别装置，如图3所示，该装置应用于可穿戴设备，所述装置包括：确定模块301和计算模块302。

确定模块301，用于通过采集到的用户运动数据确定用户的静止参数，静止参数用于表示用户的手臂是否处于静止状态；将采集到的用户心率图与标准发呆心率图进行比较，确定用户心率图与标准发呆心率图之间的心率相似参数；

计算模块302，用于根据确定模块确定的静止参数和心率相似参数计算用户的发呆参数；

确定模块301，还用于当发呆参数大于等于发呆阈值时，确定用户处于发呆状态。

其中，发呆参数可通过公式：y＝a·S+b·C计算得到；

其中，y为发呆参数，S为静止参数，C为心率相似参数，a为静止参数的系数，b为心率相似参数的系数；习惯多动的用户对应的系数a的取值大于习惯安静的用户对应的系数a的取值。

可选地，该装置还包括监测模块；

监测模块，用于在指定时间段内，根据采集到的用户运动数据监测用户的手臂在每分钟是否处于静止状态；用户的手臂每静止一分钟，将静止参数累加第一预设值，静止参数的初始值为零；当确定用户的手臂发生运动时，将静止参数清零并重新开始累加。

可选地，确定模块301，具体用于：

在指定时间段内，检测用户的心率距离，心率距离为用户的两次心跳峰值之间的距离；

当用户的心率距离大于等于距离阈值时，根据预设公式每分钟计算一次用户心率图与标准发呆心率图之间的相似度；

预设公式为：

其中，

为相似度，A为标准发呆心率图中心率曲线的向量，B为用户的心率图中心率曲线的向量。A^T为对A进行矩阵转置后得到的矩阵。

若计算出的相似度大于相似度阈值，则将心率相似参数累加第二预设值，心率相似参数的初始值为零；

当连续第一预设次数检测到的用户的心率距离小于发呆心率距离时，将心率相似参数重置为零，并重新开始累加。

可选地，确定模块301，还用于检测用户的心率距离；当检测到用户的心率距离持续增大第二预设次数时，从用户的心率距离增大后的用户心率图中截取包含至少一段心率距离的心率图作为标准发呆心率图。

可选地，该装置还包括：更新模块；

更新模块，用于在确定用户处于发呆状态后，比较用户处于发呆状态时的平均心率距离以及标准发呆心率图的平均心率距离；若用户处于发呆状态时的平均心率距离大于标准发呆心率图的平均心率距离，则将标准发呆心率图更新为用户处于发呆状态时的心率图。

本申请实施例还提供了一种可穿戴设备，如图4所示，包括处理器401、通信接口402、存储器403和通信总线404，其中，处理器401，通信接口402，存储器403通过通信总线404完成相互间的通信，

存储器403，用于存放计算机程序；

处理器401，用于执行存储器403上所存放的程序时，实现如下步骤：上述方法实施例中由可穿戴设备执行的步骤。

上述可穿戴设备提到的通信总线可以是外设部件互连标准(PeripheralComponent Interconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口用于上述可穿戴设备与其他设备之间的通信。

存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(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。

在本申请提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一发呆识别方法的步骤。

在本申请提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一发呆识别方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本申请的保护范围内。

Claims (14)

1.一种发呆识别方法，其特征在于，所述方法应用于可穿戴设备，所述方法包括：

通过采集到的用户运动数据确定用户的静止参数，所述静止参数用于表示用户的手臂是否处于静止状态；

将采集到的用户心率图与标准发呆心率图进行比较，确定所述用户心率图与所述标准发呆心率图之间的心率相似参数；

根据所述静止参数和所述心率相似参数计算所述用户的发呆参数；

当所述发呆参数大于等于发呆阈值时，确定所述用户处于发呆状态；

所述标准发呆心率图通过以下方式生成：

检测所述用户的心率距离；

当检测到所述用户的心率距离持续增大第二预设次数时，从所述用户的心率距离增大后的用户心率图中截取包含至少一段心率距离的心率图作为标准发呆心率图。

2.根据权利要求1所述的方法，其特征在于，所述通过用户运动数据确定静止参数，包括：

在指定时间段内，根据采集到的用户运动数据监测所述用户的手臂在每分钟是否处于静止状态；

所述用户的手臂每静止一分钟，将所述静止参数累加第一预设值，所述静止参数的初始值为零；

当确定所述用户的手臂发生运动时，将所述静止参数清零并重新开始累加。

3.根据权利要求2所述的方法，其特征在于，所述将采集到的用户心率图与标准发呆心率图进行比较，确定所述用户心率图与所述标准发呆心率图之间的心率相似参数，包括：

在所述指定时间段内，检测所述用户的心率距离，所述心率距离为所述用户的两次心跳峰值之间的距离；

当所述用户的心率距离大于等于距离阈值时，根据预设公式每分钟计算一次所述用户心率图与所述标准发呆心率图之间的相似度；

若计算出的相似度大于相似度阈值，则将所述心率相似参数累加第二预设值，所述心率相似参数的初始值为零；

当连续第一预设次数检测到的所述用户的心率距离小于发呆心率距离时，将所述心率相似参数重置为零，并重新开始累加；所述发呆心率距离为所述标准发呆心率图中的心率距离。

4.根据权利要求1所述的方法，其特征在于，在确定所述用户处于发呆状态之后，所述方法还包括：

比较所述用户处于发呆状态时的平均心率距离以及所述标准发呆心率图的平均心率距离；

若所述用户处于发呆状态时的平均心率距离大于所述标准发呆心率图的平均心率距离，则将所述标准发呆心率图更新为所述用户处于发呆状态时的心率图。

5.根据权利要求1所述的方法，其特征在于，

所述发呆参数可通过公式：y＝a·S+b·C计算得到；

其中，y为所述发呆参数，S为所述静止参数，C为所述心率相似参数，a为所述静止参数的系数，b为所述心率相似参数的系数；习惯多动的用户对应的系数a的取值大于习惯安静的用户对应的系数a的取值。

6.根据权利要求3所述的方法，其特征在于，

所述预设公式为：

其中，

为所述相似度，A为所述标准发呆心率图中心率曲线的向量，B为所述用户心率图中心率曲线的向量。

7.一种发呆识别装置，其特征在于，所述装置应用于可穿戴设备，所述装置包括：

确定模块，用于通过采集到的用户运动数据确定用户的静止参数，所述静止参数用于表示用户的手臂是否处于静止状态；将采集到的用户心率图与标准发呆心率图进行比较，确定所述用户心率图与所述标准发呆心率图之间的心率相似参数；

计算模块，用于根据所述确定模块确定的所述静止参数和所述心率相似参数计算所述用户的发呆参数；

所述确定模块，还用于当所述发呆参数大于等于发呆阈值时，确定所述用户处于发呆状态；检测所述用户的心率距离；当检测到所述用户的心率距离持续增大第二预设次数时，从所述用户的心率距离增大后的用户心率图中截取包含至少一段心率距离的心率图作为标准发呆心率图。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括监测模块；

所述监测模块，用于在指定时间段内，根据采集到的用户运动数据监测所述用户的手臂在每分钟是否处于静止状态；所述用户的手臂每静止一分钟，将所述静止参数累加第一预设值，所述静止参数的初始值为零；当确定所述用户的手臂发生运动时，将所述静止参数清零并重新开始累加。

9.根据权利要求8所述的装置，其特征在于，所述确定模块，具体用于：

在所述指定时间段内，检测所述用户的心率距离，所述心率距离为所述用户的两次心跳峰值之间的距离；

当所述用户的心率距离大于等于距离阈值时，根据预设公式每分钟计算一次所述用户心率图与所述标准发呆心率图之间的相似度；

若计算出的相似度大于相似度阈值，则将所述心率相似参数累加第二预设值，所述心率相似参数的初始值为零；

当连续第一预设次数检测到的所述用户的心率距离小于发呆心率距离时，将所述心率相似参数重置为零，并重新开始累加；所述发呆心率距离为所述标准发呆心率图中的心率距离。

10.根据权利要求7所述的装置，其特征在于，所述装置还包括：更新模块；

所述更新模块，用于在确定所述用户处于发呆状态后，比较所述用户处于发呆状态时的平均心率距离以及所述标准发呆心率图的平均心率距离；若所述用户处于发呆状态时的平均心率距离大于所述标准发呆心率图的平均心率距离，则将所述标准发呆心率图更新为所述用户处于发呆状态时的心率图。

11.根据权利要求7所述的装置，其特征在于，

所述计算模块，具体用于通过公式：y＝a·S+b·C计算所述发呆参数；

其中，y为所述发呆参数，S为所述静止参数，C为所述心率相似参数，a为所述静止参数的系数，b为所述心率相似参数的系数；习惯多动的用户对应的系数a的取值大于习惯安静的用户对应的系数a的取值。

12.根据权利要求9所述的装置，其特征在于，

所述预设公式为：

其中，

为所述相似度，A为所述标准发呆心率图中心率曲线的向量，B为所述用户心率图中心率曲线的向量。

13.一种可穿戴设备，其特征在于，包括处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器被所述机器可执行指令促使：实现权利要求1-6任一所述的方法步骤。

14.一种机器可读存储介质，其特征在于，存储有机器可执行指令，在被处理器调用和执行时，所述机器可执行指令促使所述处理器：实现权利要求1-6任一所述的方法步骤。

Images