CN110619289A - 口腔区域识别方法、装置、计算机设备和存储介质 - Google Patents
口腔区域识别方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110619289A CN110619289A CN201910814020.5A CN201910814020A CN110619289A CN 110619289 A CN110619289 A CN 110619289A CN 201910814020 A CN201910814020 A CN 201910814020A CN 110619289 A CN110619289 A CN 110619289A
- Authority
- CN
- China
- Prior art keywords
- acceleration data
- data
- oral cavity
- area
- target data
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Brushes (AREA)
Abstract
本发明实施例公开了一种口腔区域识别方法，包括：获取电动牙刷在口腔区域的加速度数据；通过平滑滤波算法对第一方向加速度数据、第二方向加速度数据和第三方向加速度数据进行数据特征截取，得到第一目标数据、第二目标数据和第三目标数据；获取第一目标数据对应的第一预设阈值，获取第二目标数据对应的第二预设阈值；根据第一目标数据、第二目标数据、第一预设阈值和第二预设阈值确定加速度数据对应的口腔子区域。该口腔区域识别方法能够提高口腔区域识别的效率和准确率。此外，还提出了一种口腔区域识别装置、计算机设备和存储介质。
Description
技术领域
本发明涉及智能健康技术领域，尤其涉及一种口腔区域识别方法、装置、计算机设备和存储介质。
背景技术
随着社会的快速发展，人们的生活越来越智能化，人们越来越重视口腔健康，为此，因此电动牙刷收到人们青睐，很多人会选择电动牙刷来刷牙，然而，目前在电动牙刷行业内大多电动牙刷只是用来刷牙，并没有过多的信息展示给用户，例如，在一次刷牙过程中用户很可能某个区域刷牙时间过长但是得不到数据反馈。如此，用户不清楚自己的刷牙方式是否正确，以及口腔各个区域一直在刷牙过程中保持着自己原有的良好的或者不好的刷牙习惯，影响刷牙的体验效果，不利于养成良好的刷牙习惯，因此，亟需提供一种能够对口腔区域刷牙情况进行识别的方法。
发明内容
基于此，有必要针对上述问题，提出一种对口腔区域进行准确识别的口腔区域识别方法、装置、计算机设备和存储介质。
一种口腔区域识别方法，其特征在于，所述方法包括：
获取电动牙刷在口腔区域的加速度数据，所述加速度数据是通过安置在所述电动牙刷上的三轴加速度计采集得到的，且所述加速度数据包括第一方向加速度数据、第二方向加速度数据和第三方向加速度数据；
通过平滑滤波算法对所述第一方向加速度数据、所述第二方向加速度数据和所述第三方向加速度数据进行数据特征截取，得到第一目标数据、第二目标数据和第三目标数据；
获取所述第一目标数据对应的第一预设阈值，获取所述第二目标数据对应的第二预设阈值；
根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，所述口腔区域包括：4个口腔子区域，4个口腔子区域分别为：左上区域、左下区域、右上区域和右下区域。
一种口腔区域识别装置，所述装置包括：
加速度数据获取模块，用于获取电动牙刷在口腔区域的加速度数据，所述加速度数据是通过安置在所述电动牙刷上的三轴加速度计采集得到的，且所述加速度数据包括第一方向加速度数据、第二方向加速度数据和第三方向加速度数据；
目标数据获取模块，用于通过平滑滤波算法对所述第一方向加速度数据、所述第二方向加速度数据和所述第三方向加速度数据进行数据特征截取，得到第一目标数据、第二目标数据和第三目标数据；
预设阈值获取模块，用于获取所述第一目标数据对应的第一预设阈值，获取所述第二目标数据对应的第二预设阈值；
区域识别模块，用于根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，所述口腔区域包括：4个口腔子区域，4个口腔子区域分别为：左上区域、左下区域、右上区域和右下区域。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：
获取电动牙刷在口腔区域的加速度数据，所述加速度数据是通过安置在所述电动牙刷上的三轴加速度计采集得到的，且所述加速度数据包括第一方向加速度数据、第二方向加速度数据和第三方向加速度数据；
通过平滑滤波算法对所述第一方向加速度数据、所述第二方向加速度数据和所述第三方向加速度数据进行数据特征截取，得到第一目标数据、第二目标数据和第三目标数据；
获取所述第一目标数据对应的第一预设阈值，获取所述第二目标数据对应的第二预设阈值；
根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，所述口腔区域包括：4个口腔子区域，4个口腔子区域分别为：左上区域、左下区域、右上区域和右下区域。
一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：
获取电动牙刷在口腔区域的加速度数据，所述加速度数据是通过安置在所述电动牙刷上的三轴加速度计采集得到的，且所述加速度数据包括第一方向加速度数据、第二方向加速度数据和第三方向加速度数据；
通过平滑滤波算法对所述第一方向加速度数据、所述第二方向加速度数据和所述第三方向加速度数据进行数据特征截取，得到第一目标数据、第二目标数据和第三目标数据；
获取所述第一目标数据对应的第一预设阈值，获取所述第二目标数据对应的第二预设阈值；
根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，所述口腔区域包括：4个口腔子区域，4个口腔子区域分别为：左上区域、左下区域、右上区域和右下区域。
上述口腔区域识别方法、装置、计算机设备及存储介质，首先，获取电动牙刷在口腔区域的加速度数据，所述加速度数据是通过安置在所述电动牙刷上的三轴加速度计采集得到的，且所述加速度数据包括第一方向加速度数据、第二方向加速度数据和第三方向加速度数据；然后，通过平滑滤波算法对所述第一方向加速度数据、所述第二方向加速度数据和所述第三方向加速度数据进行数据特征截取，得到第一目标数据、第二目标数据和第三目标数据；接着，获取所述第一目标数据对应的第一预设阈值，获取所述第二目标数据对应的第二预设阈值；最后，根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，所述口腔区域包括：4个口腔子区域，4 个口腔子区域分别为：左上区域、左下区域、右上区域和右下区域。该口腔区域识别方法能够当前牙刷工作的口腔子区域，减少了计算量，同时考虑的口腔区域的相对位置，从而提高了口腔区域识别的效率和准确率。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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。
其中：
图1为一个实施例中口腔区域识别方法的流程图；
图2为一个实施例中口腔子区域识别方法的流程图；
图3为一个实施例中口腔子区域识别另一方法的流程图；
图4为一个实施例中口腔子区域识别又一方法的流程图；
图5为一个实施例中牙刷习惯检测方法的流程图；
图6为一个实施例中牙刷习惯检测的另一方法的流程图；
图7为一个实施例中口腔区域识别装置的结构框图；
图8为一个实施例中计算机设备的结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，在一个实施例中，提供了一种口腔区域识别方法，该口腔区域识别方法既可以应用于终端，也可以应用于服务器，具体包括以下步骤：
步骤102，获取电动牙刷在口腔区域的加速度数据，所述加速度数据是通过安置在所述电动牙刷上的三轴加速度计采集得到的，且所述加速度数据包括第一方向加速度数据、第二方向加速度数据和第三方向加速度数据。
其中，加速度数据是指通过三轴加速度计采集得到的重力加速度数据，用于作为计算方向速度变化的基础数据，该加速度数据包括第一方向加速度数据、第二方向加速度数据和第三方向加速度数据，也即重力加速的三个方向的分量，且第一方向加速度数据、第二方向加速度数据和第三方向加速度数据的方向两两相互垂直，示例性地，该第一方向加速度数据、第二方向加速度数据和第三方向加速度数据可以是X轴加速度数据、Y周加速度数据或者Z轴加速度数。本实施例中的加速度数据用于确定采集数据时电动牙刷位于的口腔区域。具体地，可以通过在电动牙刷上安置三轴加速度计直接采集当前时刻的加速度数据。可以理解地通过三轴加速度计可以实时准确地获取到三个方向的加速度数据，以便后续对该加速度数据进行进一步地处理。
步骤104，通过平滑滤波算法对所述第一方向加速度数据、所述第二方向加速度数据和所述第三方向加速度数据进行数据特征截取，得到第一目标数据、第二目标数据和第三目标数据。
其中，平滑滤波算法是一种空间滤波算法，用于对数据进行去噪处理以使数据更加平滑，包括但不限于高斯滤波算法、中值滤波算法或者均值滤波算法中的一种。其中第一目标数据、第二目标数据和第三目标数据分别是对第一方向加速度数据、所述第二方向加速度数据通过平滑滤波后截取的平滑的特征数据。可以理解地，由于电动牙刷在静止状态下，马达的震动会产生输出值，因此，通过平滑滤波算法对第一方向加速度数据、第二方向加速度数据和第三方向加速度数据进行数据特征截取，能够滤除电动牙刷马达的输出值，使得第一目标数据、第二目标数据和第三目标数据更加平滑，以便后续基于该第一目标数据、第二目标数据和第三目标数据提高识别的准确度。
步骤106，获取所述第一目标数据对应的第一预设阈值，获取所述第二目标数据对应的第二预设阈值。
其中，第一预设阈值是指预先设定的作为确定口腔区域的第一目标数据的临界值，第二预设阈值是指预先设定的作为确定口腔区域的第二目标数据的临界值。示例性地，该第一预设阈值可以是2.3m/s2，第二预设阈值可以是3.0m/s2，具体可根据实际应用场景选取，此处不做具体限制。
步骤108，根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，所述口腔区域包括：4 个口腔子区域，4个口腔子区域分别为：左上区域、左下区域、右上区域和右下区域。
其中，口腔子区域是指根据口腔区域中牙齿的部位预先设定的子区域，包括左上区域、左下区域、右上区域和右下区域。具体地，第一目标数据、第二目标数据均为滤波处理后的加速度数据，因此基于第一目标数据的正负、第二目标数据正负能够确定加速度数据对应的口腔区域对应的方向变化情况，也即口腔区域的相对方向，同时，根据第一目标数据与第一预设阈值的大小关系以及第二目标数据与第二预设阈值的大小关系可以进一步准确地确定在预先设定的4个口腔子区域下的实际方向，也即加速度数据对应的口腔子区域。本实施例中，仅仅根据加速度数据和第一预设阈值以及第二预设阈值，能够识别当前牙刷工作的口腔子区域，减少了计算量，同时考虑的口腔区域的相对位置，从而提高了口腔区域识别的效率和准确率。
上述口腔区域识别方法，首先，获取电动牙刷在口腔区域的加速度数据，所述加速度数据是通过安置在所述电动牙刷上的三轴加速度计采集得到的，且所述加速度数据包括第一方向加速度数据、第二方向加速度数据和第三方向加速度数据；然后，通过平滑滤波算法对所述第一方向加速度数据、所述第二方向加速度数据和所述第三方向加速度数据进行数据特征截取，得到第一目标数据、第二目标数据和第三目标数据；接着，获取所述第一目标数据对应的第一预设阈值，获取所述第二目标数据对应的第二预设阈值；最后，根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，所述口腔区域包括：4个口腔子区域，4个口腔子区域分别为：左上区域、左下区域、右上区域和右下区域。该口腔区域识别方法能够当前牙刷工作的口腔子区域，减少了计算量，同时考虑的口腔区域的相对位置，从而提高了口腔区域识别的效率和准确率。
如图2所示，在一个实施例中，第一方向加速度数据为Y轴加速度数据，第二方向加速度数据为Z轴加速度数据。
其中，第一方向加速度为Y轴加速度，也即对应的第一目标数据，确定左右区域，第二方向加速度为Z轴加速度也即对应的第二目标数据，确定上下区域。
所述根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，包括：
步骤108A，在所述第一目标数据的绝对值大于所述第一预设阈值的情况下，若所述第一目标数据小于0，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左下区域。
具体地，在第一目标数据的绝对值大于第一预设阈值的情况下，即第一目标数据被触发的情形下，第一目标数据小于0，并且确定了第二目标数据的绝对值大于第二预设阈值后，则识别加速度数据对应的口腔子区域为左下区域。
步骤108B，若所述第一目标数据小于0，且所述第二目标数据的绝对值小于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左上区域。
具体地，在第一目标数据的绝对值大于第一预设阈值的情况下，即第一目标数据被触发的情形下，第一目标数据小于0，并且确定了第二目标数据的绝对值小于第二预设阈值后，则识别加速度数据对应的口腔子区域为左上区域。
步骤108C，若所述第一目标数据大于0，且所述第二目标数据的绝对值小于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右上区域。
具体地，在第一目标数据的绝对值大于第一预设阈值的情况下，即第一目标数据被触发的情形下，第一目标数据大于0，并且确定了第二目标数据的绝对值小于第二预设阈值后，则识别加速度数据对应的口腔子区域为右上区域。
步骤108D，若所述第一目标数据大于0，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右下区域。
具体地，在第一目标数据的绝对值大于第一预设阈值的情况下，即第一目标数据被触发的情形下，第一目标数据小于0，并且确定了第二目标数据的绝对值大于第二预设阈值后，则识别加速度数据对应的口腔子区域为右下区域。
可以理解地，用户在使用电动牙刷刷牙的过程中，牙刷的姿态一致，即不同时刻相对地面的夹角不变，因此，如果同时根据第一目标数据和第二目标数据识别加速度数据对应的口腔子区域，可能会导致4个不同的子区域存在重合的情况，为此，本实施例中，先根据第一目标数据确定出加速度数据对应的口腔子区域是左边区域(左上区域或者左下区域)还是右边区域(右上区域或者右下区域)，然后根据第二目标数据的绝对值与第二预设阈值的关系，从而唯一确定加速度数据对应的口腔子区域，并且保证了识别的准确性。
上述识别加速度数据对应的口腔子区域，根据加速度数据以及第一预设阈值和第二预设阈值的大小关系，详细而准确地确定了加速度数据对应的4个口腔子区域的一个口腔子区域。
如图3所示，在一个实施例中，第一方向加速度数据为X轴加速度数据，第二方向加速度为Z轴加速度。
其中，第一方向加速度为X轴加速度，也即对应的第一目标数据，确定左右区域，第二方向加速度为Z轴加速度也即对应的第二目标数据，确定上下区域。
所述根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，包括：
步骤108A’，获取刷牙初始时刻Y轴初始加速度数据，并获取刷牙时刻的X 轴加速度数据。
其中，Y轴初始加速度数据是指开始刷牙时的Y轴加速度数据，具体地，可以在接收到刷牙指令时，通过三轴加速度计即时采集到Y轴加速度数据和X轴加速度数据。通过获取刷牙开始时刻的Y轴初始加速度数据，可以确定第一目标数据、第二目标数据以及第三目标数据的之间方向的相对关系，以便后续在此基础上能够唯一确定口腔子区域。
步骤108B’，当所述Y轴初始加速度数据大于0时，所述X轴加速度数据大于所述预设第一阈值，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右下区域。
具体地，Y轴初始加速度数据大于0时，X轴加速度数据大于预设第一阈值，并且确定了第二目标数据的绝对值大于第二预设阈值，则识别加速度数据对应的口腔子区域为右下区域。
步骤108C’，当所述Y轴初始加速度数据小于0时，所述X轴加速度数据大于所述预设第一阈值，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左下区域。
具体地，Y轴初始加速度数据小于0时，X轴加速度数据大于预设第一阈值，并且确定了第二目标数据的绝对值大于第二预设阈值，则识别加速度数据对应的口腔子区域为左下区域。
步骤108D’，当所述Y轴初始加速度数据大于0时，所述X轴加速度数据小于所述预设第一阈值，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右上区域。
具体地，Y轴初始加速度数据大于0时，X轴加速度数据大于预设第一阈值，并且确定了第二目标数据的绝对值小于第二预设阈值，则识别加速度数据对应的口腔子区域为左上区域。
步骤108E’，当所述Y轴初始加速度数据小于0时，所述X轴加速度数据小于所述预设第一阈值，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右下区域。
具体地，Y轴初始加速度数据小于0时，X轴加速度数据小于预设第一阈值，并且确定了第二目标数据的绝对值大于第二预设阈值，则识别加速度数据对应的口腔子区域为左上区域。
需要说明的是，首先根据刷牙开始时刻的Y轴初始加速度以及刷牙过程中的 X轴加速度数据，确定出加速度数据对应的口腔子区域是左边区域(左上区域或者左下区域)还是右边区域(右上区域或者右下区域)，然后根据第二目标数据的绝对值与第二预设阈值的关系，唯一准确地确定加速度数据对应的口腔子区域，均是在刷牙过程中Y轴加速度未被触发的前提条件下，即在刷牙过程中Y 轴加速度小于第二预设阈值的情况下，否则，该口腔区域的识别结果会存在误差。
上述识别加速度数据对应的口腔子区域，根据加速度数据以及第一预设阈值和第二预设阈值的大小关系，详细而准确地确定了加速度数据对应的4个口腔子区域的一个口腔子区域。
如图4所示，在一个实施例中，口腔区域识别方法还包括：
步骤110，将所述左下区域或所述左上区域作为第一目标区域，并将所述右下区域和所述右上区域作为第二目标区域。
其中，第一目标区域为左边区域，是指左下区域或所述左上区域中一种口腔子区域，第二目标区域为右边区域，是指右下区域或右上区域中一种口腔子区域。
步骤112，若所述Y轴初始加速度数据大于所述第二预设阈值，则对所述第一目标区域和所述第二目标区域进行更新矫正。
其中，更新矫正是指对识别出的口腔子区域消除误差及取反方向过程，在本实施例中，对第一目标区域和第二目标区域进行更新矫正，即是将识别出的口腔子区域中的左边区域更新为右边区域，将左下区域或左上区域分别更新为右下区域和右上区域，将识别出的口腔子区域中的右边区域更新为左边区域，将右下区域或右上区域分别更新为左下区域和左上区域。可以理解地，由于步骤108A’至步骤108E’中识别出的口腔子区域均是在Y轴初始加速度数据小于第二预设阈值的情形下，因此，当Y轴初始加速度数据大于第二预设阈值时，步骤108A’至步骤108E’中识别出的口腔子区域会存在误差，通过步骤112的方法对识别出的口腔子区域进行更新矫正，从而更进一步得保证了识别的口腔子区域的准确性。
上述口腔区域识别方法通过对在Y轴初始加速度数据大于第二预设阈值情形下的第一目标区域和第二目标区域进行更新矫正，进一步确保了识别的口腔子区域的准确性。
在一个实施例中，平滑滤波算法包括：高斯滤波、中值滤波或均值滤波中的一种。
具体地，通过采用高斯滤波、中值滤波或均值滤波中的一种，对加速度数据数据进行特征截取，从而滤除了电动亚书的马达输出值，使得截取后的特征数据更加平滑且减少了噪音的干扰。
如图5所示，在一个实施例中，在确定所述加速度数据对应的口腔子区域之后，所述口腔识别方法还包括：
步骤114，统计每一所述口腔子区域上压力大于0的时间作为所述各个口腔子区域的所述刷牙时长。
具体地，可以通过压力传感器检测识别出的各个子区域上大于0的时间，确定为对应的口腔子区域的刷牙时长。
步骤116，对所述4个口腔子区域的所述刷牙时长和所述4个口腔子区域的刷牙力度进行检测，确定刷牙习惯。
其中，刷牙习惯是指用户刷牙的具体状况，具体地，在刷牙时长对应的时间段内，通过压力传感器检测出的口腔子区域的力度，确定刷牙习惯。通过对识别出的口腔子区域进行检测，也即对整个口腔区域进行区域分区后，针对每一口腔子区域进行统计检测，从而更加客观准确地确定刷牙习惯，以便用户清楚了解自己的刷牙习惯。
如图6所示，在一实施例中，在所述确定刷牙习惯之后，所口腔区域识别方法还包括：
步骤118，将所述刷牙习惯与标准刷牙规则进行比对分析，得到分析结果。
其中，标准刷牙规则是指口腔领域确定的正确刷牙习惯的规则，服务端通过将刷牙习惯与标准刷牙规则进行比对分析，得到分析结果，及刷牙习惯对应的用户对4个子区域的刷牙时长和刷牙力度是否符合标准刷牙规则的结果。
步骤120，将所述分析结果发送到云服务器上进行保存或者展示。
具体地，将分析结果发送到云服务器上进行保存或者展示，从而方便用户根据分析结果对自己的刷牙习惯进行保持或者调整，进而保证口腔牙齿健康。
上述对刷牙牙习惯进行分析的过程能够方便用户根据分析结果对自己的刷牙习惯进行保持或者调整，进而保证口腔牙齿健康。
如图7所示，在一个实施例中，提出了一种口腔区域识别装置，包括：
加速度数据获取模块702，用于获取电动牙刷在口腔区域的加速度数据，所述加速度数据是通过安置在所述电动牙刷上的三轴加速度计采集得到的，且所述加速度数据包括第一方向加速度数据、第二方向加速度数据和第三方向加速度数据；
目标数据获取模块704，用于通过平滑滤波算法对所述第一方向加速度数据、所述第二方向加速度数据和所述第三方向加速度数据进行数据特征截取，得到第一目标数据、第二目标数据和第三目标数据；
预设阈值获取模块706，用于获取所述第一目标数据对应的第一预设阈值，获取所述第二目标数据对应的第二预设阈值；
区域识别模块708，用于根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，所述口腔区域包括：4个口腔子区域，4个口腔子区域分别为：左上区域、左下区域、右上区域和右下区域。
在一个实施例中，第一方向加速度数据为Y轴加速度数据，第二方向加速度数据为Z轴加速度数据；
区域识别模块包括：
第一区域识别单元，用于在所述第一目标数据的绝对值大于所述第一预设阈值的情况下，若所述第一目标数据小于0，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左下区域；
第二区域识别单元，用于若所述第一目标数据小于0，且所述第二目标数据的绝对值小于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左上区域；
第三区域识别单元，用于若所述第一目标数据大于0，且所述第二目标数据的绝对值小于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右上区域；
第四区域识别单元，用于若所述第一目标数据大于0，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右下区域。
在一个实施例中，第一方向加速度数据为X轴加速度数据，第二方向加速度为Z轴加速度；
区域识别模块包括：
初始数据获取单元，用于获取刷牙初始时刻Y轴初始加速度数据，并获取刷牙时刻的X轴加速度数据；
一区域识别单元，用于当所述Y轴初始加速度数据大于0时，所述X轴加速度数据大于所述预设第一阈值，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右下区域；
二区域识别单元，用于当所述Y轴初始加速度数据小于0时，所述X轴加速度数据大于所述预设第一阈值，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左下区域；
三区域识别单元，用于当所述Y轴初始加速度数据大于0时，所述X轴加速度数据小于所述预设第一阈值，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右上区域；
四区域识别单元，用于当所述Y轴初始加速度数据小于0时，所述X轴加速度数据小于所述预设第一阈值，且所述第二目标数据的绝对值小于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左上区域。
在一个实施例中，所述平滑滤波算法包括：高斯滤波、中值滤波或均值滤波中的一种。
在一个实施例中，该口腔区域识别装置还包括：
统计模块，用于统计每一所述口腔子区域上压力大于0的时间作为所述各个口腔子区域的所述刷牙时长；
检测模块，用于对所述4个口腔子区域的所述刷牙时长和所述4个口腔子区域的刷牙力度进行检测，确定刷牙习惯。
在一个实施例中，该口腔区域识别装置还包括：
分析模块，用于将所述刷牙习惯与标准刷牙规则进行比对分析，得到分析结果；
发送模块，用于将所述分析结果发送到云服务器上进行保存或者展示。
图8示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是服务器和终端设备，所述服务器包括但不限于高性能计算机和高性能计算机集群；所述终端设备包括但不限于移动终端设备和台式终端设备，所述移动终端设备包括但不限于手机、平板电脑、智能手表和笔记本电脑，所述台式终端设备包括但不限于台式电脑和车载电脑。如图8所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现口腔区域识别方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行口腔区域识别方法。本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，本申请提供的口腔区域识别方法可以实现为一种计算机程序的形式，计算机程序可在如图8所示的计算机设备上运行。计算机设备的存储器中可存储组成口腔区域识别装置的各个程序模板。比如，加速度数据获取模块 702，目标数据获取模块704，预设阈值获取模块706，区域识别模块708。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：获取电动牙刷在口腔区域的加速度数据，所述加速度数据是通过安置在所述电动牙刷上的三轴加速度计采集得到的，且所述加速度数据包括第一方向加速度数据、第二方向加速度数据和第三方向加速度数据；通过平滑滤波算法对所述第一方向加速度数据、所述第二方向加速度数据和所述第三方向加速度数据进行数据特征截取，得到第一目标数据、第二目标数据和第三目标数据；获取所述第一目标数据对应的第一预设阈值，获取所述第二目标数据对应的第二预设阈值；根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，所述口腔区域包括：4个口腔子区域，4个口腔子区域分别为：左上区域、左下区域、右上区域和右下区域。
在一个实施例中，第一方向加速度数据为Y轴加速度数据，第二方向加速度数据为Z轴加速度数据；所述根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，包括：在所述第一目标数据的绝对值大于所述第一预设阈值的情况下，若所述第一目标数据小于0，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左下区域；若所述第一目标数据小于0，且所述第二目标数据的绝对值小于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左上区域；若所述第一目标数据大于0，且所述第二目标数据的绝对值小于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右上区域；若所述第一目标数据大于0，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右下区域。
在一个实施例中，第一方向加速度数据为X轴加速度数据，第二方向加速度为Z轴加速度；所述根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，包括：获取刷牙初始时刻Y轴初始加速度数据，并获取刷牙时刻的X轴加速度数据；当所述Y轴初始加速度数据大于0时，所述X轴加速度数据大于所述预设第一阈值，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右下区域；当所述Y轴初始加速度数据小于0时，所述X轴加速度数据大于所述预设第一阈值，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左下区域；当所述Y轴初始加速度数据大于0时，所述X轴加速度数据小于所述预设第一阈值，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右上区域；当所述Y轴初始加速度数据小于0时，所述X轴加速度数据小于所述预设第一阈值，且所述第二目标数据的绝对值小于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左上区域。
在一个实施例中，口腔区域识别方法还包括：将所述左下区域或所述左上区域作为第一目标区域，并将所述右下区域和所述右上区域作为第二目标区域；若所述Y轴初始加速度数据大于所述第二预设阈值，则对所述第一目标区域和所述第二目标区域进行更新矫正。
在一个实施例中，所述平滑滤波算法包括：高斯滤波、中值滤波或均值滤波中的一种。
在一个实施例中，在确定所述加速度数据对应的口腔子区域之后，所述口腔识别方法还包括：统计每一所述口腔子区域上压力大于0的时间作为所述各个口腔子区域的所述刷牙时长；对所述4个口腔子区域的所述刷牙时长和所述4个口腔子区域的刷牙力度进行检测，确定刷牙习惯。
在一个实施例中，在确定刷牙习惯之后，所口腔区域识别方法还包括：将所述刷牙习惯与标准刷牙规则进行比对分析，得到分析结果；将所述分析结果发送到云服务器上进行保存或者展示。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如下步骤：获取电动牙刷在口腔区域的加速度数据，所述加速度数据是通过安置在所述电动牙刷上的三轴加速度计采集得到的，且所述加速度数据包括第一方向加速度数据、第二方向加速度数据和第三方向加速度数据；通过平滑滤波算法对所述第一方向加速度数据、所述第二方向加速度数据和所述第三方向加速度数据进行数据特征截取，得到第一目标数据、第二目标数据和第三目标数据；获取所述第一目标数据对应的第一预设阈值，获取所述第二目标数据对应的第二预设阈值；根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，所述口腔区域包括：4个口腔子区域，4个口腔子区域分别为：左上区域、左下区域、右上区域和右下区域。
在一个实施例中，第一方向加速度数据为Y轴加速度数据，第二方向加速度数据为Z轴加速度数据；所述根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，包括：在所述第一目标数据的绝对值大于所述第一预设阈值的情况下，若所述第一目标数据小于0，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左下区域；若所述第一目标数据小于0，且所述第二目标数据的绝对值小于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左上区域；若所述第一目标数据大于0，且所述第二目标数据的绝对值小于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右上区域；若所述第一目标数据大于0，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右下区域。
在一个实施例中，第一方向加速度数据为X轴加速度数据，第二方向加速度为Z轴加速度；所述根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，包括：获取刷牙初始时刻Y轴初始加速度数据，并获取刷牙时刻的X轴加速度数据；当所述Y轴初始加速度数据大于0时，所述X轴加速度数据大于所述预设第一阈值，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右下区域；当所述Y轴初始加速度数据小于0时，所述X轴加速度数据大于所述预设第一阈值，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左下区域；当所述Y轴初始加速度数据大于0时，所述X轴加速度数据小于所述预设第一阈值，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右上区域；当所述Y轴初始加速度数据小于0时，所述X轴加速度数据小于所述预设第一阈值，且所述第二目标数据的绝对值小于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左上区域。
在一个实施例中，口腔区域识别方法还包括：将所述左下区域或所述左上区域作为第一目标区域，并将所述右下区域和所述右上区域作为第二目标区域；若所述Y轴初始加速度数据大于所述第二预设阈值，则对所述第一目标区域和所述第二目标区域进行更新矫正。
在一个实施例中，所述平滑滤波算法包括：高斯滤波、中值滤波或均值滤波中的一种。
在一个实施例中，在确定所述加速度数据对应的口腔子区域之后，所述口腔识别方法还包括：统计每一所述口腔子区域上压力大于0的时间作为所述各个口腔子区域的所述刷牙时长；对所述4个口腔子区域的所述刷牙时长和所述4个口腔子区域的刷牙力度进行检测，确定刷牙习惯。
在一个实施例中，在确定刷牙习惯之后，所口腔区域识别方法还包括：将所述刷牙习惯与标准刷牙规则进行比对分析，得到分析结果；将所述分析结果发送到云服务器上进行保存或者展示。
需要说明的是，上述口腔区域识别方法、口腔区域识别装置、计算机设备及计算机可读存储介质属于一个总的发明构思，口腔区域识别方法、口腔区域识别装置、计算机设备及计算机可读存储介质实施例中的内容可相互适用。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态 RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率 SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种口腔区域识别方法，其特征在于，所述口腔区域识别方法包括：
获取电动牙刷在口腔区域的加速度数据，所述加速度数据是通过安置在所述电动牙刷上的三轴加速度计采集得到的，且所述加速度数据包括第一方向加速度数据、第二方向加速度数据和第三方向加速度数据；
通过平滑滤波算法对所述第一方向加速度数据、所述第二方向加速度数据和所述第三方向加速度数据进行数据特征截取，得到第一目标数据、第二目标数据和第三目标数据；
获取所述第一目标数据对应的第一预设阈值，获取所述第二目标数据对应的第二预设阈值；
根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，所述口腔区域包括：4个口腔子区域，4个口腔子区域分别为：左上区域、左下区域、右上区域和右下区域。
2.根据权利要求1所述的口腔区域识别方法，其特征在于，第一方向加速度数据为Y轴加速度数据，第二方向加速度数据为Z轴加速度数据；
所述根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，包括：
在所述第一目标数据的绝对值大于所述第一预设阈值的情况下，若所述第一目标数据小于0，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左下区域；
若所述第一目标数据小于0，且所述第二目标数据的绝对值小于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左上区域；
若所述第一目标数据大于0，且所述第二目标数据的绝对值小于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右上区域；
若所述第一目标数据大于0，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右下区域。
3.根据权利要求1所述的口腔区域识别方法，其特征在于，第一方向加速度数据为X轴加速度数据，第二方向加速度为Z轴加速度；
所述根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，包括：
获取刷牙初始时刻Y轴初始加速度数据，并获取刷牙时刻的X轴加速度数据；
当所述Y轴初始加速度数据大于0时，所述X轴加速度数据大于所述预设第一阈值，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右下区域；
当所述Y轴初始加速度数据小于0时，所述X轴加速度数据大于所述预设第一阈值，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左下区域；
当所述Y轴初始加速度数据大于0时，所述X轴加速度数据小于所述预设第一阈值，且所述第二目标数据的绝对值大于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述右上区域；
当所述Y轴初始加速度数据小于0时，所述X轴加速度数据小于所述预设第一阈值，且所述第二目标数据的绝对值小于所述第二预设阈值，则识别所述加速度数据对应的口腔子区域为所述左上区域。
4.根据权利要求3所述的口腔区域识别方法，其特征在于，还包括：
将所述左下区域或所述左上区域作为第一目标区域，并将所述右下区域和所述右上区域作为第二目标区域；
若所述Y轴初始加速度数据大于所述第二预设阈值，则对所述第一目标区域和所述第二目标区域进行更新矫正。
5.根据权利要求1所述的口腔区域识别方法，其特征在于，所述平滑滤波算法包括：高斯滤波、中值滤波或均值滤波中的一种。
6.根据权利要求1所述的口腔区域识别方法，在确定所述加速度数据对应的口腔子区域之后，所述口腔识别方法还包括：
统计每一所述口腔子区域上压力大于0的时间作为所述各个口腔子区域的所述刷牙时长；
对所述4个口腔子区域的所述刷牙时长和所述4个口腔子区域的刷牙力度进行检测，确定刷牙习惯。
7.根据权利要求6所述的口腔区域识别方法，其特征在于，在所述确定刷牙习惯之后，所口腔区域识别方法还包括：
将所述刷牙习惯与标准刷牙规则进行比对分析，得到分析结果；
将所述分析结果发送到云服务器上进行保存或者展示。
8.一种口腔区域识别装置，其特征在于，所述一种口腔区域识别装置包括：
加速度数据获取模块，用于获取电动牙刷在口腔区域的加速度数据，所述加速度数据是通过安置在所述电动牙刷上的三轴加速度计采集得到的，且所述加速度数据包括第一方向加速度数据、第二方向加速度数据和第三方向加速度数据；
目标数据获取模块，用于通过平滑滤波算法对所述第一方向加速度数据、所述第二方向加速度数据和所述第三方向加速度数据进行数据特征截取，得到第一目标数据、第二目标数据和第三目标数据；
预设阈值获取模块，用于获取所述第一目标数据对应的第一预设阈值，获取所述第二目标数据对应的第二预设阈值；
区域识别模块，用于根据所述第一目标数据、第二目标数据、所述第一预设阈值和所述第二预设阈值确定所述加速度数据对应的口腔子区域，所述口腔区域包括：4个口腔子区域，4个口腔子区域分别为：左上区域、左下区域、右上区域和右下区域。
9.一种计算机设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述口腔区域识别方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述口腔区域识别方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910814020.5A CN110619289B (zh) | 2019-08-30 | 2019-08-30 | 口腔区域识别方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910814020.5A CN110619289B (zh) | 2019-08-30 | 2019-08-30 | 口腔区域识别方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110619289A true CN110619289A (zh) | 2019-12-27 |
| CN110619289B CN110619289B (zh) | 2022-06-07 |
Family
ID=68922526
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910814020.5A Active CN110619289B (zh) | 2019-08-30 | 2019-08-30 | 口腔区域识别方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110619289B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6536068B1 (en) * | 1999-12-29 | 2003-03-25 | Gillette Canada Company | Toothbrushing technique monitoring |
| US20100323337A1 (en) * | 2008-02-27 | 2010-12-23 | Koninklijke Philips Electronics N.V. | Dental position tracking system for a toothbrush |
| US20140259472A1 (en) * | 2011-10-24 | 2014-09-18 | Koninklijke Philips N.V. | System for determining amplitude of a power toothbrush brushhead in the mouth |
| CN107167133A (zh) * | 2017-05-24 | 2017-09-15 | 北京慧联科技有限公司 | 一种刷牙评价方法及系统 |
| CN108594640A (zh) * | 2018-03-28 | 2018-09-28 | 郭剑东 | 一种智能电动变频牙刷、控制系统及方法 |
| CN108904085A (zh) * | 2018-04-13 | 2018-11-30 | 深圳市力博得科技有限公司 | 基于智能牙刷的刷牙评价方法、装置、设备及存储介质 |
| CN109380860A (zh) * | 2018-11-09 | 2019-02-26 | 重庆仙桃前沿消费行为大数据有限公司 | 一种通过时长判断有效刷牙的智能刷牙方法及系统 |
-
2019
- 2019-08-30 CN CN201910814020.5A patent/CN110619289B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6536068B1 (en) * | 1999-12-29 | 2003-03-25 | Gillette Canada Company | Toothbrushing technique monitoring |
| US20100323337A1 (en) * | 2008-02-27 | 2010-12-23 | Koninklijke Philips Electronics N.V. | Dental position tracking system for a toothbrush |
| US20140259472A1 (en) * | 2011-10-24 | 2014-09-18 | Koninklijke Philips N.V. | System for determining amplitude of a power toothbrush brushhead in the mouth |
| CN107167133A (zh) * | 2017-05-24 | 2017-09-15 | 北京慧联科技有限公司 | 一种刷牙评价方法及系统 |
| CN108594640A (zh) * | 2018-03-28 | 2018-09-28 | 郭剑东 | 一种智能电动变频牙刷、控制系统及方法 |
| CN108904085A (zh) * | 2018-04-13 | 2018-11-30 | 深圳市力博得科技有限公司 | 基于智能牙刷的刷牙评价方法、装置、设备及存储介质 |
| CN109380860A (zh) * | 2018-11-09 | 2019-02-26 | 重庆仙桃前沿消费行为大数据有限公司 | 一种通过时长判断有效刷牙的智能刷牙方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110619289B (zh) | 2022-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109410318B (zh) | 三维模型生成方法、装置、设备和存储介质 | |
| CN112113581B (zh) | 异常计步识别方法、计步方法、装置、设备及介质 | |
| CN113160087B (zh) | 图像增强方法、装置、计算机设备及存储介质 | |
| JP6052278B2 (ja) | 動作判定装置、動作判定システムおよび動作判定方法 | |
| CN112190258B (zh) | 座椅角度调节方法、装置、存储介质及电子设备 | |
| CN113516175A (zh) | 刷牙区域的识别方法、装置、刷牙设备和存储介质 | |
| CN111626105A (zh) | 姿态估计方法、装置及电子设备 | |
| CN112417985A (zh) | 一种人脸特征点追踪方法、系统、电子设备和存储介质 | |
| CN110608753A (zh) | 口腔区域识别方法、装置、计算机设备和存储介质 | |
| CN111178126A (zh) | 目标检测方法、装置、计算机设备和存储介质 | |
| CN110619289B (zh) | 口腔区域识别方法、装置、计算机设备和存储介质 | |
| CN109840515B (zh) | 面部姿态调整方法、装置和终端 | |
| CN111898035A (zh) | 基于物联网的数据处理策略配置方法、装置和计算机设备 | |
| CN114415698B (zh) | 机器人、机器人的定位方法、装置和计算机设备 | |
| KR101870542B1 (ko) | 모션 인식 방법 및 장치 | |
| CN112515662B (zh) | 坐姿评估方法、装置、计算机设备和存储介质 | |
| CN110608754B (zh) | 口腔区域识别方法、装置、计算机设备和存储介质 | |
| CN107229621B (zh) | 差异数据的清洗方法及装置 | |
| CN116097303A (zh) | 三维点云聚类方法、装置、计算机设备和存储介质 | |
| CN108932115B (zh) | 一种视觉图像的更新方法、装置及电子设备 | |
| CN111829533B (zh) | 一种数据检测方法、装置、设备和存储介质 | |
| CN111553850A (zh) | 基于双目立体视觉的三维信息获取方法和装置 | |
| CN113819960B (zh) | 污水处理药池流量检测方法、装置及相关设备 | |
| JP7217838B2 (ja) | 開口度算出装置 | |
| CN116224387B (zh) | 可穿戴设备的定位方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | 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 |