CN110801216A - 异常预警方法及相关设备 - Google Patents
异常预警方法及相关设备 Download PDFInfo
- Publication number
- CN110801216A CN110801216A CN202010015902.8A CN202010015902A CN110801216A CN 110801216 A CN110801216 A CN 110801216A CN 202010015902 A CN202010015902 A CN 202010015902A CN 110801216 A CN110801216 A CN 110801216A
- Authority
- CN
- China
- Prior art keywords
- detected
- target
- early warning
- motion
- physiological parameter
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14507—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue specially adapted for measuring characteristics of body fluids other than blood
- A61B5/14517—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue specially adapted for measuring characteristics of body fluids other than blood for sweat
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- 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
- G06V40/174—Facial expression recognition
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Abstract
本申请实施例公开一种异常预警方法及相关设备,方法包括:当检测到待测对象处于运动状态时,通过生理参数监测装置获得待测对象的目标生理参数;通过图像采集装置获得待测对象的目标人脸图像;通过人工智能芯片根据目标人脸图像获得待测对象的目标心理参数;通过信息采集装置获得待测对象的目标运动项目和目标运动时长;通过预警判断装置根据目标生理参数、目标心理参数、目标运动项目和目标运动时长确定待测对象的目标运动负荷;若目标运动负荷大于等于预设运动负荷,则通过预警判断装置确定待测对象满足异常预警条件;通过预警处理装置执行异常预警操作。采用本申请实施例有助于提高对处于运动状态的待测对象进行异常预警的效率。
Description
技术领域
本申请涉及安全预警技术领域,尤其涉及一种异常预警方法及相关设备。
背景技术
目前,当待测对象处于运动状态时(比如用户使用健身器材进行健身活动),有时会因为身体疾病和/或处于运动状态时间过长等原因导致待测对象的身体出现异常,其他用户往往是在待测对象的身体出现异常之后才会发现并对待测对象进行救治,可能由于救治不及时导致待测对象的身体健康受到严重影响。由于无法及时发现待测对象的身体异常,因此导致对处于运动状态的待测对象的异常预警效率较低。
发明内容
本申请实施例提供一种异常预警方法及相关设备,用于提高对处于运动状态的待测对象进行异常预警的效率。
第一方面,本申请实施例提供一种异常预警方法,应用于包括生理参数监测装置、图像采集装置、信息采集装置、人工智能芯片、预警判断装置和预警处理装置的智能电子设备,包括:
当检测到待测对象处于运动状态时,通过生理参数监测装置获得待测对象的目标生理参数;
通过图像采集装置获得待测对象的目标人脸图像;
通过人工智能芯片根据目标人脸图像获得待测对象的目标心理参数;
通过预警判断装置根据预存的生理参数与运动负荷的映射关系确定目标生理参数对应的第一运动负荷;
通过预警判断装置根据预存的心理参数与运动负荷的映射关系确定目标心理参数对应的第二运动负荷;
通过预警判断装置根据预存的运动项目、运动时长与运动负荷的映射关系确定目标运动项目和目标运动时长对应的第三运动负荷;
通过预警判断装置根据第一运动负荷、第二运动负荷、第三运动负荷和预存的运动负荷公式确定待测对象的目标运动负荷;
若目标运动负荷大于等于预设运动负荷,则通过预警判断装置确定待测对象满足异常预警条件;
通过预警处理装置执行异常预警操作。
在一些可能的示例中,智能电子设备还包括计时器和触发装置,通过生理参数监测装置获得待测对象的目标生理参数之前,方法还包括:
通过计时器获得待测对象的运动时长;
若待测对象的当前运动时长大于等于预设运动时长,则通过触发装置触发通过生理参数监测装置获得待测对象的目标生理参数的操作;
通过生理参数监测装置获得待测对象的目标生理参数,包括:
通过生理参数监测装置实时获取待测对象的第一体温、第一出汗量和第一人体电生理参数;
将最新获取的待测对象的第一体温、第一出汗量和第一人体电生理参数确定为待测对象的目标生理参数。
在一些可能的示例中,通过人工智能芯片根据目标人脸图像获得待测对象的目标心理参数,包括:
通过人工智能芯片对待测对象的目标人脸图像执行识别面部表情的操作,得到待测对象的目标人脸图像对应的目标面部表情;
通过人工智能芯片根据预存的面部表情与心理参数的映射关系确定目标面部表情对应的待测对象的目标心理参数。
在一些可能的示例中,预警处理装置包括身体参数监测装置和显示屏,通过预警处理装置执行异常预警操作之前,方法还包括:
通过身体参数监测装置获取待测对象的多个第一身体参数;
通过身体参数监测装置根据预存的多个正常身体参数范围判断多个第一身体参数中是否存在异常的身体参数,多个正常身体参数范围与多个第一身体参数一一对应;
若是,则通过身体参数监测装置从多个第一身体参数中选取身体参数异常的至少一个第二身体参数;
通过预警处理装置执行异常预警操作,包括:
通过显示屏对至少一个第二身体参数进行显示。
第二方面,本申请实施例提供一种智能电子设备,包括生理参数监测装置、图像采集装置、人工智能芯片、信息采集装置、预警判断装置和预警处理装置,其中:
生理参数监测装置,用于当检测到待测对象处于预设状态时,获得待测对象的目标生理参数;
图像采集装置,用于获得待测对象的目标人脸图像;
人工智能芯片,用于根据目标人脸图像获得待测对象的目标心理参数;
信息采集装置,用于获得待测对象的目标运动项目和目标运动时长;
预警判断装置,用于根据预存的生理参数与运动负荷的映射关系确定目标生理参数对应的第一运动负荷;根据预存的心理参数与运动负荷的映射关系确定目标心理参数对应的第二运动负荷;根据预存的运动项目、运动时长与运动负荷的映射关系确定目标运动项目和目标运动时长对应的第三运动负荷;根据第一运动负荷、第二运动负荷、第三运动负荷和预存的运动负荷公式确定待测对象的目标运动负荷;若目标运动负荷大于等于预设运动负荷,则确定待测对象满足异常预警条件;
预警处理装置,用于执行异常预警操作。
第三方面,本申请实施例提供一种智能电子设备,包括处理器、存储器、通信接口以及一个或多个程序,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行本申请实施例第一方面的方法中的部分或全部步骤的指令。
第四方面,本申请实施例提供一种计算机可读存储介质,上述计算机可读存储介质用于存储计算机程序,上述计算机程序被处理器执行,以实现如本申请实施例第一方面的方法中所描述的部分或全部步骤。
第五方面,本申请实施例提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面的方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可以看出,相较于无法及时发现待测对象的身体异常,在本申请实施例中,智能电子设备基于处于运动状态的待测对象的生理参数、心理参数、运动项目和运动时长实时确定待测对象的当前运动负荷,如果当前运动负荷大于等于预设运动负荷,那么确定待测对象满足异常预警条件,并执行异常预警操作。由于处于运动状态的待测对象是否出现身体异常与该待测对象的生理参数、基于人脸图像得到的心理参数、运动项目和运动时长密切相关,因此能够及时发现待测对象的身体异常,有助于提高对处于运动状态的待测对象进行异常预警的效率,同时避免待测对象的身体健康受到严重影响。
附图说明
为了更清楚地说明本申请实施例或背景技术中的技术方案,下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
图1A是本申请实施例提供的一种异常预警系统的架构示意图;
图1B是本申请实施例提供的一种人工智能芯片的结构示意图;
图2A是本申请实施例提供的一种异常预警方法的流程示意图;
图2B是本申请实施例提供的一种生理参数监测装置的结构示意图;
图2C是本申请实施例提供的一种身体参数监测装置的结构示意图;
图3是本申请实施例提供的另一种异常预警方法的流程示意图;
图4是本申请实施例提供的一种智能电子设备的功能单元组成框图;
图5是本申请实施例提供的一种智能电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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。
近年来,智能手环等可穿戴设备逐渐走入了人们的生活,能够为用户的健康提供检测和记录功能,但是现有的可穿戴设备往往只提供基本的检测和记录功能,例如检测心率,或者在运动状态能够记录运动时长、运动步数和运动消耗的能量等。但是,有时会因为身体疾病和/或处于运动状态时间过长等原因导致待测对象的身体出现异常,由于现有的可穿戴设备无法及时发现待测对象的身体异常,导致异常预警的可能性较低,使得待测对象无法进行及时察觉和得到救治,因此身体健康受到严重影响。
为了提高对待测对象能够及时提供异常预警,本申请实施例提供一种异常预警方法。
请参见图1A,图1A是本申请实施例提供的一种异常预警系统的架构示意图,该异常预警系统包括生理参数监测装置、图像采集装置、人工智能芯片、信息采集装置、预警判断装置和预警处理装置,其中:
生理参数监测装置,用于当检测到待测对象处于运动状态时,获得待测对象的目标生理参数;
图像采集装置,用于获得待测对象的目标人脸图像;
人工智能芯片,用于根据目标人脸图像获得待测对象的目标心理参数;
信息采集装置,用于获得待测对象的目标运动项目和目标运动时长;
预警判断装置,用于根据预存的生理参数与运动负荷的映射关系确定目标生理参数对应的第一运动负荷;通过预警判断装置根据预存的心理参数与运动负荷的映射关系确定目标心理参数对应的第二运动负荷;
通过预警判断装置根据预存的运动项目、运动时长与运动负荷的映射关系确定目标运动项目和目标运动时长对应的第三运动负荷;
通过预警判断装置根据第一运动负荷、第二运动负荷、第三运动负荷和预存的运动负荷公式确定待测对象的目标运动负荷;
若目标运动负荷大于等于预设运动负荷,则通过预警判断装置确待测对象满足异常预警条件;
预警处理装置,用于执行异常预警操作。
请参见图1B,图1B为本申请实施例提供的一种人工智能芯片的结构示意图,该人工智能芯片可以实现面部表情识别场景,包括:存储介质111(可选的)、寄存器电路112、互联电路113、运算电路114、控制器电路115和数据访问电路116;
其中,运算电路114可以包括:加法计算器、乘法计算器、比较器、激活运算器中的至少一种。当然在实际应用中,运算电路114也可以包括多个加法计算器或多个乘法计算器;当然在实际应用中,上述运算电路包含的加法计算器、乘法计算器、比较器、激活运算器的数量可以不限。
需要说明的是,上述的加法计算器、乘法计算器、比较器、激活运算器仅为举例说明,本申请对此不作限定,例如,在实际应用中运算电路114还可包括最值计算器。
互联电路113,用于连接运算电路114中计算器的连接关系使得上述至少一种计算器组成不同的计算拓扑结构。
寄存器电路112,用于存储运算指令、数据块的在存储介质的地址、运算指令对应的计算拓扑结构。
数据访问电路116,用于实现与外部器件的数据传输,该传输包括但不限于:输入数据或输出数据。
外部器件在针对不同的场景可能有所不同,例如对于面部表情识别场景,其对应的外部器件可以为图像采集装置;其中,面部表情识别包括预处理、深度特征学习和面部表情分类。预处理包括人脸对齐、数据增强和人脸归一化,人脸对齐可以采用监督下降算法SDM,也可以采用其他的人脸对齐算法,SDM用来最小化非线性最小二乘目标函数,目标函数是均方误差,SDM通过学习得到一系列下降的方向和该方向上的尺度,使得目标函数以非常快的速度收敛到最小值;数据增强包括离线数据增强和在线数据增强;人脸归一化包括亮度归一化和姿态归一化。深度特征学习主要采用卷积神经网络CNN模型进行学习。面部表情分类主要采用支持向量机SVM分类器进行面部表情的分类。具体的,例如摄像头。对于面部表情识别场景,其实现的方式具体可以包括:摄像头采集图像数据,数据转换器(例如模数转换器)将图像数据转换成输入数据传输给数据访问电路,数据访问电路接收到输入数据以后,数据访问电路将该输入数据发送至运算电路或数据访问电路通过互联电路将输入数据分发给运算电路的各个计算器,控制器电路将计算指令发送给运算电路,运算电路依据所接收到的计算指令,调用所需的计算器得到最终计算结果,依据该最终计算结果得到面部表情识别的结果。
请参见图2A,图2A是本申请实施例提供的一种异常预警方法的流程示意图,该异常预警方法应用于包括生理参数监测装置、图像采集装置、人工智能芯片、信息采集装置、预警判断装置和预警处理装置的智能电子设备,该异常预警方法包括步骤201-210,具体如下:
201、当检测到待测对象处于运动状态时,智能电子设备通过生理参数监测装置获得待测对象的目标生理参数。
待测对象可以为用户。
运动状态可以是用户使用健身器材进行健身活动,也可以是用户正在跑步,在此不做限定。
智能电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(userequipment,UE),移动台(mobile station,MS),终端设备(terminal device,TD)等等。
生理参数监测装置集成于智能电子设备中。
在一个可能的示例中,智能电子设备还包括计时器和触发装置,智能电子设备通过生理参数监测装置获得待测对象的目标生理参数之前,方法还包括:
智能电子设备通过计时器获得待测对象的运动时长;
若待测对象的当前运动时长大于等于预设运动时长,则智能电子设备通过触发装置触发通过生理参数监测装置获得待测对象的目标生理参数的操作;
智能电子设备通过生理参数监测装置获得待测对象的目标生理参数,包括:
智能电子设备通过生理参数监测装置实时获取待测对象的第一体温、第一出汗量和第一人体电生理参数;
智能电子设备将最新获取的待测对象的第一体温、第一出汗量和第一人体电生理参数确定为待测对象的目标生理参数。
当待测对象开始运动时,智能电子设备启动计时器;比如待测对象使用健身器材开始健身活动时,智能电子设备启动计时器。
预设运动时长预先存储于智能电子设备中,预设运动时长可以为30分钟;对于不同运动,预设运动时长也不同。
生理参数可以包括体温、出汗量和人体电生理参数,人体电生理参数可以包括神经传导速度、脑电、心电等。
举例来说,如图2B所示,图2B是本申请实施例提供的一种生理参数监测装置的结构示意图,生理参数监测装置包括体温传感器、汗液传感器和人体电生理参数测定装置,体温传感器用于获取待测对象的体温,汗液传感器用于获取待测对象的出汗量,人体电生理参数测定装置用于获取待测对象的人体电生理参数。
可见,在本示例中,由于待测对象往往运动一段时间后身体才会出现异常,因此当待测对象的当前运动时长大于等于预设运动时长时,智能电子设备才通过生理参数监测装置获取待测对象的生理参数,这样不仅有助于提高对处于运动状态的待测对象进行异常预警的效率,而且极大的降低智能电子设备的功耗,提升智能电子设备的续航时长。
在一个可能的示例中,智能电子设备通过生理参数监测装置获得待测对象的目标生理参数,包括:
智能电子设备通过生理参数监测装置周期性的获取待测对象的第二体温、第二出汗量和第二人体电生理参数;
智能电子设备将最新获取的待测对象的第二体温、第二出汗量和第二人体电生理参数确定为待测对象的目标生理参数。
智能电子设备通过生理参数监测装置获取待测对象的第二体温、第二出汗量和第二人体电生理参数的周期预先存储于智能电子设备中,该周期可以为5分钟/次;对于不同运动,生理参数获取周期也不同。
可见,在本示例中,智能电子设备通过生理参数监测装置周期性的获取待测对象的体温、出汗量和人体电生理参数,以及将最新获取的待测对象的体温、出汗量和人体电生理参数确定为待测对象的目标生理参数,这样不仅有助于提高对处于运动状态的待测对象进行异常预警的效率,而且极大的降低智能电子设备的功耗。
在一个可能的示例中,图像采集装置为摄像头,智能电子设备通过生理参数监测装置获得待测对象的目标生理参数,包括:
智能电子设备置通过摄像头采集待测对象的目标人脸图像;
智能电子设备根据预存的人脸图像与年龄的映射关系确定目标人脸图像对应的目标年龄;
智能电子设备根据预存的年龄段与生理参数获取周期的映射关系确定目标年龄所处年龄段对应的目标生理参数获取周期;
智能电子设备通过生理参数监测装置按照目标生理参数获取周期获取待测对象的第三体温、第三出汗量和第三人体电生理参数;
智能电子设备将最新获取的待测对象的第三体温、第三出汗量和第三人体电生理参数确定为待测对象的目标生理参数。
人脸图像与年龄的映射关系预先存储于智能电子设备中,人脸图像与年龄的映射关系如下表1所示:
表1
人脸图像 | 年龄 |
第一人脸图像 | 第一年龄 |
第二人脸图像 | 第二年龄 |
第三人脸图像 | 第三年龄 |
…… | …… |
人脸图像与年龄一一对应;如果人脸图像为第一人脸图像,那么年龄为第一年龄。
年龄段与生理参数获取周期的映射关系预先存储于智能电子设备中,年龄段与生理参数获取周期的映射关系如下表2所示:
表2
年龄段 | 生理参数获取周期 |
第一年龄段 | 第一生理参数获取周期 |
第二年龄段 | 第二生理参数获取周期 |
第三年龄段 | 第三生理参数获取周期 |
…… | …… |
年龄段与生理参数获取周期一一对应;如果年龄段为第一年龄段,那么生理参数获取周期为第一生理参数获取周期。
年龄段的平均值:第一年龄段<第二年龄段<第三年龄段,生理参数获取周期:第一生理参数获取周期>第二生理参数获取周期>第三生理参数获取周期。
可见,在本示例中,不同年龄段的待测对象的身体机能不同,不同年龄段的待测对象采用不同的生理参数获取周期,智能电子设备通过生理参数监测装置按照目标生理参数获取周期获取待测对象的体温、出汗量和人体电生理参数,以及将最新获取的待测对象的体温、出汗量和人体电生理参数确定为待测对象的目标生理参数,这样不仅有助于提高对处于运动状态的待测对象进行异常预警的效率,而且极大的提高智能电子设备获取待测对象的生理参数的效率。
202、智能电子设备通过图像采集装置获得待测对象的目标人脸图像。
在一个可能的示例中,智能电子设备通过图像采集装置获得待测对象的目标人脸图像,包括:
智能电子设备通过图像采集装置周期性的采集待测对象的人脸图像;
智能电子设备将最新采集的待测对象的人脸图像确定为待测对象的目标人脸图像。
图像采集装置集成于智能电子设备中,图像采集装置可以为单摄像头,也可以为双摄像头。
待测对象的人脸图像采集周期预先存储于智能电子设备中,待测对象的人脸图像采集周期可以为1分钟/次。
203、智能电子设备通过人工智能芯片根据目标人脸图像获得待测对象的目标心理参数。
在一个可能的示例中,智能电子设备通过人工智能芯片根据目标人脸图像获得待测对象的目标心理参数,包括:
智能电子设备通过人工智能芯片对待测对象的目标人脸图像执行识别面部表情的操作,得到待测对象的目标人脸图像对应的目标面部表情;
智能电子设备通过人工智能芯片根据预存的面部表情与心理参数的映射关系确定目标面部表情对应的待测对象的目标心理参数。
人工智能芯片集成于智能电子设备中。
智能电子设备通过人工智能芯片运行面部表情识别算法对待测对象的目标人脸图像执行识别面部表情的操作,得到待测对象的目标人脸图像对应的目标面部表情。其中,面部表情识别算法可以包括基于解耦空间特征学习的稀疏表示面部表情识别算法、基于纹理信息的面部表情识别算法、基于肤色与人脸运动相结合的自动表情识别算法、基于面部关键点的人脸表情识别算法等。
面部表情与心理参数的映射关系预先存储于智能电子设备中,面部表情与心理参数的映射关系如下表3所示:
表3
面部表情 | 心理参数 |
第一面部表情 | 第一心理参数 |
第二面部表情 | 第二心理参数 |
第三面部表情 | 第三心理参数 |
…… | …… |
面部表情与心理参数一一对应;如果面部表情为第一面部表情,那么心理参数为第一心理参数。
智能电子设备先通过生理参数监测装置获得待测对象的目标生理参数,后通过人工智能芯片根据目标人脸图像获得待测对象的目标心理参数;或者,先根据目标人脸图像获得待测对象的目标心理参数,后获得待测对象的目标生理参数;或者,在通过生理参数监测装置获得待测对象的目标生理参数的过程中,通过人工智能芯片根据目标人脸图像获得待测对象的目标心理参数。
204、智能电子设备通过信息采集装置获得待测对象的目标运动项目和目标运动时长。
信息采集装置集成于智能电子设备中,信息采集装置包括扬声器、麦克风和计时器。
在一个可能的示例中,智能电子设备通过扬声器播放运动项目提示,运动项目提示用于提示待测对象反馈当前运动项目;智能电子设备通过麦克风采集待测对象的语音数据,并对语音数据进行语音文字转换操作,得到待测对象的目标运动项目;智能电子设备通过计时器记录待测对象的目标运动时长。
205、智能电子设备通过预警判断装置根据预存的生理参数与运动负荷的映射关系确定目标生理参数对应的第一运动负荷。
预警判断装置集成于智能电子设备中。运动负荷是人做练习时所承受的生理负荷。
生理参数与运动负荷的映射关系预先存储于智能电子设备中,生理参数与运动负荷的映射关系如下表4所示:
表4
生理参数 | 运动负荷 |
第一生理参数 | 运动负荷11 |
第二生理参数 | 运动负荷12 |
第三生理参数 | 运动负荷13 |
…… | …… |
生理参数与运动负荷一一对应;如果生理参数为第一生理参数,那么运动符合为运动负荷11。
206、智能电子设备通过预警判断装置根据预存的心理参数与运动负荷的映射关系确定目标心理参数对应的第二运动负荷。
由于待测对象处于不同的运动负荷,待测对象的面部表情是不同的,比如运动负荷较小,待测对象的面部表情为轻松表情;运动负荷较大,待测对象的面部表情为痛苦表情;且面部表情与心理参数一一对应,因此运动负荷与心理参数也一一对应。
心理参数与运动负荷的映射关系预先存储于智能电子设备中,心理参数与运动负荷的映射关系如下表5所示:
表5
心理参数 | 运动负荷 |
第一心理参数 | 运动负荷21 |
第二心理参数 | 运动负荷22 |
第三心理参数 | 运动负荷23 |
…… | …… |
心理参数与运动负荷一一对应;如果心理参数为第一心理参数,那么运动负荷为运动负荷21。
207、智能电子设备通过预警判断装置根据预存的运动项目、运动时长与运动负荷的映射关系确定目标运动项目和目标运动时长对应的第三运动负荷。
运动项目、运动时长与运动负荷是基于对待测对象的长时间运动追踪,并对追踪到的运动数据进行大数据分析得到的。
运动项目、运动时长与运动负荷的映射关系预先存储于智能电子设备中,运动项目、运动时长与运动负荷的映射关系如下表6所示:
表6
运动项目 | 运动时长 | 运动负荷 |
第一运动项目 | 运动时长311 | 运动负荷311 |
第一运动项目 | 运动时长312 | 运动负荷312 |
…… | …… | …… |
第二运动项目 | 运动时长321 | 运动负荷321 |
第二运动项目 | 运动时长322 | 运动负荷322 |
…… | …… | …… |
同一运动项目的不同运动时长对应不同运动负荷;如果运动项目为第一运动项目,运动时长为运动时长311,那么运动负荷为运动负荷311;如果运动项目为第一运动项目,运动时长为运动时长312,那么运动负荷为运动负荷312。
208、智能电子设备通过预警判断装置根据第一运动负荷、第二运动负荷、第三运动负荷和预存的运动负荷公式确定待测对象的目标运动负荷。
运动负荷公式预先存储于智能电子设备中,运动负荷公式为:
D=A×α+B×β+C×γ,
D为待测对象的目标运动负荷,A为目标生理参数对应的第一运动负荷,α为目标生理参数对应的权重,B为目标心理参数对应的第二运动负荷,β为目标心理参数对应的权重,C为目标运动项目和目标运动时长对应的第三运动负荷,γ为目标运动项目和目标运动时长对应的权重,α+β+γ=1。
209、若目标运动负荷大于等于预设运动负荷,则智能电子设备通过预警判断装置确定待测对象满足异常预警条件。
预设运动负荷预先存储于智能电子设备中。
210、智能电子设备通过预警处理装置执行异常预警操作。
可以看出,相较于无法及时发现待测对象的身体异常,在本申请实施例中,智能电子设备基于处于运动状态的待测对象的生理参数、心理参数、运动项目和运动时长实时确定待测对象的当前运动负荷,如果当前运动负荷大于等于预设运动负荷,那么确定待测对象满足异常预警条件,并执行异常预警操作。由于处于运动状态的待测对象是否出现身体异常与该待测对象的生理参数、基于人脸图像得到的心理参数、运动项目和运动时长密切相关,因此能够及时发现待测对象的身体异常,有助于提高对处于运动状态的待测对象进行异常预警的效率,同时避免待测对象的身体健康受到严重影响。
在一个可能的示例中,预警处理装置包括身体参数监测装置和显示屏,智能电子设备通过预警处理装置执行异常预警操作之前,方法还包括:
智能电子设备通过身体参数监测装置获取待测对象的多个第一身体参数;
智能电子设备通过身体参数监测装置根据预存的多个正常身体参数范围判断多个第一身体参数中是否存在异常的身体参数,多个正常身体参数范围与多个第一身体参数一一对应;
若是,则智能电子设备通过身体参数监测装置从多个第一身体参数中选取身体参数异常的至少一个第二身体参数;
身体参数监测装置和显示屏均集成于智能电子设备中。
举例来说,如图2C所示,图2C是本申请实施例提供的一种身体参数监测装置的结构示意图,身体参数监测装置包括血压传感器、心率传感器、呼吸传感器、血氧饱和度传感器,血压传感器用于获取待测对象的血压,心率传感器用于获取待测对象的心率,呼吸传感器用于获取待测对象的呼吸频率,血氧饱和度传感器用于获取待测对象的血氧饱和度。
多个第一身体参数可以包括血压、心率、呼吸频率和血氧饱和度。
多个正常身体参数范围预先存储于智能电子设备中,多个正常身体参数范围包括正常血压范围、正常心率范围、正常呼吸频率范围、正常血氧饱和度范围等。
智能电子设备通过预警处理装置执行异常预警操作,包括:
智能电子设备通过显示屏对至少一个第二身体参数进行显示。
进一步地,智能电子设备还包括扬声器,方法还包括:
在通过显示屏对至少一个第二身体参数进行显示的过程中,智能电子设备通过扬声器播放至少一个第二身体参数。
在一个可能的示例中,智能电子设备通过预警处理装置执行异常预警操作之后,方法还包括:
智能电子设备通过预警处理装置根据预存的人脸图像与疾病信息的映射关系确定目标人脸图像对应的目标疾病信息;
智能电子设备通过显示屏对目标人脸图像和目标疾病信息进行显示。
人脸图像与疾病信息的映射关系预先存储于智能电子设备中,人脸图像与疾病信息的映射关系如下表7所示:
表7
人脸图像 | 疾病信息 |
第一人脸图像 | 第一疾病信息 |
第二人脸图像 | 第二疾病信息 |
第三人脸图像 | 第三疾病信息 |
…… | …… |
人脸图像与疾病信息一一对应;如果人脸图像为第一人脸图像,那么疾病信息为第一疾病信息。
智能电子设备还包括存储器,采用查找表或类似的数据结构存储了表1至表7。每次可以从查找表中进行查找,得到相应的映射关系。
可见,在本示例中,当待测对象的运动负荷大于等于预设运动负荷时,待测对象的身体出现异常的可能性比较大,此时智能电子设备获得待测对象的疾病信息并通过显示屏显示该待测对象以及该待测对象的疾病信息,如果待测对象的身体出现异常,那么其他待测对象能够基于该待测对象的疾病信息对该待测对象进行及时救治,避免待测对象的身体健康受到严重影响。
与上述图2A所示的实施例一致的,请参见图3,图3是本申请实施例提供的另一种异常预警方法的流程示意图,应用于包括身体参数监测装置、图像采集装置、人工智能芯片、信息采集装置、预警判断装置和预警处理装置的智能电子设备,预警处理装置包括身体参数监测装置和显示屏,该异常预警方法包括步骤301-312,具体如下:
301、当检测到待测对象处于运动状态时,智能电子设备通过生理参数监测装置获得待测对象的目标生理参数。
302、智能电子设备通过图像采集装置获得待测对象的目标人脸图像。
303、智能电子设备通过人工智能芯片根据目标人脸图像获得待测对象的目标心理参数。
304、智能电子设备通过信息采集装置获得待测对象的目标运动项目和目标运动时长。
305、智能电子设备通过预警判断装置根据预存的生理参数与运动负荷的映射关系确定目标生理参数对应的第一运动负荷。
306、智能电子设备通过预警判断装置根据预存的心理参数与运动负荷的映射关系确定目标心理参数对应的第二运动负荷。
307、智能电子设备通过预警判断装置根据预存的运动项目、运动时长与运动负荷的映射关系确定目标运动项目和目标运动时长对应的第三运动负荷。
308、智能电子设备通过预警判断装置根据第一运动负荷、第二运动负荷、第三运动负荷和预存的运动负荷公式确定待测对象的目标运动负荷。
309、若目标运动负荷大于等于预设运动负荷,则智能电子设备通过身体参数监测装置获取待测对象的多个第一身体参数。
310、智能电子设备通过身体参数监测装置根据预存的多个正常身体参数范围判断多个第一身体参数中是否存在异常的身体参数,多个正常身体参数范围与多个第一身体参数一一对应。
311、若是,则智能电子设备通过身体参数监测装置从多个第一身体参数中选取身体参数异常的至少一个第二身体参数。
312、智能电子设备通过显示屏对至少一个第二身体参数进行显示。
需要说明的是,图3所示的方法的各个步骤的具体实现过程可参见上述方法的具体实现过程,在此不再叙述。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,智能电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对智能电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。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单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
请参见图4,图4为本申请实施例提供的一种智能电子设备的功能单元组成框图,该智能电子设备400包括:
生理参数监测装置401,用于当检测到待测对象处于运动状态时,获得待测对象的目标生理参数;
图像采集装置402,用于获得待测对象的目标人脸图像;
人工智能芯片403,用于根据目标人脸图像获得待测对象的目标心理参数;
信息采集装置404,用于获得待测对象的目标运动项目和目标运动时长;
预警判断装置405,用于根据预存的生理参数与运动负荷的映射关系确定目标生理参数对应的第一运动负荷;根据预存的心理参数与运动负荷的映射关系确定目标心理参数对应的第二运动负荷;根据预存的运动项目、运动时长与运动负荷的映射关系确定目标运动项目和目标运动时长对应的第三运动负荷;通过预警判断装置根据第一运动负荷、第二运动负荷、第三运动负荷和预存的运动负荷公式确定待测对象的目标运动负荷;若目标运动负荷大于等于预设运动负荷,则确定待测对象满足异常预警条件;
预警处理装置406,用于执行异常预警操作。
可以看出,相较于无法及时发现待测对象的身体异常,在本申请实施例中,智能电子设备基于处于运动状态的待测对象的生理参数、心理参数、运动项目和运动时长实时确定待测对象的当前运动负荷,如果当前运动负荷大于等于预设运动负荷,那么确定待测对象满足异常预警条件,并执行异常预警操作。由于处于运动状态的待测对象是否出现身体异常与该待测对象的生理参数、基于人脸图像得到的心理参数、运动项目和运动时长密切相关,因此能够及时发现待测对象的身体异常,有助于提高对处于运动状态的待测对象进行异常预警的效率,同时避免待测对象的身体健康受到严重影响。
在一个可能的示例中,上述智能电子设备400包括计时器407和触发装置408,
计时器407,用于获得待测对象的运动时长;
触发装置408,用于若待测对象的当前运动时长大于等于预设运动时长,则触发通过生理参数监测装置获得待测对象的目标生理参数的操作;
在获得待测对象的目标生理参数方面,上述生理参数监测装置401具体用于:
实时获取待测对象的第一体温、第一出汗量和第一人体电生理参数;
将最新获取的待测对象的第一体温、第一出汗量和第一人体电生理参数确定为待测对象的目标生理参数。
在一个可能的示例中,在获得待测对象的目标人脸图像方面,上述图像采集装置402具体用于:
周期性的采集待测对象的人脸图像;
将最新采集的待测对象的人脸图像确定为待测对象的目标人脸图像;
在一个可能的示例中,在根据目标人脸图像获得待测对象的目标心理参数方面,上述人工智能芯片403具体用于:
对待测对象的目标人脸图像执行识别面部表情的操作,得到待测对象的目标人脸图像对应的目标面部表情;
根据预存的面部表情与心理参数的映射关系确定目标面部表情对应的待测对象的目标心理参数。
在一个可能的示例中,预警处理装置406包括身体参数监测装置4061和显示屏4062,
身体参数监测装置4061,用于获取待测对象的多个第一身体参数;根据预存的多个正常身体参数范围判断多个第一身体参数中是否存在异常的身体参数,多个正常身体参数范围与多个第一身体参数一一对应;若是,则从多个第一身体参数中选取身体参数异常的至少一个第二身体参数;
在执行异常预警操作方面,上述显示屏4062具体用于:
对至少一个第二身体参数进行显示。
与上述图2A和图3所示的实施例一致的,请参见图5,图5是本申请实施例提供的一种智能电子设备的结构示意图,该智能电子设备500包括处理器、存储器、通信接口以及一个或多个程序,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行以下步骤的指令:
当检测到待测对象处于运动状态时,获得待测对象的目标生理参数;
获得待测对象的目标人脸图像;
根据目标人脸图像获得待测对象的目标心理参数;
获得待测对象的目标运动项目和目标运动时长;
根据预存的生理参数与运动负荷的映射关系确定目标生理参数对应的第一运动负荷;
根据预存的心理参数与运动负荷的映射关系确定目标心理参数对应的第二运动负荷;
根据预存的运动项目、运动时长与运动负荷的映射关系确定目标运动项目和目标运动时长对应的第三运动负荷;
根据第一运动负荷、第二运动负荷、第三运动负荷和预存的运动负荷公式确定待测对象的目标运动负荷;
若目标运动负荷大于等于预设运动负荷,则确定待测对象满足异常预警条件;
执行异常预警操作。
可以看出,相较于无法及时发现待测对象的身体异常,在本申请实施例中,智能电子设备基于处于运动状态的待测对象的生理参数、心理参数、运动项目和运动时长实时确定待测对象的当前运动负荷,如果当前运动负荷大于等于预设运动负荷,那么确定待测对象满足异常预警条件,并执行异常预警操作。由于处于运动状态的待测对象是否出现身体异常与该待测对象的生理参数、基于人脸图像得到的心理参数、运动项目和运动时长密切相关,因此能够及时发现待测对象的身体异常,有助于提高对处于运动状态的待测对象进行异常预警的效率,同时避免待测对象的身体健康受到严重影响。
在一个可能的示例中,上述程序还包括用于执行以下步骤的指令:
获得待测对象的运动时长;
若待测对象的当前运动时长大于等于预设运动时长,则触发获得待测对象的目标生理参数的操作;
在获得待测对象的目标生理参数方面,上述程序包括具体用于执行以下步骤的指令:
实时获取待测对象的第一体温、第一出汗量和第一人体电生理参数;
将最新获取的待测对象的第一体温、第一出汗量和第一人体电生理参数确定为待测对象的目标生理参数。
在一个可能的示例中,在获得待测对象的目标人脸图像方面,上述程序包括具体用于执行以下步骤的指令:
周期性的采集待测对象的人脸图像;
将最新采集的待测对象的人脸图像确定为待测对象的目标人脸图像。
在一个可能的示例中,在根据目标人脸图像获得待测对象的目标心理参数方面,上述程序包括具体用于执行以下步骤的指令:
对待测对象的目标人脸图像执行识别面部表情的操作,得到待测对象的目标人脸图像对应的目标面部表情;
根据预存的面部表情与心理参数的映射关系确定目标面部表情对应的待测对象的目标心理参数。
在一个可能的示例中,上述程序还包括具体用于执行以下步骤的指令:
获取待测对象的多个第一身体参数;
根据预存的多个正常身体参数范围判断多个第一身体参数中是否存在异常的身体参数,多个正常身体参数范围与多个第一身体参数一一对应;
若是,则从多个第一身体参数中选取身体参数异常的至少一个第二身体参数;
在执行异常预警操作方面,上述程序包括具体用于执行以下步骤的指令:
对至少一个第二身体参数进行显示。
本申请实施例提供一种计算机可读存储介质,该计算机可读存储介质用于存储计算机程序,上述计算机程序被处理器执行,以实现如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括智能电子设备。
本申请实施例提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括智能电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元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单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请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器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory ,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实现方式及应用范围上均会有改变之处,综上上述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种异常预警方法,其特征在于,应用于包括生理参数监测装置、图像采集装置、人工智能芯片、信息采集装置、预警判断装置和预警处理装置的智能电子设备,包括:
当检测到待测对象处于运动状态时,通过所述生理参数监测装置获得所述待测对象的目标生理参数;
通过所述图像采集装置获得所述待测对象的目标人脸图像;
通过所述人工智能芯片根据所述目标人脸图像获得所述待测对象的目标心理参数;
通过所述信息采集装置获得所述待测对象的目标运动项目和目标运动时长;
通过所述预警判断装置根据预存的生理参数与运动负荷的映射关系确定所述目标生理参数对应的第一运动负荷;
通过所述预警判断装置根据预存的心理参数与运动负荷的映射关系确定所述目标心理参数对应的第二运动负荷;
通过所述预警判断装置根据预存的运动项目、运动时长与运动负荷的映射关系确定所述目标运动项目和所述目标运动时长对应的第三运动负荷;
通过所述预警判断装置根据所述第一运动负荷、所述第二运动负荷、所述第三运动负荷和预存的运动负荷公式确定所述待测对象的目标运动负荷;
若所述目标运动负荷大于等于预设运动负荷,则通过所述预警判断装置确定所述待测对象满足异常预警条件;
通过所述预警处理装置执行异常预警操作。
2.根据权利要求1所述的方法,其特征在于,所述智能电子设备还包括计时器和触发装置,所述通过所述生理参数监测装置获得所述待测对象的目标生理参数之前,所述方法还包括:
通过所述计时器获得所述待测对象的运动时长;
若所述待测对象的当前运动时长大于等于预设运动时长,则通过所述触发装置触发通过所述生理参数监测装置获得所述待测对象的目标生理参数的操作;
所述通过所述生理参数监测装置获得所述待测对象的目标生理参数,包括:
通过所述生理参数监测装置实时获取所述待测对象的第一体温、第一出汗量和第一人体电生理参数;
将最新获取的所述待测对象的第一体温、第一出汗量和第一人体电生理参数确定为所述待测对象的目标生理参数。
3.根据权利要求2所述的方法,其特征在于,所述通过所述图像采集装置获得所述待测对象的目标人脸图像,包括:
通过所述图像采集装置周期性的采集所述待测对象的人脸图像;
将最新采集的所述待测对象的人脸图像确定为所述待测对象的目标人脸图像。
4.根据权利要求3所述的方法,其特征在于,所述通过所述人工智能芯片根据所述目标人脸图像获得所述待测对象的目标心理参数,包括:
通过所述人工智能芯片对所述待测对象的目标人脸图像执行识别面部表情的操作,得到所述待测对象的目标人脸图像对应的目标面部表情;
通过所述人工智能芯片根据预存的面部表情与心理参数的映射关系确定所述目标面部表情对应的所述待测对象的目标心理参数。
5.根据权利要求4所述的方法,其特征在于,所述预警处理装置包括身体参数监测装置和显示屏,所述通过所述预警处理装置执行异常预警操作之前,所述方法还包括:
通过所述身体参数监测装置获取所述待测对象的多个第一身体参数;
通过所述身体参数监测装置根据预存的多个正常身体参数范围判断所述多个第一身体参数中是否存在异常的身体参数,所述多个正常身体参数范围与所述多个第一身体参数一一对应;
若是,则通过所述身体参数监测装置从所述多个第一身体参数中选取身体参数异常的至少一个第二身体参数;
所述通过所述预警处理装置执行异常预警操作,包括:
通过所述显示屏对所述至少一个第二身体参数进行显示。
6.一种智能电子设备,其特征在于,包括生理参数监测装置、图像采集装置、人工智能芯片、信息采集装置、预警判断装置和预警处理装置,其中:
所述生理参数监测装置,用于当检测到待测对象处于运动状态时,获得所述待测对象的目标生理参数;
所述图像采集装置,用于获得所述待测对象的目标人脸图像;
所述人工智能芯片,用于根据所述目标人脸图像获得所述待测对象的目标心理参数;
所述信息采集装置,用于获得所述待测对象的目标运动项目和目标运动时长;
所述预警判断装置,用于根据预存的生理参数与运动负荷的映射关系确定所述目标生理参数对应的第一运动负荷;根据预存的心理参数与运动负荷的映射关系确定所述目标心理参数对应的第二运动负荷;根据预存的运动项目、运动时长与运动负荷的映射关系确定所述目标运动项目和所述目标运动时长对应的第三运动负荷;根据所述第一运动负荷、所述第二运动负荷、所述第三运动负荷和预存的运动负荷公式确定所述待测对象的目标运动负荷;若所述目标运动负荷大于等于预设运动负荷,则确定所述待测对象满足异常预警条件;
预警处理装置,用于执行异常预警操作。
7.根据权利要求6所述的智能电子设备,其特征在于,所述智能电子设备还包括计时器和触发装置,
所述计时器,用于获得所述待测对象的运动时长;
所述触发装置,用于若所述待测对象的当前运动时长大于等于预设运动时长,则触发通过所述生理参数监测装置获得所述待测对象的目标生理参数的操作;
在获得所述待测对象的目标生理参数方面,所述生理参数监测装置具体用于:
实时获取所述待测对象的第一体温、第一出汗量和第一人体电生理参数;
将最新获取的所述待测对象的第一体温、第一出汗量和第一人体电生理参数确定为所述待测对象的目标生理参数。
8.根据权利要求7所述的智能电子设备,其特征在于,在获得所述待测对象的目标人脸图像方面,所述图像采集装置具体用于:
通过所述图像采集装置周期性的采集所述待测对象的人脸图像;
将最新采集的所述待测对象的人脸图像确定为所述待测对象的目标人脸图像。
9.根据权利要求8所述的智能电子设备,其特征在于,在根据所述目标人脸图像获得所述待测对象的目标心理参数方面,所述人工智能芯片具体用于:
对所述待测对象的目标人脸图像执行识别面部表情的操作,得到所述待测对象的目标人脸图像对应的目标面部表情;
根据预存的面部表情与心理参数的映射关系确定所述目标面部表情对应的所述待测对象的目标心理参数。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储计算机程序,所述计算机程序被处理器执行,以实现如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010015902.8A CN110801216B (zh) | 2020-01-08 | 2020-01-08 | 异常预警方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010015902.8A CN110801216B (zh) | 2020-01-08 | 2020-01-08 | 异常预警方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110801216A true CN110801216A (zh) | 2020-02-18 |
CN110801216B CN110801216B (zh) | 2020-08-04 |
Family
ID=69493420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010015902.8A Active CN110801216B (zh) | 2020-01-08 | 2020-01-08 | 异常预警方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110801216B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112346349A (zh) * | 2020-10-22 | 2021-02-09 | 珠海格力电器股份有限公司 | 智能设备的控制方法、装置、电子设备和存储介质 |
CN113476808A (zh) * | 2021-07-09 | 2021-10-08 | 烟台工程职业技术学院(烟台市技师学院) | 智能体育运动数据测量方法及装置 |
CN115063891A (zh) * | 2022-08-19 | 2022-09-16 | 山东新蓝海科技股份有限公司 | 一种人体异常体征数据监测方法 |
CN116485236A (zh) * | 2023-03-27 | 2023-07-25 | 中国消防救援学院 | 一种消防员职业训练智能监测及预警方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005065812A (ja) * | 2003-08-21 | 2005-03-17 | Nec Fielding Ltd | 健康診断システム,方法およびプログラム |
CN101342076A (zh) * | 2007-07-13 | 2009-01-14 | 株式会社阿斯特姆 | 运动负荷量测定装置 |
CN208114591U (zh) * | 2017-05-03 | 2018-11-20 | 长春爱思钛克智能科技有限公司 | 一种可穿戴式心电、呼吸信号实时监测的智能运动内衣 |
CN108877890A (zh) * | 2018-08-01 | 2018-11-23 | 深圳云天励飞技术有限公司 | 运动量监控方法、设备及计算机可读存储介质 |
CN109965851A (zh) * | 2019-04-18 | 2019-07-05 | 郑州工业应用技术学院 | 一种基于多生理参数的人体运动性疲劳检测系统 |
-
2020
- 2020-01-08 CN CN202010015902.8A patent/CN110801216B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005065812A (ja) * | 2003-08-21 | 2005-03-17 | Nec Fielding Ltd | 健康診断システム,方法およびプログラム |
CN101342076A (zh) * | 2007-07-13 | 2009-01-14 | 株式会社阿斯特姆 | 运动负荷量测定装置 |
CN208114591U (zh) * | 2017-05-03 | 2018-11-20 | 长春爱思钛克智能科技有限公司 | 一种可穿戴式心电、呼吸信号实时监测的智能运动内衣 |
CN108877890A (zh) * | 2018-08-01 | 2018-11-23 | 深圳云天励飞技术有限公司 | 运动量监控方法、设备及计算机可读存储介质 |
CN109965851A (zh) * | 2019-04-18 | 2019-07-05 | 郑州工业应用技术学院 | 一种基于多生理参数的人体运动性疲劳检测系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112346349A (zh) * | 2020-10-22 | 2021-02-09 | 珠海格力电器股份有限公司 | 智能设备的控制方法、装置、电子设备和存储介质 |
CN112346349B (zh) * | 2020-10-22 | 2022-07-15 | 珠海格力电器股份有限公司 | 智能设备的控制方法、装置、电子设备和存储介质 |
CN113476808A (zh) * | 2021-07-09 | 2021-10-08 | 烟台工程职业技术学院(烟台市技师学院) | 智能体育运动数据测量方法及装置 |
CN115063891A (zh) * | 2022-08-19 | 2022-09-16 | 山东新蓝海科技股份有限公司 | 一种人体异常体征数据监测方法 |
CN115063891B (zh) * | 2022-08-19 | 2022-11-04 | 山东新蓝海科技股份有限公司 | 一种人体异常体征数据监测方法 |
CN116485236A (zh) * | 2023-03-27 | 2023-07-25 | 中国消防救援学院 | 一种消防员职业训练智能监测及预警方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110801216B (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110801216B (zh) | 异常预警方法及相关设备 | |
US11375948B2 (en) | Methods and systems for providing a preferred fitness state of a user | |
US11147463B2 (en) | Method and apparatus for high accuracy photoplethysmogram based atrial fibrillation detection using wearable device | |
US20220125322A1 (en) | Methods and Systems for Determining Abnormal Cardiac Activity | |
WO2019161607A1 (zh) | 心电信息动态监护方法和动态监护系统 | |
CN110464357B (zh) | 一种康复过程质量监测方法及系统 | |
EP2698112B1 (en) | Real-time stress determination of an individual | |
US9731184B2 (en) | Exercise assistive device | |
CN109363659B (zh) | 基于深度学习的心率监控方法、装置及存储介质 | |
US20160374578A1 (en) | Contextual heart health monitoring with integrated ecg (electrocardiogram) | |
US20150088004A1 (en) | Method for monitoring an accurate heart rate | |
CN106897569A (zh) | 一种智能健康终端系统的工作方法 | |
CN206228342U (zh) | 一种危机预警智能穿戴设备 | |
López-Cuevas et al. | FiToViz: A visualisation approach for real-time risk situation awareness | |
CN112022096A (zh) | 一种睡眠状态监测方法及装置 | |
CN114298089A (zh) | 一种多模态力量训练辅助方法和系统 | |
WO2016048520A1 (en) | System method for assessing fitness state via a mobile device | |
WO2022193851A1 (zh) | 识别用户动作的方法和系统 | |
Ni et al. | Deep multi-branch two-stage regression network for accurate energy expenditure estimation with ECG and IMU data | |
WO2024001588A1 (zh) | 呼吸状态检测方法、装置、设备、存储介质和计算机程序产品 | |
KR102509545B1 (ko) | 심전도 데이터 처리 장치, 가변적인 윈도우 크기의 신호 세그먼트들로 분할하면서 분석 필요 구간을 추출하는 심전도 데이터 처리 방법 및 컴퓨터 프로그램 | |
CN115462767A (zh) | 运动监测方法、指导方法、装置、可穿戴设备和终端设备 | |
CN113499037A (zh) | 用户睡眠质量的确定方法和装置、电子设备和存储介质 | |
CN113598725A (zh) | 可穿戴宠物无线健康监护系统 | |
KR20200031355A (ko) | 대규모 작업을 수행하는 작업자의 작업효율성 평가 및 알림 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |