CN112698688A - 一种主动触发的智能奖励方法及系统 - Google Patents
一种主动触发的智能奖励方法及系统 Download PDFInfo
- Publication number
- CN112698688A CN112698688A CN202011614896.4A CN202011614896A CN112698688A CN 112698688 A CN112698688 A CN 112698688A CN 202011614896 A CN202011614896 A CN 202011614896A CN 112698688 A CN112698688 A CN 112698688A
- Authority
- CN
- China
- Prior art keywords
- reward
- time
- compliance
- preset
- read
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000007246 mechanism Effects 0.000 claims abstract description 53
- 230000036544 posture Effects 0.000 claims abstract description 36
- 238000012544 monitoring process Methods 0.000 claims abstract description 24
- 230000001960 triggered effect Effects 0.000 claims abstract description 20
- 230000006399 behavior Effects 0.000 claims description 33
- 230000009471 action Effects 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 description 25
- 239000013598 vector Substances 0.000 description 25
- 239000011159 matrix material Substances 0.000 description 23
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000009825 accumulation Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007499 fusion processing Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000000366 juvenile effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/16—Constructional details or arrangements
- G06F1/1613—Constructional details or arrangements for portable computers
- G06F1/163—Wearable computers, e.g. on a belt
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- 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
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Strategic Management (AREA)
- Computer Hardware Design (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Ophthalmology & Optometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- User Interface Of Digital Computer (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种主动触发的智能奖励方法及系统，其方法，包括：实时监督佩戴智能手表的用户的读写姿态；记录读写姿态，并确定读写姿态的合规读写时间；基于合规读写时间，获取匹配的合规分数；根据家长端的家长预先设定的奖励机制，并结合合规分数，主动触发获取奖励信息，并推送到智能手表进行显示。通过监督获取读写姿态，并确定合规时间，来主动触发获取对应的奖励，从而提高使用智能手表的积极性和趣味性。
Description
技术领域
本发明涉及智能监督技术领域，特别涉及一种主动触发的智能奖励方法及系统。
背景技术
智能儿童手表是一种新型的可穿戴式设备，它将最新的IT技术与传统的手表功能相结合，具有便于携带、易于使用、功能丰富等优点。因此，智能儿童手表广泛应用到对学生的监督上，但是，如果只是通过智能儿童手表对学生进行简单监督，例如进行读写姿势的监督，长此以往，会使得学生产生厌倦心理，为避免该智能儿童手表成为监督儿童用的用具，发生儿童抵触及厌倦使用产品现象，本发明提出一种主动触发的智能奖励方法及系统。
发明内容
本发明提供一种主动触发的智能奖励方法及系统，用以通过监督获取读写姿态，并确定合规时间，来主动触发获取对应的奖励，从而提高使用智能手表的积极性和趣味性。
本发明提供一种主动触发的智能奖励方法，包括：
实时监督佩戴智能手表的用户的读写姿态；
记录所述读写姿态，并确定所述读写姿态的合规读写时间；
基于所述合规读写时间，获取匹配的合规分数；
根据家长端的家长预先设定的奖励机制，并结合所述合规分数，主动触发获取奖励信息，并推送到所述智能手表进行显示。
在一种可能实现的方式中，
实时监督佩戴智能手表的用户的读写姿态的步骤包括：
基于时间戳，监督所述用户在每个时间点上的读写姿态图像以及读写姿态信息；
对每个时间点上的读写姿态图像进行空间拆分，并分为若干个子空间，并确定每个子空间对应的所述用户的目标部位的当前状态；
基于所述读写姿态信息，确定每个时间点上的点信息，对所述点信息进行信息拆分，获取所述用户的目标部位的当前信息；
将同一时间点以及同一目标部位的当前状态和当前信息进行融合处理，确定对应目标部位的读写姿态，并获取所述用户的读写姿态。
在一种可能实现的方式中，
记录所述读写姿态，并确定所述读写姿态的合规读写时间的步骤包括：
判断记录的所述读写姿态在每个时间点上是否满足预先设定的约束条件；
若是，判定所述读写姿态合格，并获取对应的合规读写时间；
否则，将对应的满足预先设定的约束条件的第一时间点进行第一标定，将剩余时间点作为第二时间点并进行第二标定；
确定进行第一标定的第一时间点的有效时间累加和，确定进行第二标定的第二时间点的无效时间累加和；
若所述有效时间累加和与无效时间累加和的比值大于第一预设比值，判定所述读写姿态合格，并将所述有效时间累加和作为合规读写时间；
若所述有效时间累加和与无效时间累加和的比值小于第二预设比值，判定所述读写姿态不合格，默认对应的合规读写时间为零，其中，所述第一预设比值大于第二预设比值；
若所述有效时间累加和与无效时间累加和的比值大于或等于第二预设比值，且小于或等于第一预设比值，提取进行第一标定的第一时间点的随机时间段，并确定所述随机时间段内，所述用户的手部姿态是否发生变化；
若发生变化，判定不存在假性姿态，并将所述有效时间累加和作为合规读写时间；
否则，监督所述随机时间段内，所述用户的眼部姿态是否一直处于闭眼状态；
若是，判定存在假性姿态，若所述有效时间累加与不同所有所述随机时间段的时间和的差值与无效时间累加和的比值大于或等于第二预设比值，则将对应的差值作为合规读写时间，否则，默认对应的合规读写时间为零；
否则，判定不存在假性姿态，并将所述有效时间累加和作为合规读写时间。
在一种可能实现的方式中，
基于所述合规读写时间，获取匹配的合规分数的步骤包括：
获取预设时间内，所述合规读写时间的总时长；
基于时间分数匹配数据库，匹配并获取与所述总时长相关的合规分数。
在一种可能实现的方式中，
根据家长端的家长预先设定的奖励机制，并结合所述合规分数，主动触发获取奖励信息的步骤包括：
获取预先设定的奖励机制，并基于所述奖励机制，对所述合规分数进行转化，获得触发指令；
基于所述触发指令，获取对应的奖励信息。
在一种可能实现的方式中，还包括：
向所述智能手表推送待奖励奖品，同时，获取每个所述待奖励奖品的实现条件，所述实现条件与所述合规读写时间以及家长端设置的奖励机制相关；
接收所述用户基于智能手表选择的待奖励奖品，并将对应的实现条件的预设读写时间与所述用户的当前合规读写时间进行比较；
同时，获取所述实现条件对应的所述待奖励奖品的开始奖励时间与结束奖励时间；
根据比较结果以及开始奖励时间以及结束奖励时间，向所述智能手表推送显示任务列表，所述任务列表包括若干种执行方式；
同时，基于所述执行方法，预估所述用户获取所述待奖励奖品的时间，并将所述执行方法以及对应的预估时间推送到所述智能手表进行显示；
同时，还获取所述用户选取的执行方式，并按照对应的提醒规则，向所述智能手表发送提醒信息。
在一种可能实现的方式中，判断记录的所述读写姿态在每个时间点上是否满足预先设定的约束条件的步骤包括：
基于预先设定的监测组件，从多个方位捕捉获取同个时间点的所述用户的当前位姿；
基于所述当前位姿，构建不同方位的位姿矩阵；
基于组件数据库，提取与所述监测组件相关的修正参数，并对所述修正参数进行方位拆分处理，获得对应方位上的修正子集，并基于所述修正子集构建修正向量；
基于所述修正向量，对对应的所述位姿矩阵进行修正处理，且所述修正处理步骤包括：
确定所述修正向量的第一权重值，并确定对应的所述位姿矩阵中的每行向量的第二权重值；
所述修正向量基于所述第一权重值和第二权重值，对对应的所述位姿矩阵中的每行向量进行修正处理；
基于预先设定好的位姿鉴别模型，对修正处理后的位姿矩阵进行鉴别处理，并根据鉴别处理结果，确定所述修正处理后的位姿矩阵中的每行向量以及整个矩阵是否鉴别合格；
若合规，判定所述用户的当前位姿满足预先设定的约束条件；
否则，基于修正处理后的位姿矩阵，提取差异向量，并构建差异矩阵，并计算所述差异矩阵中每行向量的特征值，并将所述特征值输入到所述位姿鉴别模型中；
若所有的所述特征值鉴别合格，判定所述用户的当前位姿满足预先设定的约束条件；
否则，判定所述用户的当前位姿不满足预先设定的约束条件，同时，提取与鉴别不合格相关的所述特征值的行向量所对应的当前姿态图像，并进行传输显示。
在一种可能实现的方式中，根据家长端的家长预先设定的奖励机制，并结合所述合规分数，主动触发获取奖励信息的过程中，还包括：
对所述家长端的家长预先设定的奖励机制进行优化调整，其步骤包括：
获取所述奖励机制的各项机制指标，并确定每项机制指标的指标权重值；
获取与所述家长端进行绑定的所述智能手表的用户对所述奖励机制的各项反馈指标；
采集所述用户的历史行为信息，并对所述历史行为信息进行预处理，根据预处理结果以及如下公式，计算预处理结果与各项反馈指标的匹配值；
其中，Pi表示预处理结果与第i项反馈指标的匹配值，且i的取值范围为[1，n]；n1表示对所述历史行为信息进行预处理之后，对应的预处理结果的行为分类总数；βj表示所述第j类行为的行为权重值；sj表示第j类行为的行为有效值；hi表示第i项反馈指标的指标有效值；γ表示与所述第i项反馈指标相关的调整因子，且取值范围为[0.01,0.26]；m1表示所述第j类行为所包含的行为姿态动作总数；Xk表示第k个行为姿态动作对应的动作有效值；Xmax表示最大动作有效值；Xmin表示最小动作有效值；
将获取的匹配值与对应的预设值进行比较，当所述匹配值大于或等于预设值时，筛选对应的反馈指标，否则，基于确定的每项机制指标的指标权重值，判断是否将对应的反馈指标剔除；
基于判断结果以及根据筛选的所有反馈指标对所述奖励机制进行优化处理，获得新的奖励机制，并按照所述新的奖励机制且结合所述合规分数，主动触发获取奖励信息。
在一种可能实现的方式中，还包括：
所述智能手表基于NFC通信技术，主动将预设距离范围内佩戴所述智能手表的所有用户默认互加好友；
或者，当佩戴所述智能手表的用户之间的靠近距离小于或等于预设边界值时，通过NFC通信技术，自动添加好友。
本发明提供一种主动触发的智能奖励系统，包括：
监督模块，用于实时监督佩戴智能手表的用户的读写姿态；
记录模块，用于记录所述读写姿态，并确定所述读写姿态的合规读写时间；
获取模块，用于基于所述合规读写时间，获取匹配的合规分数；
触发模块，用于根据家长端的家长预先设定的奖励机制，并结合所述合规分数，主动触发获取奖励信息，并推送到所述智能手表进行显示。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种主动触发的智能奖励方法的流程图；
图2为本发明实施例中一种主动触发的智能奖励系统的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明提供一种主动触发的智能奖励方法，如图1所示，包括：
步骤1：实时监督佩戴智能手表的用户的读写姿态；
步骤2：记录所述读写姿态，并确定所述读写姿态的合规读写时间；
步骤3：基于所述合规读写时间，获取匹配的合规分数；
步骤4：根据家长端的家长预先设定的奖励机制，并结合所述合规分数，主动触发获取奖励信息，并推送到所述智能手表进行显示。
上述技术方案的有益效果是：用以通过监督获取读写姿态，并确定合规时间，来主动触发获取对应的奖励，从而提高使用智能手表的积极性和趣味性。
本发明提供一种主动触发的智能奖励方法，实时监督佩戴智能手表的用户的读写姿态的步骤包括：
基于时间戳，监督所述用户在每个时间点上的读写姿态图像以及读写姿态信息；
对每个时间点上的读写姿态图像进行空间拆分，并分为若干个子空间，并确定每个子空间对应的所述用户的目标部位的当前状态；
基于所述读写姿态信息，确定每个时间点上的点信息，对所述点信息进行信息拆分，获取所述用户的目标部位的当前信息；
将同一时间点以及同一目标部位的当前状态和当前信息进行融合处理，确定对应目标部位的读写姿态，并获取所述用户的读写姿态。
该实施例中，获取读写姿态图像可以是通过摄像头获取到的，进行空间拆分是为了将读写姿态图像进行肢体动作的拆分，来确定用户当前状态；
该实施例中，获取读写姿态信息可以是通过陀螺仪、位移传感器的获取到的，进行信息拆分，是为了对上述获取的同个时间点对应的目标部位的当前状态的验证。
上述技术方案的有益效果是：通过同个时间点，获取两者信息，并通过对两者信息进行融合处理，提高确定读写姿态的准确性，为后续奖励提供数据基础。
本发明提供一种主动触发的智能奖励方法，记录所述读写姿态，并确定所述读写姿态的合规读写时间的步骤包括：
判断记录的所述读写姿态在每个时间点上是否满足预先设定的约束条件；
若是，判定所述读写姿态合格，并获取对应的合规读写时间；
否则，将对应的满足预先设定的约束条件的第一时间点进行第一标定，将剩余时间点作为第二时间点并进行第二标定；
确定进行第一标定的第一时间点的有效时间累加和，确定进行第二标定的第二时间点的无效时间累加和；
若所述有效时间累加和与无效时间累加和的比值大于第一预设比值，判定所述读写姿态合格，并将所述有效时间累加和作为合规读写时间；
若所述有效时间累加和与无效时间累加和的比值小于第二预设比值，判定所述读写姿态不合格，默认对应的合规读写时间为零，其中，所述第一预设比值大于第二预设比值；
若所述有效时间累加和与无效时间累加和的比值大于或等于第二预设比值，且小于或等于第一预设比值，提取进行第一标定的第一时间点的随机时间段，并确定所述随机时间段内，所述用户的手部姿态是否发生变化；
若发生变化，判定不存在假性姿态，并将所述有效时间累加和作为合规读写时间；
否则，监督所述随机时间段内，所述用户的眼部姿态是否一直处于闭眼状态；
若是，判定存在假性姿态，若所述有效时间累加与不同所有所述随机时间段的时间和的差值与无效时间累加和的比值大于或等于第二预设比值，则将对应的差值作为合规读写时间，否则，默认对应的合规读写时间为零；
否则，判定不存在假性姿态，并将所述有效时间累加和作为合规读写时间。
该实施例中，预先设定好的约束条件，例如为:头部离书桌大于30CM，腰、头部与书桌接近垂直，左手平放于书桌，右手处于书写或者平放状态等。
该实施例中，第一标定和第二标定可以为高亮标定等。
该实施例中，第一预设比值例如为大于1.5的值，第二预设比值例如是大于1的比值，且第二预设值小于第一预设值。
该实施例中，随机时间段，可以是3-5S；
该实施例中，手部姿态例如是用户处于书写状态等；
该实施例中，监督眼部姿态，是为了避免用户在读写过程中，出现假性睡觉的姿态，即读写姿态标准，但是处于睡觉状态。
上述技术方案的有益效果是：通过第一标定和第二标定是为了获取有效时间和无效时间，通过两者的比值，是为了确定合规读写时间，通过对两者的比值进行具体分析，进而通过与假性姿态相结合，便于进一步提高对合规读写时间的精准确定。
本发明提供一种主动触发的智能奖励方法，基于所述合规读写时间，获取匹配的合规分数的步骤包括：
获取预设时间内，所述合规读写时间的总时长；
基于时间分数匹配数据库，匹配并获取与所述总时长相关的合规分数。
该实施例中，由于不同的家长设置的奖励机制不同，因此，需要设置时间分数匹配数据库，来匹配获取对应的合规分数。
上述技术方案的有益效果是：便于匹配获取对应的合规分数，提高奖励的针对性和有效性。
本发明提供一种主动触发的智能奖励方法，根据家长端的家长预先设定的奖励机制，并结合所述合规分数，主动触发获取奖励信息的步骤包括：
获取预先设定的奖励机制，并基于所述奖励机制，对所述合规分数进行转化，获得触发指令；
基于所述触发指令，获取对应的奖励信息。
该实施例中，例如针对K0-K6(幼儿至小学6年纪)的儿童，其在校期间合规读写时间可获得对应的匹配分数；
对应的奖励信息例如是文具、玩具等其它奖励信息；
该实施例中，预先设定的奖励机制，例如是家长端的家长根据合规天数为孩子设置不同阶梯奖励。如连续合规读写1天、3天、7天、30天可分别获得不同阶梯奖励；
也可根据合规读写小时时长来设置阶梯奖励方案，如连续合规读写3小时、15小时、30小时、100小时分别获得不同阶梯奖励；
同时，奖励还可是学校、班级及教育等部门颁发的“年度正气阳光少年”等称号；
也可是以上几种奖励手段的组合；
同时，针对奖励机制的存在的奖励条件可设置为：孩子合规读写时长统计分数达标相应条件后，可为贫困山区的儿童捐赠文具、玩具等物质奖励。
其中，与奖励信息相关的奖品，可以是从外部商家在平台开设的文具、玩具等用品的线上商店获得，也可是平台直营的文具、文具等用品的线上商城获得。
该实施例中，还可以是，当儿童合规读写数据分数兑现成等值奖品后，家长还可通过家长端支付购买，平台快递给家长。
上述技术方案的有益效果是：通过由家长端的家长制定奖励机制，可以有针对性的提高儿童的读写姿态合规的积极性，提高奖励的随机性。
本发明提供一种主动触发的智能奖励方法，还包括：
向所述智能手表推送待奖励奖品，同时，获取每个所述待奖励奖品的实现条件，所述实现条件与所述合规读写时间以及家长端设置的奖励机制相关；
接收所述用户基于智能手表选择的待奖励奖品，并将对应的实现条件的预设读写时间与所述用户的当前合规读写时间进行比较；
同时，获取所述实现条件对应的所述待奖励奖品的开始奖励时间与结束奖励时间；
根据比较结果以及开始奖励时间以及结束奖励时间，向所述智能手表推送显示任务列表，所述任务列表包括若干种执行方式；
同时，基于所述执行方法，预估所述用户获取所述待奖励奖品的时间，并将所述执行方法以及对应的预估时间推送到所述智能手表进行显示；
同时，还获取所述用户选取的执行方式，并按照对应的提醒规则，向所述智能手表发送提醒信息。
该实施例中，执行方式是包括至少一种可以获取用户需要的奖品的方式在内的。
上述技术方案的有益效果是：通过自主推送的方式，便于用户选择需要的奖品，提高用户的积极性，且通过推送若干种执行方式，便于用户选择，且保证用户可以有效的执行，提高获得奖品的效率，通过发送提醒信息，便于提醒用户，获得奖品的进度。
本发明提供一种主动触发的智能奖励方法，判断记录的所述读写姿态在每个时间点上是否满足预先设定的约束条件的步骤包括：
基于预先设定的监测组件，从多个方位捕捉获取同个时间点的所述用户的当前位姿；
基于所述当前位姿，构建不同方位的位姿矩阵；
基于组件数据库，提取与所述监测组件相关的修正参数，并对所述修正参数进行方位拆分处理，获得对应方位上的修正子集，并基于所述修正子集构建修正向量；
基于所述修正向量，对对应的所述位姿矩阵进行修正处理，且所述修正处理步骤包括：
确定所述修正向量的第一权重值，并确定对应的所述位姿矩阵中的每行向量的第二权重值；
所述修正向量基于所述第一权重值和第二权重值，对对应的所述位姿矩阵中的每行向量进行修正处理；
基于预先设定好的位姿鉴别模型，对修正处理后的位姿矩阵进行鉴别处理，并根据鉴别处理结果，确定所述修正处理后的位姿矩阵中的每行向量以及整个矩阵是否鉴别合格；
若合规，判定所述用户的当前位姿满足预先设定的约束条件；
否则，基于修正处理后的位姿矩阵，提取差异向量，并构建差异矩阵，并计算所述差异矩阵中每行向量的特征值，并将所述特征值输入到所述位姿鉴别模型中；
若所有的所述特征值鉴别合格，判定所述用户的当前位姿满足预先设定的约束条件；
否则，判定所述用户的当前位姿不满足预先设定的约束条件，同时，提取与鉴别不合格相关的所述特征值的行向量所对应的当前姿态图像，并进行传输显示。
该实施例中，监测组件可以实施为摄像头、激光雷达、毫米波雷达等任一种或多种的组合。
该实施例中，修正参数是与监测组件本身运行相关的一些参数，且是包括不同方位对应的参数在内的。
该实施例中，通过对修正处理后的位姿矩阵中的每行向量以及整体矩阵进行鉴别，来判断是否合格，当初次鉴别合格时，即可认为满足约束条件。
该实施例中，通过提取差异向量中的每行向量的特征值，进行再次鉴别，来精细确定是否满足约束条件。
上述技术方案的有益效果是：通过从多个方位捕捉相同时间点的当前位姿，便于提高对当前学些姿势的有效判断，通过获取监测组件本身的修正向量，消除器件本身带来的误差影响，通过对修正处理后的姿态矩阵进行鉴别处理，便于判断是否满足约束条件，且还通过提取差异向量，并通过对相应特征值进行鉴别，进一步提高是否满足约束条件的有效性，便于有效判断当前位姿，且间接提高主动触发获取奖励信息的有效性。
本发明提供一种主动触发的智能奖励方法，根据家长端的家长预先设定的奖励机制，并结合所述合规分数，主动触发获取奖励信息的过程中，还包括：
对所述家长端的家长预先设定的奖励机制进行优化调整，其步骤包括：
获取所述奖励机制的各项机制指标，并确定每项机制指标的指标权重值；
获取与所述家长端进行绑定的所述智能手表的用户对所述奖励机制的各项反馈指标；
采集所述用户的历史行为信息，并对所述历史行为信息进行预处理，根据预处理结果以及如下公式，计算预处理结果与各项反馈指标的匹配值；
其中，Pi表示预处理结果与第i项反馈指标的匹配值，且i的取值范围为[1，n]；n1表示对所述历史行为信息进行预处理之后，对应的预处理结果的行为分类总数；βj表示所述第j类行为的行为权重值；sj表示第j类行为的行为有效值；hi表示第i项反馈指标的指标有效值；γ表示与所述第i项反馈指标相关的调整因子，且取值范围为[0.01,0.26]；m1表示所述第j类行为所包含的行为姿态动作总数；Xk表示第k个行为姿态动作对应的动作有效值；Xmax表示最大动作有效值；Xmin表示最小动作有效值；
将获取的匹配值与对应的预设值进行比较，当所述匹配值大于或等于预设值时，筛选对应的反馈指标，否则，基于确定的每项机制指标的指标权重值，判断是否将对应的反馈指标剔除；
基于判断结果以及根据筛选的所有反馈指标对所述奖励机制进行优化处理，获得新的奖励机制，并按照所述新的奖励机制且结合所述合规分数，主动触发获取奖励信息。
该实施例中，反馈指标与用户平时的读写信息有关，且历史行为信息也与用户平时的学些信息相关。
该实施例中，预处理可以是对历史行为信息进行的聚类分析。
该实施例中预设值时预先设定好的。
上述技术方案的有益效果是：通过获取反馈指标以及用户的历史行为信息，来根据公式计算其的匹配值，进而通过将匹配值与预设值进行比较，来筛选反馈指标，同时，基于指标权重值来判断是否将其剔除，最后根据判断结果以及筛选的反馈指标对奖励机制级进行优化，提高主动触发获取奖励信息的准确性以及高效性，便于激发用户的积极性。
本发明提供一种主动触发的智能奖励方法，还包括：
所述智能手表基于NFC通信技术，主动将预设距离范围内佩戴所述智能手表的所有用户默认互加好友；
或者，当佩戴所述智能手表的用户之间的靠近距离小于或等于预设边界值时，通过NFC通信技术，自动添加好友。
该实施例中，基于同班同学熟人社交关系下，系统可以基于NFC近场通信技术，通过相互主动寻的，并以班级为单位，主动把预设距离范围内使用该护眼正姿儿童智能手表的所有用户默认互加为好友。
同样的，用户也可以让两只智能手表终端靠近到预设值，通过NFC通信自动添加好友。
上述技术方案的有益效果是：通过智能手表NFC近场通信主动寻的，系统主动和自动添加彼此为好友，在班级及熟人社交场景下，省去了狭窄屏幕添加好友的复杂操作，有效提升了用户体验。
本发明提供一种主动触发的智能奖励系统，如图2所示，包括：
监督模块，用于实时监督佩戴智能手表的用户的读写姿态；
记录模块，用于记录所述读写姿态，并确定所述读写姿态的合规读写时间；
获取模块，用于基于所述合规读写时间，获取匹配的合规分数；
触发模块，用于根据家长端的家长预先设定的奖励机制，并结合所述合规分数，主动触发获取奖励信息，并推送到所述智能手表进行显示。
基于该智能奖励系统，还包括：
获取目标区域中佩戴该智能手表的所有用户的合规分数；
通过对目标区域进行区域划分，将对应区域结果中的所有用户的合规分数进行PK、评选，且每日、每周、每月、每学期及年度推送评比结果。
其中，区域结果可以是以国家、省市、城市、区县、街道、学校、班级等为单位的划分结果。
上述技术方案的有益效果是：用以通过监督获取读写姿态，并确定合规时间，来主动触发获取对应的奖励，从而提高使用智能手表的积极性和趣味性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (5)
1.一种主动触发的智能奖励方法，其特征在于，包括：
实时监督佩戴智能手表的用户的读写姿态；
记录所述读写姿态，并确定所述读写姿态的合规读写时间；
基于所述合规读写时间，获取匹配的合规分数；
根据家长端的家长预先设定的奖励机制，并结合所述合规分数，主动触发获取奖励信息，并推送到所述智能手表进行显示；
根据家长端的家长预先设定的奖励机制，并结合所述合规分数，主动触发获取奖励信息的过程中，还包括：
对所述家长端的家长预先设定的奖励机制进行优化调整，其步骤包括：
获取所述奖励机制的各项机制指标，并确定每项机制指标的指标权重值；
获取与所述家长端进行绑定的所述智能手表的用户对所述奖励机制的各项反馈指标；
采集所述用户的历史行为信息，并对所述历史行为信息进行预处理，根据预处理结果以及如下公式，计算预处理结果与各项反馈指标的匹配值；
其中，Pi表示预处理结果与第i项反馈指标的匹配值，且i的取值范围为[1，n]；n1表示对所述历史行为信息进行预处理之后，对应的预处理结果的行为分类总数；βj表示第j类行为的行为权重值；sj表示第j类行为的行为有效值；hi表示第i项反馈指标的指标有效值；γ表示与所述第i项反馈指标相关的调整因子，且取值范围为[0.01,0.26]；m1表示所述第j类行为所包含的行为姿态动作总数；Xk表示第k个行为姿态动作对应的动作有效值；Xmax表示最大动作有效值；Xmin表示最小动作有效值；
将获取的匹配值与对应的预设值进行比较，当所述匹配值大于或等于预设值时，筛选对应的反馈指标，否则，基于确定的每项机制指标的指标权重值，判断是否将对应的反馈指标剔除；
基于判断结果以及根据筛选的所有反馈指标对所述奖励机制进行优化处理，获得新的奖励机制，并按照所述新的奖励机制且结合所述合规分数，主动触发获取奖励信息。
2.如权利要求1所述的智能奖励方法，其特征在于，基于所述合规读写时间，获取匹配的合规分数的步骤包括：
获取预设时间内，所述合规读写时间的总时长；
基于时间分数匹配数据库，匹配并获取与所述总时长相关的合规分数。
3.如权利要求1所述的智能奖励方法，其特征在于，根据家长端的家长预先设定的奖励机制，并结合所述合规分数，主动触发获取奖励信息的步骤包括：
获取预先设定的奖励机制，并基于所述奖励机制，对所述合规分数进行转化，获得触发指令；
基于所述触发指令，获取对应的奖励信息。
4.如权利要求1所述的智能奖励方法，其特征在于，还包括：
向所述智能手表推送待奖励奖品，同时，获取每个所述待奖励奖品的实现条件，所述实现条件与所述合规读写时间以及家长端设置的奖励机制相关；
接收所述用户基于智能手表选择的待奖励奖品，并将对应的实现条件的预设读写时间与所述用户的当前合规读写时间进行比较；
同时，获取所述实现条件对应的所述待奖励奖品的开始奖励时间与结束奖励时间；
根据比较结果以及开始奖励时间以及结束奖励时间，向所述智能手表推送显示任务列表，所述任务列表包括若干种执行方式；
同时，基于所述执行方法，预估所述用户获取所述待奖励奖品的时间，并将所述执行方法以及对应的预估时间推送到所述智能手表进行显示；
同时，还获取所述用户选取的执行方式，并按照对应的提醒规则，向所述智能手表发送提醒信息。
5.如权利要求1所述的智能奖励方法，其特征在于，还包括：
所述智能手表基于NFC通信技术，主动将预设距离范围内佩戴所述智能手表的所有用户默认互加好友；
或者，当佩戴所述智能手表的用户之间的靠近距离小于或等于预设边界值时，通过NFC通信技术，自动添加好友。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011614896.4A CN112698688B (zh) | 2020-10-29 | 2020-10-29 | 一种主动触发的智能奖励方法及系统 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011177469.4A CN112015242B (zh) | 2020-10-29 | 2020-10-29 | 一种主动触发的智能奖励方法及系统 |
| CN202011614896.4A CN112698688B (zh) | 2020-10-29 | 2020-10-29 | 一种主动触发的智能奖励方法及系统 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011177469.4A Division CN112015242B (zh) | 2020-10-29 | 2020-10-29 | 一种主动触发的智能奖励方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112698688A true CN112698688A (zh) | 2021-04-23 |
| CN112698688B CN112698688B (zh) | 2022-10-21 |
Family
ID=73528395
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011618557.3A Active CN112764463B (zh) | 2020-10-29 | 2020-10-29 | 一种主动触发的智能奖励方法及系统 |
| CN202011614896.4A Active CN112698688B (zh) | 2020-10-29 | 2020-10-29 | 一种主动触发的智能奖励方法及系统 |
| CN202011177469.4A Active CN112015242B (zh) | 2020-10-29 | 2020-10-29 | 一种主动触发的智能奖励方法及系统 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011618557.3A Active CN112764463B (zh) | 2020-10-29 | 2020-10-29 | 一种主动触发的智能奖励方法及系统 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011177469.4A Active CN112015242B (zh) | 2020-10-29 | 2020-10-29 | 一种主动触发的智能奖励方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (3) | CN112764463B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113012005B (zh) * | 2021-04-15 | 2023-07-18 | 四川写正智能科技有限公司 | 提高平台流量稳定性及用户活跃度的方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140278895A1 (en) * | 2013-03-12 | 2014-09-18 | Edulock, Inc. | System and method for instruction based access to electronic computing devices |
| US20140272847A1 (en) * | 2013-03-14 | 2014-09-18 | Edulock, Inc. | Method and system for integrated reward system for education related applications |
| CN109765991A (zh) * | 2017-11-09 | 2019-05-17 | 通用电气公司 | 社交互动系统、用于帮助用户进行社交互动的系统及非暂时性计算机可读存储介质 |
| JP2019177076A (ja) * | 2018-03-30 | 2019-10-17 | 株式会社バンダイナムコエンターテインメント | 遠隔操作システム及びプログラム |
| CN111415389A (zh) * | 2020-03-18 | 2020-07-14 | 清华大学 | 基于强化学习的无标签六维物体姿态预测方法及装置 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030046702A1 (en) * | 2001-09-03 | 2003-03-06 | Gen Sasaki | Program server and a receiver |
| CN101079103A (zh) * | 2007-06-14 | 2007-11-28 | 上海交通大学 | 基于稀疏贝叶斯回归的人脸姿势识别方法 |
| CN103473688A (zh) * | 2012-06-06 | 2013-12-25 | 飞彩科技有限公司 | 基于消费者到访的奖励方法及系统 |
| CN104867281A (zh) * | 2015-05-11 | 2015-08-26 | 广东小天才科技有限公司 | 一种检测用户坐姿的方法及装置 |
| CN105931436A (zh) * | 2016-06-03 | 2016-09-07 | 深圳市中幼国际教育科技有限公司 | 一种儿童书写姿势矫正器 |
| JP2019158862A (ja) * | 2018-03-12 | 2019-09-19 | パナソニックＩｐマネジメント株式会社 | 追尾装置および追尾方法 |
| CN110148092B (zh) * | 2019-04-16 | 2022-12-13 | 无锡海鸿信息技术有限公司 | 基于机器视觉的青少年坐姿及情绪状态的分析方法 |
| CN111240481B (zh) * | 2020-01-10 | 2021-02-09 | 鄢家厚 | 基于智能手表的读写距离识别方法 |
| CN111415281A (zh) * | 2020-03-24 | 2020-07-14 | 合肥星空物联信息科技有限公司 | 一种基于坐姿检测的儿童习惯养成方法 |
| CN111416991B (zh) * | 2020-04-28 | 2022-08-05 | Oppo（重庆）智能科技有限公司 | 特效处理方法和设备，及存储介质 |
-
2020
- 2020-10-29 CN CN202011618557.3A patent/CN112764463B/zh active Active
- 2020-10-29 CN CN202011614896.4A patent/CN112698688B/zh active Active
- 2020-10-29 CN CN202011177469.4A patent/CN112015242B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140278895A1 (en) * | 2013-03-12 | 2014-09-18 | Edulock, Inc. | System and method for instruction based access to electronic computing devices |
| US20140272847A1 (en) * | 2013-03-14 | 2014-09-18 | Edulock, Inc. | Method and system for integrated reward system for education related applications |
| CN109765991A (zh) * | 2017-11-09 | 2019-05-17 | 通用电气公司 | 社交互动系统、用于帮助用户进行社交互动的系统及非暂时性计算机可读存储介质 |
| JP2019177076A (ja) * | 2018-03-30 | 2019-10-17 | 株式会社バンダイナムコエンターテインメント | 遠隔操作システム及びプログラム |
| CN111415389A (zh) * | 2020-03-18 | 2020-07-14 | 清华大学 | 基于强化学习的无标签六维物体姿态预测方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| BIAN JUNXIA等: ""Hand detection based on depth informationand color information of the Kinect"", 《THE 27TH CHINESE CONTROL AND DECISION CONFERENCE (2015 CCDC)》 * |
| 何思: ""基于Kinect的青少年坐姿监测技术研究"", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112698688B (zh) | 2022-10-21 |
| CN112764463A (zh) | 2021-05-07 |
| CN112764463B (zh) | 2022-07-15 |
| CN112015242A (zh) | 2020-12-01 |
| CN112015242B (zh) | 2021-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11659050B2 (en) | Discovering signature of electronic social networks | |
| Lan et al. | Behavior-Based Latent Variable Model for Learner Engagement. | |
| Peterson et al. | Effects of physical attractiveness on political beliefs | |
| CN112015242B (zh) | 一种主动触发的智能奖励方法及系统 | |
| KR101612782B1 (ko) | 사용자 독서 관리 시스템 및 방법 | |
| Rathi et al. | Analysis of user’s learning styles and academic emotions through web usage mining | |
| Cetateanu et al. | A novel methodology for identifying environmental exposures using GPS data | |
| CN112115908B (zh) | 一种社交能力评估方法及其装置 | |
| Yang et al. | PsyCoT: Psychological Questionnaire as Powerful Chain-of-Thought for Personality Detection | |
| Dai et al. | Longitudinal data collection to follow social network and language development dynamics at preschool | |
| US20070094172A1 (en) | Neural network based rating system | |
| Simmons et al. | Large language models as subpopulation representative models: A review | |
| CN109119157A (zh) | 一种婴幼儿发育的预测方法和系统 | |
| CN114721572A (zh) | 一种梦想可视化展示方法、装置、介质、设备和系统 | |
| Corrigan | An investigation into machine learning solutions involving time series across different problem domains | |
| Sinha et al. | An Educational based Intelligent Student Stress Prediction using ML | |
| Abd El-Haleem et al. | A generic ai-based technique for assessing student performance in conducting online virtual and remote controlled laboratories | |
| Moussawi et al. | Using Machine Learning to Enhance" Students' Assessment" Moodle Application | |
| KR101680241B1 (ko) | 특정한 데이터형을 갖는 위치에 관한 데이터를 이용하여 인성을 예측하는 방법 | |
| Marathe et al. | Heterogeneous systems for information-variable environments (hive) | |
| CN112395474A (zh) | 一种基于表征学习的用户生活模式识别方法 | |
| Teng | Essays in applied microeconomics | |
| Mairittha | Exploring and Improving Crowdsourced Data Labeling for Mobile Activity Recognition | |
| Obral | Simulation, estimation and applications of hawkes processes | |
| Williams | A data mining approach to rapidly learning traveler activity patterns for mobile applications |
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 |