CN113616466B - 按摩方式生成方法、装置、电子设备和存储介质 - Google Patents
按摩方式生成方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113616466B CN113616466B CN202010380161.3A CN202010380161A CN113616466B CN 113616466 B CN113616466 B CN 113616466B CN 202010380161 A CN202010380161 A CN 202010380161A CN 113616466 B CN113616466 B CN 113616466B
- Authority
- CN
- China
- Prior art keywords
- neck
- data
- motion data
- subset
- massage
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000033001 locomotion Effects 0.000 claims abstract description 403
- 230000001133 acceleration Effects 0.000 claims abstract description 129
- 238000012216 screening Methods 0.000 claims abstract description 85
- 230000008859 change Effects 0.000 claims abstract description 55
- 230000011218 segmentation Effects 0.000 claims description 34
- 230000010349 pulsation Effects 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 26
- 238000012549 training Methods 0.000 claims description 11
- 230000036544 posture Effects 0.000 description 27
- 238000005452 bending Methods 0.000 description 12
- 238000013507 mapping Methods 0.000 description 9
- 230000003068 static effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 230000036387 respiratory rate Effects 0.000 description 5
- 210000000577 adipose tissue Anatomy 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000036760 body temperature Effects 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000009191 jumping Effects 0.000 description 3
- 230000017531 blood circulation Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 210000004243 sweat Anatomy 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 210000001715 carotid artery Anatomy 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000009987 spinning Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H1/00—Apparatus for passive exercising; Vibrating apparatus ; Chiropractic devices, e.g. body impacting devices, external devices for briefly extending or aligning unbroken bones
- A61H1/008—Apparatus for applying pressure or blows almost perpendicular to the body or limb axis, e.g. chiropractic devices for repositioning vertebrae, correcting deformation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H37/00—Accessories for massage
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H7/00—Devices for suction-kneading massage; Devices for massaging the skin by rubbing or brushing not otherwise provided for
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/01—Constructive details
- A61H2201/0157—Constructive details portable
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/12—Driving means
- A61H2201/1207—Driving means with electric or magnetic drive
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/16—Physical interface with patient
- A61H2201/1602—Physical interface with patient kind of interface, e.g. head rest, knee support or lumbar support
- A61H2201/1609—Neck
- A61H2201/1611—Holding means therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/16—Physical interface with patient
- A61H2201/1602—Physical interface with patient kind of interface, e.g. head rest, knee support or lumbar support
- A61H2201/165—Wearable interfaces
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/50—Control means thereof
- A61H2201/5007—Control means thereof computer controlled
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2205/00—Devices for specific parts of the body
- A61H2205/04—Devices for specific parts of the body neck
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2230/00—Measuring physical parameters of the user
- A61H2230/62—Posture
- A61H2230/625—Posture used as a control parameter for the apparatus
Abstract
本申请涉及一种按摩方式生成方法、装置、电子设备和存储介质。所述方法包括：获取颈部运动数据序列；颈部运动序列包括加速度信息；根据加速度信息识别颈部运动数据序列的加速度变化规律；根据加速度变化规律对所述颈部运动数据序列进行分割，得到统计子集以及筛选子集；基于预训练的姿态分类器从筛选子集中筛选出目标颈部运动数据；确定与统计子集和目标颈部运动数据相对应的运动时长；当运动时长小于预设标准运动时长时，生成与运动时长对应的颈部按摩仪的按摩方式。采用本方法能够生成有针对性的按摩方式。
Description
技术领域
本申请涉及按摩仪设备技术领域，特别是涉及一种按摩方式生成方法、装置、电子设备和存储介质。
背景技术
随着社会的发展，人们的生活节奏正在逐渐加快，生活以及工作的压力也在不断增大，工作繁忙成了人们的真实写照。在繁忙的工作下，人们往往忽于运动，从而导致身体感到格外疲劳。疲劳问题可通过人工按摩来进行缓解，但是人工按摩存在不便性。于是，颈部按摩仪的出现，使得人们可以随时随地进行颈部按摩，提高了人们的生活质量。
目前，颈部按摩仪只能提供几种通用的按摩方式，而无法根据用户的颈部运动时长提供有针对性的按摩方式。
发明内容
基于此，有必要针对上述技术问题，提供一种能够根据用户的运动时长提供有针对性的按摩方式的按摩方式生成方法、装置、电子设备和存储介质。
一种按摩方式生成方法，所述方法包括：
获取颈部运动数据序列；所述颈部运动序列包括加速度信息；
根据加速度信息识别所述颈部运动数据序列的加速度变化规律；
根据所述加速度变化规律对所述颈部运动数据序列进行分割，得到统计子集以及筛选子集；
基于预训练的姿态分类器从所述筛选子集中筛选出目标颈部运动数据；
确定与所述统计子集和目标颈部运动数据相对应的运动时长；
当所述运动时长小于预设标准运动时长时，生成与所述运动时长相对应的颈部按摩仪的按摩方式。
在其中一个实施例中，所述颈部运动数据包括采集时间；所述识别所述颈部运动数据序列的加速度变化规律包括：
确定所述颈部运动数据序列中的各颈部运动数据所对应的加速度信息；
所述根据所述加速度变化规律对所述颈部运动数据序列进行分割，得到统计子集以及筛选子集包括：
确定加速度大于预设幅度阈值的颈部运动数据；
基于所述采集时间，对加速度大于预设幅度阈值的颈部运动数据进行聚类，得到聚类簇；
统计各聚类簇中的颈部运动数据的数量；
将数量大于预设统计阈值的聚类簇判定为一个统计子集，将除统计子集之外的颈部运动数据序列中的其余颈部运动数据判定为筛选子集。
在其中一个实施例中，所述颈部运动数据包括加速度信息；所述基于预训练的姿态分类器从所述筛选子集中筛选出目标颈部运动数据包括：
基于预训练的姿态分类器提取筛选子集中的各颈部运动数据的运动特征；
根据所述运动特征，确定与所述筛选子集相对应的至少一种人体姿态；
从所述筛选子集中筛选出人体姿态为目标姿态的候选颈部运动数据；
将加速度信息符合预设标准的候选颈部运动数据判定为目标颈部运动数据。
在其中一个实施例中，所述当所述运动时长小于预设标准运动时长时，生成与所述运动时长相对应的颈部按摩仪的按摩方式包括：
当所述运动时长小于预设标准运动时长时，获取多个颈部生理数据；
确定各颈部生理数据的数据类型；
根据所述数据类型对所述颈部生理数据进行解码，得到目标生理数据；
基于所述目标生理数据生成对应的实际生理值；
确定与所述实际生理值相对应的第一调整项、与第一调整项相对应的第一调整因子，以及与所述运动时长相对应的第二调整项、与第二调整项相对应的第二调整因子；
根据所述第一调整项、第一调整因子以及第二调整项、第二调整因子生成相应的按摩方式。
在其中一个实施例中，所述根据所述数据类型对所述颈部生理数据进行解码，得到目标生理数据包括：
当所述颈部生理数据的数据类型为脉动类型时，对所述颈部生理数据进行图像识别，得到脉动曲线、坐标轴以及设置参数；所述设置参数包括轴坐标刻度值以及轴坐标单位；
基于所述轴坐标刻度值对所述脉动曲线进行分割，得到多个分割点；
确定各分割点与所述坐标轴之间的轴距离；
根据所述设置参数以及所述轴距离，确定每个分割点的点坐标；
将所述点坐标判定为目标生理数据。
在其中一个实施例中，所述方法还包括：
获取按摩提醒文本；
从所述按摩提示文本中抽取出一个或多个时间分词；
当所述时间分词未包含数值字符，将所述时间分词转换为完整标准时间；
当所述时间分词包含数值字符，将所述时间分词转换为残缺标准时间；
根据预设的时间格式，对所述完整标准时间以及残缺标准时间进行组合，得到组合标准时间；
当到达所述组合标准时间时，执行所述按摩方式。
在其中一个实施例中，所述获取按摩提醒文本包括：
接收会话内容；
当所述会话内容为图片类型时，识别所述会话内容中的文字信息；
根据所述文字信息生成按摩提醒文本。
一种按摩方式生成装置，所述装置包括：
子集确定模块，用于获取颈部运动数据序列；所述颈部运动序列包括加速度信息；根据加速度信息识别所述颈部运动数据序列的加速度变化规律；根据所述加速度变化规律对所述颈部运动数据序列进行分割，得到统计子集以及筛选子集；
运动时长确定模块，用于基于预训练的姿态分类器从所述筛选子集中筛选出目标颈部运动数据；确定与所述统计子集和目标颈部运动数据相对应的运动时长；
按摩方式确定模块，用于当所述运动时长小于预设标准运动时长时，生成与所述运动时长相对应的颈部按摩仪的按摩方式。
一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取颈部运动数据序列；所述颈部运动序列包括加速度信息；
根据加速度信息识别所述颈部运动数据序列的加速度变化规律；
根据所述加速度变化规律对所述颈部运动数据序列进行分割，得到统计子集以及筛选子集；
基于预训练的姿态分类器从所述筛选子集中筛选出目标颈部运动数据；
确定与所述统计子集和目标颈部运动数据相对应的运动时长；
当所述运动时长小于预设标准运动时长时，生成与所述运动时长相对应的颈部按摩仪的按摩方式。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取颈部运动数据序列；所述颈部运动序列包括加速度信息；
根据加速度信息识别所述颈部运动数据序列的加速度变化规律；
根据所述加速度变化规律对所述颈部运动数据序列进行分割，得到统计子集以及筛选子集；
基于预训练的姿态分类器从所述筛选子集中筛选出目标颈部运动数据；
确定与所述统计子集和目标颈部运动数据相对应的运动时长；
当所述运动时长小于预设标准运动时长时，生成与所述运动时长相对应的颈部按摩仪的按摩方式。
上述按摩方式生成方法、装置、电子设备和存储介质，通过获取颈部运动序列，可以识别颈部运动数据序列的加速度变化规律；通过确定加速度变化规律，可以基于加速度变化规律对颈部运动数据序列进行分割，得到统计子集以及筛选子集，从而可以优先从颈部运动序列中提取出大块、时间连续的目标颈部运动数据；通过获取筛选子集，可以基于预训练的姿态分类器从筛选子集中筛选出零散的目标运动数据，从而可以基于大块、时间连续的目标颈部运动数据以及零散的目标运动数据确定用户在采集时间段内的运动时长，进而可以基于运动时长生成有针对性的按摩方式。由于按摩方式是基于运动时长生成的，因此，相比于传统的只能够提供几种常规的按摩方式，本申请可以提供更具有针对性的按摩方式。此外，通过优先提取大块、时间连续的目标颈部运动数据，再提取零散的目标颈部运动数据，可以提升目标运动数据的提取的准确性，从而提升运动时长统计的准确性。
附图说明
图1为一个实施例中按摩方式生成方法的应用环境图；
图2为一个实施例中按摩方式生成方法的流程示意图；
图3为一个实施例中左屈状态下加速度传感器的坐标轴变化示意图；
图4为一个实施例中调整项、调整因子生成方法的流程示意图；
图5为一个实施例中按摩方式生成装置的结构框图；
图6为另一个实施例中按摩方式生成装置的结构框图；
图7为一个实施例中电子设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的按摩方式生成方法，可以应用于如图1所示的颈部按摩仪102中。其中，颈部按摩仪102中安装有多种类型的传感器，基于传感器可以采集用户的运动数据，并根据用户的运动数据生成有针对性的按摩方式。
在一个实施例中，如图2所示，提供了一种按摩方式生成方法，以该方法应用于图1中的颈部按摩仪为例进行说明，包括以下步骤：
S202，获取颈部运动数据序列。
其中，颈部运动数据序列是指按照颈部运动数据的采集时间对多个颈部运动数据进行排序而得的数据序列。颈部运动数据为表征用户的颈部运动情况的数据信息，颈部运动数据包括采集时间、采集地点以及加速度信息。
具体地，颈部按摩仪中安装有加速度传感器，具体可以为三轴加速度传感器，基于此加速度传感器，颈部按摩仪可以在采集时间段内采集用户的颈部运动数据，并在采集结束后，基于颈部运动数据内的采集时间，对多个颈部运动数据进行排序，得到颈部运动数据序列。其中，颈部按摩仪是指佩戴于用户颈部的，用于改善颈部血液循环的电子仪器。
在一个实施例中，当基于加速度传感器获取得到颈部运动数据时，颈部按摩仪基于安装在自身内部的多个压力传感器判断颈部按摩仪的接触点是否与用户颈部相接触，若是，则可以认为用户已正确佩戴颈部按摩仪，此时，颈部按摩仪存储采集得到的颈部运动数据；若否，则可以认为用户未能正确佩戴颈部按摩仪，此时，颈部按摩仪丢弃此颈部运动数据。其中，接触点是指在正确佩戴颈部按摩仪之后，应该与用户颈部相接触的颈部按摩仪的部位。
在一个实施例中，可以在加速度传感器中内嵌有定位模块，从而基于加速度传感器采集得到的运动数据序列中包含有位移信息。
S204，根据所述加速度信息识别颈部运动数据序列的加速度变化规律。
具体地，颈部按摩仪获取预设的加速度变化规律集。其中，加速度变化规律集中具有多条不同的加速度变化规律。由于目前得到普遍认可的有效颈部运动可分为前屈后伸、左右侧屈、左右旋转和左右回环等，因此，研发人员可以在佩戴好颈部按摩仪之后，进行前屈后伸、左右侧屈、左右旋转和左右回环等有效颈部运动，并基于颈部按摩仪中的加速度传感器分别采集与前屈后伸、左右侧屈、左右旋转和左右回环相对应的加速度变化规律，之后，基于采集得到的加速度变化规律生成加速度变化规律集。
比如，当开发人员进行左屈颈部运动时，三轴加速度传感器的坐标轴变化情况如图3所示。颈部按摩仪基于此三轴加速度传感器确定开发人员的颈部从直立状态转变为左屈状态，X、Y、Z轴所分别对应的加速度变化值，再根据预设加速度与角度值的换算规律，将加速度换算为对应的角度值，从而基于此角度值可以确定开发人员的颈部从直立状态变更为左屈状态时应变化的弧度范围。如此，颈部按摩仪分别确定前屈、后伸、左屈、右屈、左旋转、右旋转、左右回环所对应的角度值，并将分别确定的角度值判定为加速度变化规律。图3为一个实施例中，左屈状态下加速度传感器的坐标轴变化示意图。
其中，加速度转换为对应角度值的转换公式为：
θx＝α1*180/Π＝[arctan(Ax/sqrt(Ay*Ay+Az*Az))]*180/Π
θy＝β1*180/Π＝[arctan(Ay/sqrt(Ax*Ax+Az*Az))]*180/Π
θz＝γ1*180/Π＝[arctan(Az/sqrt(Ax*Ax+Ay*Ay))]*180/Π
转换公式中的Ax、Ay以及Az分别为X轴、Y轴以及Z轴上的加速度值，α1、β1以及γ1分别为X轴、Y轴以及Z轴和水平线的弧度值，其中，弧度半径取值为1。θx、θy、θz为角度值。
进一步地，颈部按摩仪将颈部运动数据序列中的各颈部运动数据转换为角度值，并从起始位置开始，依次将每个颈部运动数据与加速度变化规律集中的每个加速度变化规律进行匹配，并对匹配成功的颈部运动数据添加成功标签。
在一个实施例中，颈部按摩仪判断当前顺序的颈部运动数据所对应的角度值与当前顺序的加速度变化规律之间的角度差的绝对值是否小于预设阈值，若小于，则判定当前顺序的运动数据与当前顺序的加速度变化规律相匹配。
由于，当用户做有效颈部运动时，不同用户的颈部所变化的弧度范围大致一致，比如，成年男性做前屈运动时的颈部变化弧度与成年女性做前屈运动时的颈部变化弧度大致一致，因此，通过将加速度值转换为对应的角度值，并对角度值进行匹配，可以判断此时用户是否在进行有效的颈部运动。
S206，根据加速度变化规律对颈部运动数据序列进行分割，得到统计子集以及筛选子集。
具体地，颈部按摩仪根据颈部运动数据的采集时间对标有成功标签的颈部运动数据进行聚类，将在颈部运动数据序列中处于相邻位置的且拥有成功标签的颈部运动数据判定为一个聚类簇。颈部按摩仪统计各聚类簇中的颈部运动数据的数量值，由于加速度传感器的采集频率不变，因此，当数量值大于预设的数量阈值时，可以认为用户在一段时间内持续进行了有效颈部运动，此时，颈部按摩仪将数量值大于预设数量阈值的聚类簇判定为一个统计子集；将数量值小于预设的数量阈值的一个或多个聚类簇，以及未添加有成功标签的颈部运动数据统一判定为一个筛选子集。
在一个实施例中，颈部按摩仪中安装有生物阻抗传感器，通过获取用户自身的阻抗信息来实现血液流动检测，并转换为具体的心率、呼吸率以及皮电反应指数。颈部按摩仪确定统计子集中的各颈部按摩数据的采集时间，并根据采集时间获取在对应时间采集的阻抗信息，根据阻抗信息确定用户的心率、呼吸频率以及皮电反应指数。颈部按摩仪判断用户的心率、呼吸频率是否大于预设频率阈值，以及根据皮电反应指数判断是否检测到汗液信息，若心率、呼吸频率均大于预设的频率阈值，且检测到汗液信息，则可以认为用户正在做剧烈运动，此时，用户的躯干运动会影响加速度传感器采集得到的单纯的颈部运动数据，从而导致颈部运动数据有误，因此，颈部按摩仪丢弃有误的颈部运动数据。
由于用户在做剧烈运动时，比如在跑步时，一般无法做有效的颈部运动，因此，通过阻抗信息判断对应的颈部运动数据是否有误，从而在确定有误时，可以及时删除错误数据，进而可以增加后续基于颈部运动数据进行运动时长统计的准确性。
S208，基于预训练的姿态分类器从筛选子集中筛选出目标颈部运动数据。
其中，姿态分类器是经过训练后的可以区分人体姿态的机器学习模型。人体姿态主要包括静止姿态以及动态姿态。静态姿态包括：站、躺、坐等。动态姿态包括：跑、跳等。
具体地，姿态分类器根据各运动数据之间的关联关系，提取位于筛选子集中的各颈部运动数据的运动特征，并根据运动特征确定各颈部运动数据所属的姿态分类。姿态分类器由人工神经网络构成的模型。神经网络模型可以为CNN(Convolutional NeuralNetwork，卷积神经网络)模型、DNN(Deep Neural Network，深度神经网络)模型和RNN(Recurrent Neural Network，循环神经网络)模型等。在本实施例中，运动特征具体可以是电子设备从颈部运动数据中提取出的可以表示人体姿态含义的数据，得到人体姿态含义的表示或描述，如向量或符号等。
进一步地，颈部按摩仪基于姿态分类结果确定筛选子集中的站、坐姿态所对应的候选颈部运动数据，并对候选颈部运动数据与加速度变化规律集中的各加速度变化规律进行角度值匹配，将匹配成功的候选颈部运动数据判定为目标颈部运动数据。
由于用户在跑、跳的过程中，一般不会进行有效颈部运动，为了避免躯干运动影响颈部运动数据的准确性，通过对筛选子集进行姿态分类，可以去除与跑、跳相对应的颈部运动数据，保留与站、坐相对应的颈部运动数据。通过将站、坐相对应的候选颈部运动数据与加速度变化规律进行匹配，可以从候选颈部数据中提取出短暂、间断的用户做有效颈部运动时所产生的目标颈部运动数据，从而后续颈部按摩仪可以对目标颈部运动数据所对应的零散的颈部运动时长进行统计。
S210，确定与统计子集和目标颈部运动数据相对应的运动时长。
S212，当运动时长小于预设标准运动时长时，生成与运动时长对应的颈部按摩仪的按摩方式。
其中，标准运动时长是指用户在采集时间段内需要进行颈部运动的时长。
具体地，颈部按摩仪确定各统计子集中的最小采集时间以及最大采集时间，将最大采集时间减去最小采集时间，得到各统计子集所对应的运动时长。颈部按摩仪统计目标颈部运动数据的个数，得到数量值，将数量值乘以加速度传感器的采集频率，得到全部目标颈部运动数据所对应的运动时长，叠加各统计子集所对应的运动时长以及全部目标颈部运动数据所对应的运动时长，得到用户在采集时间段内的运动时长。
进一步地，颈部按摩仪判断用户在采集时间段内的运动时长是否小于预设的标准运动时长，若小于，则可以认为用户进行颈部运动的运动时长未达到预设要求，此时，用户的颈部可能出现劳损问题，因此，颈部按摩仪获取预设的运动时长与按摩方式的对应关系，基于对应关系，确定与运动时长相对应的按摩方式。
在一个实施例中，终端中运行有与颈部按摩仪相配套的目标应用软件，用户可以根据运动需求在目标应用软件中设置应在采集时间段内进行颈部运动的运动时长，比如，可以设置为应在1天内运动10分钟。
在一个实施例中，多个颈部按摩仪之间可以基于网络进行通信，处于网络中任一一个颈部按摩仪可以获取其余按摩仪在采集时间段内统计得到的运动时长，并基于获取得到的多个运动时长以及处于网络中的颈部按摩仪的数量生成平均运动时长，将平均运动时长判定为标准运动时长。比如，当A、B以及C颈部按摩仪基于网络进行通信时，A颈部按摩仪可以通过网络获取B用户在采集时间段内佩戴B颈部按摩仪进行颈部运动的运动时长，通过网络获取C用户在采集时间段内佩戴C颈部按摩仪进行颈部运动的运动时长，之后，根据获取得到的多个时长以及处于网络中的颈部按摩仪的数量生成平均运动时长。由于是基于多个运动时长生成标准运动时长，使得标准运动时长的设定符合大多数人的运动习惯，因此大大提升了用户体验。
在一个实施例中，颈部按摩仪统计各统计子集内的颈部按摩数据的数量值以及目标颈部按摩数据的数量值，将各统计子集内的颈部按摩数据的数量值叠加目标颈部按摩数据的数量值，得到总数量值，将总数量值乘以采集频率，得到用户在采集时间段内的运动时长。
在一个实施例中，颈部按摩仪获取标准按摩时长，并将预设标准运动时长减去运动时长，得到运动差值，将运动差值除以预设标准运动时长，得到调整因子，之后，根据调整因子对应延长标准按摩时长。
上述按摩方式生成方法中，通过获取颈部运动序列，可以识别颈部运动数据序列的加速度变化规律；通过确定加速度变化规律，可以基于加速度变化规律对颈部运动数据序列进行分割，得到统计子集以及筛选子集，从而可以优先从颈部运动序列中提取出大块、时间连续的目标颈部运动数据；通过获取筛选子集，可以基于预训练的姿态分类器从筛选子集中筛选出零散的目标运动数据，从而可以基于大块、时间连续的目标颈部运动数据以及零散的目标运动数据确定用户在采集时间段内的运动时长，进而可以基于运动时长生成有针对性的按摩方式。由于按摩方式是基于运动时长生成的，因此，相比于传统的只能够提供几种常规的按摩方式，本申请可以提供更具有针对性的按摩方式。此外，通过优先提取大块、时间连续的目标颈部运动数据，再提取零散的目标颈部运动数据，可以提升目标运动数据的提取的准确性，从而提升运动时长统计的准确性。
在一个实施例中，识别颈部运动数据序列的加速度变化规律包括：确定颈部运动数据序列中的各颈部运动数据所对应的加速度信息；根据加速度变化规律对颈部运动数据序列进行分割，得到统计子集以及筛选子集包括：确定加速度大于预设幅度阈值的颈部运动数据；基于采集时间，对加速度大于预设幅度阈值的颈部运动数据进行聚类，得到聚类簇；统计各聚类簇中的颈部运动数据的数量；将数量大于预设统计阈值的聚类簇判定为一个统计子集，将除统计子集之外的颈部运动数据序列中的其余颈部运动数据判定为筛选子集。
其中，加速度信息包括加速度值以及角度值。幅度阈值包括加速幅度以及角度幅度。
具体地，颈部按摩仪从颈部运动数据中提取出加速度信息，并根据加速度信息确定各颈部运动数据所对应的加速度值以及角度值。颈部按摩仪将加速度的信息与预设的幅度阈值进行对比，当加速度值以及角度值均大于加速幅度以及角度幅度时，可以认为用户的颈部变化幅度达到了有效运动标准，此时颈部按摩仪对加速度大于预设的幅度阈值的颈部运动数据设置成功标签。颈部按摩仪确定各设置了成功标签的颈部运动数据的采集时间，并根据采集时间对设置了成功标签的颈部运动数据进行聚类，将采集时间相邻的颈部运动数据判定为一个聚类簇。颈部按摩仪统计各聚类簇中的颈部运动数据的数量值，并将数量值大于预设统计阈值的聚类簇判定为一个统计子集，将除统计子集之外的其余颈部运动数据判定为一个筛选子集。
本实时例中，通过幅度阈值对颈部运动数据序列进行划分，可以快速得到划分结果，从而可以提升统计子集以及筛选子集的确定效率，进而可以提升按摩方式的生成效率。
在一个实施例中，基于预训练的姿态分类器从筛选子集中筛选出目标颈部运动数据包括：基于预训练的姿态分类器提取筛选子集中的各颈部运动数据的运动特征；根据运动特征，确定与筛选子集相对应的至少一种人体姿态；从筛选子集中筛选出人体姿态为目标姿态的候选颈部运动数据；将加速度信息符合预设标准的候选颈部运动数据判定为目标颈部运动数据。
具体地，姿态分类器中包含特征提取子模型、静止姿态子分类器以及动态姿态子分类器，研发人员预先收集大量的在不同姿态下的颈部运动数据，并将收集得到的颈部运动数据划分为训练样本以及测试样本，基于训练样本对姿态分类器进行训练，基于测试样本对姿态分类器进行测试。特征提取子模型可以提取训练样本中的运动特征，并将运动特征输入至静止姿态子分类器以及动态姿态子分类器，由静止姿态子分类器和动态姿态子分类器基于运动特征判定该训练样本所属的类别标签，从而将该类别标签作为预测分类结果。姿态分类器比较预测分类结果与分类标签的差异，从而朝减少差异的方向，调整特征提取子模型的参数。如果调整参数后，不满足训练停止条件，则返回通过特征提取子模型提取训练样本的运动特征的步骤继续训练，直到满足训练停止条件时结束训练。训练停止条件可以是达到预设的迭代次数，或者是调整参数后的静止姿态子分类器和动态姿态子分类器的分类性能指标达到预设指标。
进一步地，颈部按摩仪基于预训练的姿态分类器确定筛选子集中的各颈部运动数据所对应的人体姿态，并将与站和坐相对应的颈部运动数据判定为候选运动数据。颈部按摩仪确定各候选颈部运动数据的加速度信息，并对加速度信息与预设的加速度变化规律集进行匹配，将匹配成功的候选颈部运动数据判定更为目标颈部运动数据。
本实施例中，在参数调整过程中，使得调整特征提取子模型能够准确提取颈部运动数据的运动特征，从而大大提升了人体姿态的分类准确性。通过姿态分类器来筛选出与站、坐相对应的候选颈部运动数据，而非简单地通过颈部按摩仪的位移信息来筛选出与站、坐相对应的候选颈部运动数据，可以减少由于用户在跑步机或动感单车等器械上运动，而导致的用户处于剧烈运动状态，但是位移信息并未变化，却误将此时的颈部运动数据判定为目标运动数据的概率。
在一个实施例中，当运动时长小于预设标准运动时长时，生成与运动时长相对应的颈部按摩仪的按摩方式包括：
S402，当运动时长小于预设标准运动时长时，获取多个颈部生理数据；
S404，确定各颈部生理数据的数据类型；
S406，根据数据类型对颈部生理数据进行解码，得到目标生理数据；
S408，基于目标生理数据生成对应的实际生理值；
S410，确定与实际生理值相对应的第一调整项、与第一调整项相对应的第一调整因子，以及与运动时长相对应的第二调整项、与第二调整项相对应的第二调整因子；
S412，根据所述第一调整项、第一调整因子以及第二调整项、第二调整因子生成相应的按摩方式。
其中，目标生理数据是指颈部按摩仪在采集时间段内基于不同类型的传感器采集得到的与用户体征相关联的数据。目标生理数据具体包括体温、体脂、阻抗、心率、呼吸频率等，不同的目标生理数据所对应的数据类型不同，比如，与心率相关的目标生理数据的数据类型即为脉动类型，与体温相关的目标生理数据的数据类型即为颈部温度数据类型。颈部生理数据是指根据目标生理数据的数据类型进行编码后得到的数据，由于颈部按摩仪中的存储空间有限，因此对目标生理数据进行编码，可以得到压缩后的颈部生理数据，从而减少存储空间。约定，编码前后的目标生理数据与颈部生理数据的数据类型不变。
具体地，不同类型的颈部生理数据的存储区域不同，比如，脉动类型的颈部生理数据存储于A区域，颈部温度数据类型的颈部生理数据存储于B区域。从而，颈部按摩仪可以根据颈部生理数据的存储区域确定各颈部生理数据的数据类型。颈部按摩仪对各颈部生理数据进行遍历，并根据颈部生理数据的数据类型获取对应的解码规则，基于解码规则对颈部生理数据进行解码，得到相应的目标生理数据。
进一步地，颈部按摩仪确定相同类型的目标生理数据的数量值，并对相同类型的目标生理数据进行叠加，得到总数据值，将总数据值除以数量值，得到对应类型的平均生理数据，将平均生理数据判定为实际生理数据。颈部按摩仪获取预存储的数据类型与调整项之间的对应关系，根据获取得到的对应关系，以及实际生理值的数据类型，确定各实际生理值所对应的第一调整项。颈部按摩仪对各实际生理值进行遍历，确定当前遍历顺序的实际生理值的数据类型，并将实际生理值减去同类型的预设标准值，得到携带有正负符号的标准差异值，之后，将携带有正负符号的标准差异值除以标准值，得到与当前遍历顺序的实际生理值的第一调整项相对应的第一调整因子。颈部按摩仪将数据类型、第一调整项以及第一调整因子对应存储。其中，调整项是指颈部按摩仪中能够进行参数调节的项目，调整项具体包括按摩力度调整项、热敷温度调整项项以及微电流脉冲频率调整项，不同数据类型的实际生理值所能影响的调整项不同，比如，由于不同体温的用户所偏好的热敷温度不同，当实际生理值的数据类型为颈部温度类型时，可以基于颈部温度类型的实际生理值对应调整热敷温度；又比如，由于用户的体脂和阻抗越大，所对应的微电流脉冲频率也越大，因此，当实际生理值的数据类型为体脂及阻抗类型时，可以基于体脂及阻抗类型的实际生理值对应调整微电流脉冲频率。标准值是指对大量健康用户的生理数据进行求平均后得到的数值。为了描述方便，将与实际生理值相对应的调整项称作第一调整项，将与第一调整项相对应的调整因子称作第一调整因子；将与运动时长相对应的调整项称作第二调整项，将与第二调整项相对应的调整因子称作第二调整因子。第一调整项与第二调整项可以相同，也可以不同。
进一步地，颈部按摩仪获取预设的运动时长与调整项的对应关系，并根据运动时长与调整项的对应关系确定对应的第二调整项。与此同时，颈部按摩仪将预设标准运动时长减去运动时长，得到运动差值，将运动差值除以标准运动时长，得到第二调整因子。颈部按摩仪获取在默认模式下的各调整项所对应的标准按摩参数，并基于第一调整因子以及第二调整因子对应调整标准按摩参数，得到相应的按摩方式。比如，当第一调整项为热敷温度调整项，第一调整因子为-5％，预设的权重值为1，热敷温度调整项下的标准按摩参数为40摄氏度；第二调整项为按摩力度调整项，第二调整因子为+2％，预设的权重值为1，按摩力度调整项的标准按摩参数为2帕斯卡，此时，需要调整的温度值为40*(-5％)＝-2，调整后的标准按摩参数即为38摄氏度，需要调整的按摩力度为2*(+2％)＝0.04.调整后的标准按摩参数即为2.04帕斯卡。
本实施例中，通过获取用户的生理数据以及运动时长，可以基于生理数据以及运动时长生成更具有针对性的按摩方式，从而大大提升了按摩效果。由于默认模式下的标准按摩参数可以认为是根据标准生理数据以及标准按摩参数生成的，因此，根据调整因子对应调整标准按摩参数，使得最终生成的按摩方法更符合当前用户的实际情况。
在一个实施例中，根据所述数据类型对颈部生理数据进行解码，得到目标生理数据包括：当颈部生理数据的数据类型为脉动类型时，对颈部生理数据进行图像识别，得到脉动曲线、坐标轴以及设置参数；设置参数包括轴坐标刻度值以及轴坐标单位；基于轴坐标刻度值对脉动曲线进行分割，得到多个分割点；确定各分割点与所述坐标轴之间的轴距离；根据设置参数以及轴距离，确定每个分割点的点坐标；将点坐标判定为目标生理数据。
其中，目标生理数据的数据类型包括脉动类型。脉动数据类型的目标生理数据是指由一系列的对颈部大动脉进行采集的采集时间以及对应的大动脉的跳动强度生成的数据对。颈部按摩仪中安装有脉搏检测传感器，基于脉搏检测传感器可以对用户颈部的大动脉的跳动次数以及跳动强度进行检测，从而得到脉动类型的目标生理数据。脉动类型的颈部生理数据是指颈部按摩仪将数据对作为坐标点，并根据坐标点在预设坐标轴上进行描点后生成的包含有脉动曲线的图像。脉动曲线是指对坐标轴上的描点进行线性连接后生成的曲线。
具体地，颈部按摩仪判断当前颈部生理数据的数据类型是否为脉动类型，若是，颈部按摩仪对图像形式的颈部生理数据进行图像识别，得到标注在坐标轴两侧的轴坐标单位。颈部按摩仪根据坐标轴上的刻度值确定轴坐标刻度，以及测量两个连续的刻度值之间的刻度距离。与此同时，颈部按摩仪识别图像中的脉动曲线，并生成多条经过X轴的轴坐标刻度值，与X轴垂直，并且与Y轴平行的X轴分割线；以及生成多条经过Y轴的轴坐标刻度值，与Y轴垂直，并且与X轴平行的Y轴分割线。颈部按摩仪基于X轴分割线以及Y轴分割线对脉动曲线进行分割，得到多个X轴分点以及Y轴分割点，并将重合的X轴分割点以及Y轴分割点判定为一个分割点。颈部按摩仪确定每个分割点与X轴之间的轴距离，以及与Y轴之间的轴距离，基于刻度距离、轴坐标单位以及轴距离，确定每个分割点的点坐标，之后将与各个分割点相对应的点坐标作为脉动类型的目标生理数据。
比如，当X轴的刻度距离为1厘米，Y轴的刻度距离为2厘米，X轴的轴坐标单位为毫秒，Y轴的轴坐标单位为毫伏，分割点与X轴之间的轴距离为4厘米，分割点与Y轴之间的轴距离为2厘米时，与此分割点相对应的点坐标即为(4毫秒，1毫伏)。
本实施例中，通过图像识别技术对脉动类型的颈部生理数据进行解码，使得颈部按摩仪可以快速、准确地得到相应目标生理数据，从而提升了按摩方式的生成效率。
在一个实施例中，上述按摩方式生成方法还包括：获取按摩提醒文本；从按摩提示文本中抽取出一个或多个时间分词；当时间分词未包含数值字符，将时间分词转换为完整标准时间；当时间分词包含数值字符，将时间分词转换为残缺标准时间；根据预设的时间格式，对完整标准时间以及残缺标准时间进行组合，得到组合标准时间；当到达组合标准时间时，执行按摩方式。
其中，按摩提醒文本是指以文本格式存储的用以计划按摩时间的文字信息。比如，按摩提醒文本可以为“在明天10点进行按摩”。时间分词是指包含有时间语义的分词，比如，在上述举例中“明天”、“10点”即为时间分词。完整标准时间是指以年、月、日、时、分、秒组合而成的具有标准世界时间格式的时间；残缺标准时间是指以时、分、秒组合而成的具有标准世界时间格式的时间。预设的时间格式是指标准世界时间格式。
具体地，当获取得到按摩提醒文本后，颈部按摩仪可以基于预训练的信息抽取模型抽取出按摩提醒文本内的时间分词，并判断抽取出的时间分词是否包含有数字字符。其中，信息抽取模型为一个能够对自然语言进行词汇层面以及句子层面分析的机器学习模型。若时间分词未包含数值字符，颈部按摩仪根据预设的第一映射关系集中的第一映关系，将时间分词转换为以年、月、日、时、分、秒组合而成的具有标准世界时间格式的完整标准时间。比如，当时间分词为“明天”时，对应的第一映射关系即为“获取凌晨时刻的当前年月日(2020-01-0200:00:00)，并在当前的年月日的基础上增加一天(2020-01-03 00:00:00)”。其中，第一映射集中包含有“明天”、“下午”、“晚上”等未包含数字字符的时间分词的转换规则。
在当前时间分词中包含数值字符时，颈部按摩仪根据预设的第二映射关系集中的第二映射关系，将时间分词转换为以时、分、秒组合而成的具有标准世界时间格式的残缺标准时间。其中，第二映射集中包含有“S％点”、“S％小时”、“S％分”、“S％点半”等包含有数字字符的时间分词的转换规则。S％为具体的时间字符的形式参数。比如，当时间分词为“10点”时，颈部按摩仪确定与“点”对应的时刻为“小时”，此时，颈部按摩仪根据“点”确定对应的第二映射关系，并基于对应的第二映射关系生成残缺标准时间。生成残缺标准时间的具体步骤可以为：确定“00:00:00”中的各字符的字符顺序，并基于字符顺序确定位于首次出现的“：”之前的字符，之后，将数值“10”替换位于首次出现的“：”之前的字符，得到残缺标准时间“10:00:00”。颈部按摩仪根据预设的时间格式，对完整标准时间以及残缺标准时间进行组合，得到组合标准时间，并根据组合标准时间确定需要执行按摩方式的时刻。比如，对“2020-01-03 00:00:00”以及“10:00:00”进行组合，得到“2020-01-03 10:00:00”。
颈部按摩仪根据判断当前时间是否到达组合标准时间，当到达时，基于按摩方式中的按摩参数对应调整当前按摩参数，以执行按摩方式。
本实施例中，通过将模糊的执行时间转换为精准的、以标准世界时间格式存在的组合标准时间，从而可以根据组合标准时间有效地执行按摩方式。
在一个实施例中，获取按摩提醒文本包括：接收会话内容；当会话内容为图片类型时，识别会话内容中的文字信息；根据文字信息生成按摩提醒文本。
具体地，终端中可以同时运行有即时通讯软件以及目标软件，其中，即时通讯软件可以为微信、邮件等，目标软件是指与颈部按摩仪相配套的用于控制颈部按摩仪的软件。当用户基于即时通讯软件进行会话通信时，用户可以对即时通讯软件中的会话内容进行复制或截图，之后，通过粘贴、拖拽等方式将会话内容转移至目标软件中，之后，目标软件将会话内容发送至颈部按摩仪。颈部按摩仪判断会话内容是否为图片类型，若为图片类型，颈部按摩仪识别图片中的文字信息，并根据会话内容中的文字信息生成按摩提醒文本。
本实施例中，只需通过截图、复制、拖拽、粘贴等简单的操作，即可生成按摩提醒文本，从而大大提升了按摩提醒的效率。
应该理解的是，虽然图2、4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2、4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种按摩方式生成装置500，包括：子集确定模块502、运动时长确定模块504和按摩方式确定模块506，其中：
子集确定模块502，用于获取颈部运动数据序列；颈部运动序列包括加速度信息；根据加速度信息识别颈部运动数据序列的加速度变化规律；根据加速度变化规律对颈部运动数据序列进行分割，得到统计子集以及筛选子集；
运动时长确定模块504，用于基于预训练的姿态分类器从筛选子集中筛选出目标颈部运动数据；确定与统计子集和目标颈部运动数据相对应的运动时长；
按摩方式确定模块506，用于当运动时长小于预设标准运动时长时，生成与运动时长相对应的颈部按摩仪的按摩方式。
在一个实施例中，如图6所示，子集确定模块502还用于确定颈部运动数据序列中的各颈部运动数据所对应的加速度信息；确定加速度大于预设幅度阈值的颈部运动数据；基于采集时间，对加速度大于预设幅度阈值的颈部运动数据进行聚类，得到聚类簇；将颈部运动数据的数量值大于预设统计阈值的聚类簇判定为一个统计子集，将除统计子集之外的颈部运动数据序列中的其余颈部运动数据判定为筛选子集。
在一个实施例中，运动时长确定模块504还包括姿态分类模块5041，用于基于预训练的姿态分类器提取筛选子集中的各颈部运动数据的运动特征；根据运动特征，确定与筛选子集相对应的至少一种人体姿态；从筛选子集中筛选出人体姿态为目标姿态的候选颈部运动数据；将加速度信息符合预设标准的候选颈部运动数据判定为目标颈部运动数据。
在一个实施例中，按摩方式确定模块506还包括解码模块5061，用于当运动时长小于预设标准运动时长时，获取多个颈部生理数据；确定各颈部生理数据的数据类型；根据数据类型对颈部生理数据进行解码，得到目标生理数据；基于目标生理数据生成对应的实际生理值；确定与实际生理值相对应的第一调整项和第一调整因子，以及与运动时长相对应的第二调整项和第二调整因子；根据第一调整项、第一调整因子以及第二调整项、第二调整因子生成相应的按摩方式。
在一个实施例中，解码模块5061还用于当颈部生理数据的数据类型为脉动类型时，对颈部生理数据进行图像识别，得到脉动曲线、坐标轴以及设置参数；设置参数包括轴坐标刻度值以及轴坐标单位；基于轴坐标刻度值对脉动曲线进行分割，得到多个分割点；确定各分割点与坐标轴之间的轴距离；根据设置参数以及轴距离，确定每个分割点的点坐标；将点坐标判定为目标生理数据。
在一个实施例中，上述按摩方式生成装置500还包括执行模块508，用于获取按摩提醒文本；从按摩提示文本中抽取出一个或多个时间分词；当时间分词未包含数值字符，将时间分词转换为完整标准时间；当时间分词包含数值字符，将时间分词转换为残缺标准时间；根据预设的时间格式，对完整标准时间以及残缺标准时间进行组合，得到组合标准时间；当到达组合标准时间时，执行按摩方式。
在一个实施例中，执行模块508还用于接收会话内容；当会话内容为图片类型时，识别会话内容中的文字信息；根据文字信息生成按摩提醒文本。
关于按摩方式生成装置的具体限定可以参见上文中对于按摩方式生成方法的限定，在此不再赘述。上述按摩方式生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中，也可以以软件形式存储于电子设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种电子设备，该电子设备可以是颈部按摩仪，其内部结构图可以如图7所示。该电子设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种按摩方式生成方法。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该电子设备的输入装置可以是显示屏上覆盖的触摸层，也可以是电子设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图7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电子设备的限定，具体的电子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，提供了一种电子设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取颈部运动数据序列；颈部运动序列包括加速度信息；
根据加速度信息识别颈部运动数据序列的加速度变化规律；
根据加速度变化规律对颈部运动数据序列进行分割，得到统计子集以及筛选子集；
基于预训练的姿态分类器从筛选子集中筛选出目标颈部运动数据；
确定与统计子集和目标颈部运动数据相对应的运动时长；
当运动时长小于预设标准运动时长时，生成与运动时长相对应的颈部按摩仪的按摩方式。
在一个实施例中，颈部运动数据包括采集时间；处理器执行计算机程序时还实现以下步骤：
确定颈部运动数据序列中的各颈部运动数据所对应的加速度信息；
根据加速度变化规律对颈部运动数据序列进行分割，得到统计子集以及筛选子集包括：
确定加速度大于预设幅度阈值的颈部运动数据；
基于采集时间，对加速度大于预设幅度阈值的颈部运动数据进行聚类，得到聚类簇；
将颈部运动数据的数量值大于预设统计阈值的聚类簇判定为一个统计子集，将除统计子集之外的颈部运动数据序列中的其余颈部运动数据判定为筛选子集。
在一个实施例中，颈部运动数据包括加速度信息；处理器执行计算机程序时还实现以下步骤：
基于预训练的姿态分类器提取筛选子集中的各颈部运动数据的运动特征；
根据运动特征，确定与筛选子集相对应的至少一种人体姿态；
从筛选子集中筛选出人体姿态为目标姿态的候选颈部运动数据；
将加速度信息符合预设标准的候选颈部运动数据判定为目标颈部运动数据。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
当运动时长小于预设标准运动时长时，获取多个颈部生理数据；
确定各颈部生理数据的数据类型；
根据数据类型对颈部生理数据进行解码，得到目标生理数据；
基于目标生理数据生成对应的实际生理值；
确定与实际生理值相对应的第一调整项、与第一调整项相对应的第一调整因子，以及与运动时长相对应的第二调整项、与第二调整项相对应的第二调整因子；
根据第一调整项、第一调整因子以及第二调整项、第二调整因子生成相应的按摩方式。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
当颈部生理数据的数据类型为脉动类型时，对颈部生理数据进行图像识别，得到脉动曲线、坐标轴以及设置参数；设置参数包括轴坐标刻度值以及轴坐标单位；
基于轴坐标刻度值对脉动曲线进行分割，得到多个分割点；
确定各分割点与坐标轴之间的轴距离；
根据设置参数以及轴距离，确定每个分割点的点坐标；
将点坐标判定为目标生理数据。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取按摩提醒文本；
从按摩提示文本中抽取出一个或多个时间分词；
当时间分词未包含数值字符，将时间分词转换为完整标准时间；
当时间分词包含数值字符，将时间分词转换为残缺标准时间；
根据预设的时间格式，对完整标准时间以及残缺标准时间进行组合，得到组合标准时间；
当到达组合标准时间时，执行按摩方式。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
接收会话内容；
当会话内容为图片类型时，识别会话内容中的文字信息；
根据文字信息生成按摩提醒文本。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取颈部运动数据序列；颈部运动序列包括加速度信息；
根据加速度信息识别颈部运动数据序列的加速度变化规律；
根据加速度变化规律对颈部运动数据序列进行分割，得到统计子集以及筛选子集；
基于预训练的姿态分类器从筛选子集中筛选出目标颈部运动数据；
确定与统计子集和目标颈部运动数据相对应的运动时长；
当运动时长小于预设标准运动时长时，生成与运动时长相对应的颈部按摩仪的按摩方式。
在一个实施例中，颈部运动数据包括采集时间；计算机程序被处理器执行时还实现以下步骤：
确定颈部运动数据序列中的各颈部运动数据所对应的加速度信息；
根据加速度变化规律对颈部运动数据序列进行分割，得到统计子集以及筛选子集包括：
确定加速度大于预设幅度阈值的颈部运动数据；
基于采集时间，对加速度大于预设幅度阈值的颈部运动数据进行聚类，得到聚类簇；
将颈部运动数据的数量值大于预设统计阈值的聚类簇判定为一个统计子集，将除统计子集之外的颈部运动数据序列中的其余颈部运动数据判定为筛选子集。
在一个实施例中，颈部运动数据包括加速度信息；计算机程序被处理器执行时还实现以下步骤：
基于预训练的姿态分类器提取筛选子集中的各颈部运动数据的运动特征；
根据运动特征，确定与筛选子集相对应的至少一种人体姿态；
从筛选子集中筛选出人体姿态为目标姿态的候选颈部运动数据；
将加速度信息符合预设标准的候选颈部运动数据判定为目标颈部运动数据。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
当运动时长小于预设标准运动时长时，获取多个颈部生理数据；
确定各颈部生理数据的数据类型；
根据数据类型对颈部生理数据进行解码，得到目标生理数据；
基于目标生理数据生成对应的实际生理值；
确定与所述实际生理值相对应的第一调整项、与第一调整项相对应的第一调整因子，以及与所述运动时长相对应的第二调整项、与第二调整项相对应的第二调整因子；
根据第一调整项、第一调整因子以及第二调整项、第二调整因子生成相应的按摩方式。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
当颈部生理数据的数据类型为脉动类型时，对颈部生理数据进行图像识别，得到脉动曲线、坐标轴以及设置参数；设置参数包括轴坐标刻度值以及轴坐标单位；
基于轴坐标刻度值对脉动曲线进行分割，得到多个分割点；
确定各分割点与坐标轴之间的轴距离；
根据设置参数以及轴距离，确定每个分割点的点坐标；
将点坐标判定为目标生理数据。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取按摩提醒文本；
从按摩提示文本中抽取出一个或多个时间分词；
当时间分词未包含数值字符，将时间分词转换为完整标准时间；
当时间分词包含数值字符，将时间分词转换为残缺标准时间；
根据预设的时间格式，对完整标准时间以及残缺标准时间进行组合，得到组合标准时间；
当到达组合标准时间时，执行按摩方式。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
接收会话内容；
当会话内容为图片类型时，识别会话内容中的文字信息；
根据文字信息生成按摩提醒文本。
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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，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易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)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发明专利范围的限制。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)
1.一种按摩方式生成方法，应用于颈部按摩仪，其特征在于，所述方法包括：
获取颈部运动数据序列；所述颈部运动数据序列包括加速度信息；
从所述颈部运动数据序列的起始位置起，依次将所述颈部运动数据序列中各颈部运动数据中的加速度信息与预设的加速度变化规律集中的加速度变化规律进行匹配，并对匹配成功的颈部运动数据添加成功标签；
将相邻位置且拥有成功标签的颈部运动数据判定为一个聚类簇；
统计各聚类簇中的颈部运动数据的数量；
将数量大于预设统计阈值的聚类簇判定为一个统计子集， 将除统计子集之外的颈部运动数据序列中的其余颈部运动数据判定为筛选子集；
基于预训练的姿态分类器从所述筛选子集中筛选出目标颈部运动数据；
确定与所述统计子集和目标颈部运动数据相对应的运动时长；
当所述运动时长小于预设标准运动时长时，获取多个颈部生理数据；
确定各所述颈部生理数据的数据类型，并根据所述数据类型对所述颈部生理数据进行解码，得到目标生理数据；
基于所述目标生理数据生成对应的实际生理值；
确定与所述实际生理值相对应的第一调整项、与第一调整项相对应的第一调整因子，以及与所述预设标准运动时长和所述运动时长的差值相对应的第二调整项、与第二调整项相对应的第二调整因子；
根据所述第一调整项、第一调整因子以及第二调整项、第二调整因子生成相应的按摩方式。
2.根据权利要求1所述的方法，其特征在于，所述颈部运动数据包括采集时间。
3.根据权利要求1所述的方法，其特征在于，所述颈部运动数据包括加速度信息；所述基于预训练的姿态分类器从所述筛选子集中筛选出目标颈部运动数据包括：
基于预训练的姿态分类器提取筛选子集中的各颈部运动数据的运动特征；
根据所述运动特征，确定与所述筛选子集相对应的至少一种人体姿态；
从所述筛选子集中筛选出人体姿态为目标姿态的候选颈部运动数据；
将加速度信息符合预设标准的候选颈部运动数据判定为目标颈部运动数据。
4.根据权利要求1所述的方法，其特征在于，所述颈部按摩仪中安装有加速度传感器。
5.根据权利要求1所述的方法，其特征在于，所述根据所述数据类型对所述颈部生理数据进行解码，得到目标生理数据包括：
当所述颈部生理数据的数据类型为脉动类型时，对所述颈部生理数据进行图像识别，得到脉动曲线、坐标轴以及设置参数；所述设置参数包括轴坐标刻度值以及轴坐标单位；
基于所述轴坐标刻度值对所述脉动曲线进行分割，得到多个分割点；
确定各分割点与所述坐标轴之间的轴距离；
根据所述设置参数以及所述轴距离，确定每个分割点的点坐标；
将所述点坐标判定为目标生理数据。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取按摩提醒文本；
从所述按摩提醒文本中抽取出一个或多个时间分词；
当所述时间分词未包含数值字符，将所述时间分词转换为完整标准时间；
当所述时间分词包含数值字符，将所述时间分词转换为残缺标准时间；
根据预设的时间格式，对所述完整标准时间以及残缺标准时间进行组合，得到组合标准时间；
当到达所述组合标准时间时，执行所述按摩方式。
7.根据权利要求6所述的方法，其特征在于，所述获取按摩提醒文本包括：
接收会话内容；
当所述会话内容为图片类型时，识别所述会话内容中的文字信息；
根据所述文字信息生成按摩提醒文本。
8.一种按摩方式生成装置，其特征在于，所述装置包括：
子集确定模块，用于获取颈部运动数据序列；从所述颈部运动数据序列的起始位置起，依次将所述颈部运动数据序列中各颈部运动数据中的加速度信息与预设的加速度变化规律集中的加速度变化规律进行匹配，并对匹配成功的颈部运动数据添加成功标签；将相邻位置且拥有成功标签的颈部运动数据判定为一个聚类簇；统计各聚类簇中的颈部运动数据的数量；将数量大于预设统计阈值的聚类簇判定为一个统计子集， 将除统计子集之外的颈部运动数据序列中的其余颈部运动数据判定为筛选子集；运动时长确定模块，用于基于预训练的姿态分类器从所述筛选子集中筛选出目标颈部运动数据；确定与所述统计子集和目标颈部运动数据对应的运动时长；
按摩方式确定模块，用于当所述运动时长小于预设标准运动时长时，获取多个颈部生理数据；确定各所述颈部生理数据的数据类型，并根据所述数据类型对所述颈部生理数据进行解码，得到目标生理数据；基于所述目标生理数据生成对应的实际生理值；确定与所述实际生理值相对应的第一调整项、与第一调整项相对应的第一调整因子，以及与所述预设标准运动时长和所述运动时长的差值相对应的第二调整项、与第二调整项相对应的第二调整因子；根据所述第一调整项、第一调整因子以及第二调整项、第二调整因子生成相应的按摩方式。
9.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010380161.3A CN113616466B (zh) | 2020-05-08 | 2020-05-08 | 按摩方式生成方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010380161.3A CN113616466B (zh) | 2020-05-08 | 2020-05-08 | 按摩方式生成方法、装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113616466A CN113616466A (zh) | 2021-11-09 |
| CN113616466B true CN113616466B (zh) | 2024-02-27 |
Family
ID=78377005
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010380161.3A Active CN113616466B (zh) | 2020-05-08 | 2020-05-08 | 按摩方式生成方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113616466B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114842948B (zh) * | 2022-07-04 | 2022-09-23 | 济南大学 | 一种在线学习按摩定位算法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1623527A (zh) * | 2003-10-16 | 2005-06-08 | 三洋电机株式会社 | 放松和按摩的系统、身体活动判断装置、及其方法及程序 |
| JP2009125365A (ja) * | 2007-11-26 | 2009-06-11 | Panasonic Electric Works Co Ltd | 健康増進システム |
| WO2010097735A1 (en) * | 2009-02-24 | 2010-09-02 | Koninklijke Philips Electronics N.V. | Device, system and method for monitoring motion sequences |
| CN104680456A (zh) * | 2013-11-29 | 2015-06-03 | 平安科技（深圳）有限公司 | 一种人体颈部运动量监测方法 |
| CN105853136A (zh) * | 2016-04-21 | 2016-08-17 | 北京小米移动软件有限公司 | 目标按摩设备的控制方法及装置 |
| CN106606351A (zh) * | 2015-10-25 | 2017-05-03 | 复旦大学 | 一种基于颈椎疲劳程度的智能判断系统及其用途 |
| KR20190095627A (ko) * | 2018-02-05 | 2019-08-16 | 김예지 | 그 날의 신체 활동에 따라 처방 된 안마코스를 제공하는 안마의자 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140188499A1 (en) * | 2011-01-13 | 2014-07-03 | Kevin Bell | Human action monitor |
| KR20190076928A (ko) * | 2019-06-11 | 2019-07-02 | 엘지전자 주식회사 | 신체 케어 장치 |
-
2020
- 2020-05-08 CN CN202010380161.3A patent/CN113616466B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1623527A (zh) * | 2003-10-16 | 2005-06-08 | 三洋电机株式会社 | 放松和按摩的系统、身体活动判断装置、及其方法及程序 |
| JP2009125365A (ja) * | 2007-11-26 | 2009-06-11 | Panasonic Electric Works Co Ltd | 健康増進システム |
| WO2010097735A1 (en) * | 2009-02-24 | 2010-09-02 | Koninklijke Philips Electronics N.V. | Device, system and method for monitoring motion sequences |
| CN104680456A (zh) * | 2013-11-29 | 2015-06-03 | 平安科技（深圳）有限公司 | 一种人体颈部运动量监测方法 |
| CN106606351A (zh) * | 2015-10-25 | 2017-05-03 | 复旦大学 | 一种基于颈椎疲劳程度的智能判断系统及其用途 |
| CN105853136A (zh) * | 2016-04-21 | 2016-08-17 | 北京小米移动软件有限公司 | 目标按摩设备的控制方法及装置 |
| KR20190095627A (ko) * | 2018-02-05 | 2019-08-16 | 김예지 | 그 날의 신체 활동에 따라 처방 된 안마코스를 제공하는 안마의자 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113616466A (zh) | 2021-11-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liao et al. | A deep learning framework for assessing physical rehabilitation exercises | |
| Zhang et al. | Cooperative sensing and wearable computing for sequential hand gesture recognition | |
| Zhang | Expression-EEG based collaborative multimodal emotion recognition using deep autoencoder | |
| US20200364539A1 (en) | Method of and system for evaluating consumption of visual information displayed to a user by analyzing user's eye tracking and bioresponse data | |
| Zhang et al. | Human activity recognition based on motion sensor using u-net | |
| Mannini et al. | Classifier personalization for activity recognition using wrist accelerometers | |
| Tang et al. | Triple cross-domain attention on human activity recognition using wearable sensors | |
| Zeng et al. | Spontaneous emotional facial expression detection. | |
| Kächele et al. | Inferring depression and affect from application dependent meta knowledge | |
| CN111209885A (zh) | 一种手势信息处理方法、装置、电子设备及存储介质 | |
| Joo et al. | Automated coding of televised leader displays: Detecting nonverbal political behavior with computer vision and deep learning | |
| US20230032131A1 (en) | Dynamic user response data collection method | |
| US11127181B2 (en) | Avatar facial expression generating system and method of avatar facial expression generation | |
| Bu | Human motion gesture recognition algorithm in video based on convolutional neural features of training images | |
| Khodabandelou et al. | Attention-based gated recurrent unit for gesture recognition | |
| CN111126280A (zh) | 基于融合手势识别的失语症患者辅助康复训练系统及方法 | |
| CN114998983A (zh) | 一种基于增强现实技术和姿态识别技术的肢体康复方法 | |
| CN113616466B (zh) | 按摩方式生成方法、装置、电子设备和存储介质 | |
| Barz et al. | Digital pen features predict task difficulty and user performance of cognitive tests | |
| Dael et al. | Measuring body movement: Current and future directions in proxemics and kinesics. | |
| Ferreira et al. | Desire: Deep signer-invariant representations for sign language recognition | |
| CN113435335B (zh) | 微观表情识别方法、装置、电子设备及存储介质 | |
| EP3872694A1 (en) | Avatar facial expression generating system and method of avatar facial expression generation | |
| Du et al. | A novel emotion-aware method based on the fusion of textual description of speech, body movements, and facial expressions | |
| CN105046193B (zh) | 一种基于融合稀疏表示矩阵的人体动作识别方法 |
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 |