CN114681258B - 一种自适应调整按摩模式的方法及按摩设备 - Google Patents

Abstract

本发明涉及一种自适应调整按摩模式的方法及按摩设备。所述方法包括：获取在预设按摩模式下的按摩进程中的用户面部图像；将所述用户面部图像输入预先训练好的网络模型中进行舒适度计算，得到用户在所述预设按摩模式下的舒适度；其中，所述网络模型通过多个不同按摩模式下的用户面部图像所对应的舒适度训练得到；根据所述舒适度对所述预设按摩模式进行自适应调整。通过获取用户在按摩进程中的面部图像，借助训练好的网络模型，从面部图像中，识别出用户在该按摩模式下的舒适度，根据所识别出的舒适度针对性的对按摩模式进行自适应调整。从而可以不用繁琐的调整按摩按钮，解放了用户的双手，并且能够为用户进行有针对性的按摩。

Description

一种自适应调整按摩模式的方法及按摩设备

技术领域

本发明涉及按摩设备技术领域，尤其涉及一种自适应调整按摩模式的方法、计算机可读存储介质及按摩设备。

背景技术

现有按摩设备通常需要用户手动进行操作，即通过手动的方式选择按摩模式，操作十分的不方便。同时，按摩设备的按摩模式也较为单一，不能根据不同的用户进行适应性调整。

因此，如何提升按摩设备的按摩模式的自适应调整是亟需解决的问题。

发明内容

鉴于上述现有技术的不足，本发明的目的在于提供一种自适应调整按摩模式的方法、计算机可读存储介质及按摩设备，旨在解决现有的按摩设备不能根据用户的需求进行自适应调整的问题。

本发明实施例第一方面，提供了一种自适应调整按摩模式的方法，所述方法包括：

获取在预设按摩模式下的按摩进程中的用户面部图像；

将所述用户面部图像输入预先训练好的网络模型中进行舒适度计算，得到用户在所述预设按摩模式下的舒适度；其中，所述训练好的网络模型通过多个不同按摩模式下的用户面部图像所对应的舒适度训练得到；

根据所述舒适度对所述预设按摩模式进行自适应调整。

可选地，所述的方法，其中，所述预设按摩模式包含：对用户身体每个按摩部位的按摩控制数据，所述按摩控制数据包括：按摩顺序控制数据、按摩强度控制数据以及按摩时间控制数据。

可选地，所述的方法，其中，所述预设按摩模式包含：对用户身体某个按摩部位的按摩强度控制数据和/或按摩时间控制数据。

可选地，所述的方法，其中，所述将所述用户面部图像输入预先训练好的网络模型中进行舒适度计算，得到用户在所述预设按摩模式下的舒适度，具体包括：

对所述用户面部图像进行特征提取，得到表情图像特征；

将所述图像特征输入预先训练好的网络模型中进行计算，得到用户在所述预设按摩模式下的舒适度，所述舒适度包括舒适的概率、难受的概率。

可选地，所述的方法，其中，所述根据所述舒适度对所述预设按摩模式进行自适应调整，具体包括：

对所述网络模型计算得到的所述舒适的概率和所述难受的概率进行加权平均，得到加权平均值；

根据按摩部位的按摩控制数据与所述加权平均值，对所述按摩部位的按摩控制数据进行自适应调整；

获取在自适应调整后的按摩模式下的按摩进程中的用户面部图像；

将所述用户面部图像输入预先训练好的网络模型中进行计算，得到用户在所述自适应调整后的按摩模式下的舒适度；

重复对所述按摩部位的按摩控制数据进行自适应调整，直到所述难受的概率低于预设概率。

可选地，所述的方法，其中，所述重复对所述按摩部位的按摩控制数据进行自适应调整，至到所述难受的概率低于预设概率的步骤之后，还包括：

建立用户数据库，所述用户数据库包含用户身份信息；

将所述难受的概率低于预设概率所对应的按摩控制数据存入所述用户数据库，并与对应的用户身份信息相关联。

可选地，所述的方法，其中，所述获取在预设按摩模式下的按摩进程中的用户面部图像的步骤之前，还包括：

获取待按摩的用户面部图像；

基于所述用户面部图像对用户身份进行判断，当判断出所述用户为老用户时，从所述数据库中调取所述用户最近一次的按摩控制数据，作为所述预设按摩模式的按摩控制数据，对所述用户进行按摩。

第二方面，一种按摩设备，其中，所述按摩设备包括处理器、存储器以及存储在所述存储器上，并可被所述处理器执行的自适应调整按摩模式的程序，所述处理器执行所述自适应调整按摩模式的程序时，实现如上所述的自适应调整按摩模式的方法中的步骤。

第三方面，一种自适应调整按摩模式的系统，其中，包括：上述所述的按摩设备以及服务器；

所述按摩设备还包括图像获取装置，通过所述图像获取装置获取用户面部图像，所述按摩设备将所述用户面部图像发送至服务器；

所述服务器中存储有预先训练好的网络模型，由所述网络模型对所述用户面部图像进行计算，得到用户在所述预设按摩模式下的舒适度。

第四方面，一种计算机可读存储介质，其中，所述计算机可读存储介

质存储有自适应调整按摩模式的程序，所述自适应调整按摩模式的程序被处理器执行，以实现如上所述的自适应调整按摩模式的方法中的步骤。

有益效果：本发明提供一种自适应调整按摩模式的方法，通过获取用户在按摩进程中的面部图像，借助训练好的网络模型，从面部图像中，识别出用户在该按摩模式下的舒适度，根据所识别出的舒适度针对性的对按摩模式进行自适应调整。从而可以不用繁琐的调整按摩按钮，解放了用户的双手，并且能够为用户进行有针对性的按摩。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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而言，在不符创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种自适应调整按摩模式的方法流程示意图；

图2为本发明实施例提供的终端设备结构原理图。

具体实施方式

为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施方式。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本发明的公开内容理解的更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。

现有的按摩设备，如按摩椅，其按摩模式较为单一，不能根据用户的需要进行针对性按摩，比如说，用户下班回到家颈部有些僵硬，需要放松，刚开始按摩时需要大一点的按摩力度，随着按摩的进行，颈部症状得到缓解，不需要大的按摩力度了，需要对按摩力度进行调节，但是现有的按摩椅无法做到自适应调节，需要用户手动进行调节，给用户的使用带来不便。

为了解决上述问题，在本发明实施例中，采用获取用户在按摩进程中的面部图像，并对图像进行识别，从中识别出用户的舒适度，再依据舒适度对按摩模式进行调整，从而实现了按摩设备的按摩模式的自适应调整。解放了用户的双手，为用户提供有针对性的按摩。

下面结合附图，通过对实施例的描述，对本发明内容作进一步说明。

如图1所示，本实施例提供了自适应调整按摩模式的方法，应用于按摩设备，作为举例，所述按摩设备可以是按摩椅、颈肩按按摩仪等按摩设备。需要说明的是，按摩设备要具备无线通信功能，按摩设备上自带有摄像装置，如摄像头，当然也可以是外接摄像装置。通过摄像装置来获取用户的面部图像，按摩设备将用户的面部图像外发进行识别。作为举例，用来接收按摩设备外发的装置可以是服务器，如云端服务器，在云端服务器中安装图像处理、识别软件，对图像进行计算，从而识别出结果，如从图像中识别出舒适度。

作为另一种实现方式，用户的面部图像的识别，在按摩装置的内部实现，即不对面部图像进行外发，在按摩装置内安装具有图像识别功能的图像识别软件。

在本实施例中，所述方法包括：

S10、获取在预设按摩模式下的按摩进程中的用户面部图像。

具体来说，所述预设按摩模式，指得是对应相应的按摩控制数据的程序，比如说，预设按摩模式为舒缓模式，该模式下，按摩的部位可以是颈部、腰部、按摩的强度可以是3级(按摩设备的按摩强度共分为1-9级)，按摩的持续时间为10分钟。

在本实施例中，可以通过安装在按摩设备上的摄像头，来对用户的面部图像进行获取。作为举例，按摩设备为按摩椅，该按摩椅上安装有红外摄像头，按摩椅启动后进入预设按摩模式，所述预设按摩模式可以是，按摩椅默认的按摩模式，也可以是用户手动选择、设定的按摩模式，打开红外摄像头，对按摩椅上的用户的脸部进行识别，自动跟踪用户的脸庞和眼球，每隔1-2s，截取用户面部图像一次，将用户脸部像素点和RGB数据以矩阵数组的形式存储在按摩椅中的存储设备中。其中，用户的面部表情可分为开心、眉头紧锁、悲伤、痛苦、舒适等。不同的表情在图像中所体现出的特征是不同的，因此可以利用特征提取的方式加以识别。

S20、将所述用户面部图像输入预先训练好的网络模型中进行舒适度计算，得到用户在所述预设按摩模式下的舒适度；其中，所述训练好的网络模型通过多个不同按摩模式下的用户面部图像所对应的舒适度训练得到。

具体来说，用户启动按摩设备，如按摩椅，然后选择一个按摩模式，按摩椅在该模式下工作，用户在按摩的过程中，会对按摩的舒适度通过面部的表情来展现出来，如按摩部位、按摩的强度让用户感觉很舒服、那么用户的脸上会显示出满意的表情，此时通过红外摄像头，捕获该用户的面部表情，通过wifi网络发送至云端服务器，在云端服务器上安装有预先训练好的网络模型，通过网络模型对获取到的用户面部表情图像进行计算，从而得到用户在该按摩模式下的舒适度。

作为举例，通过按摩椅上的红外摄像头，获取用户的面部图像，将获取到的面部图像发送至云端服务器，云端服务器将接受到的面部图像输入到训练好的残差神经网络模型或卷积神经网络模型中，进行特征提取，所述的特征如用户的眉头紧锁程度、用户脸庞的放松状态，嘴巴张开的程度、眼镜张开的程度等，接着将这些图像特征输入到预先训练好的网络模型计算出用户是舒适还是难受的概率，如一张图计算得到舒适的概率为70％，另外一张图计算得到难受的概率为20％，将计算得到的舒适的概率和难受的概率存储在云端服务器中。

在本实施例中，所述网络模型可以通过多个不同按摩模式下的用户面部图像所对应的舒适度训练得到。即，预先设置不同的按摩模式，并获取在不同模式下用户的面部表情图像，将所得到的不同按摩模式下的用户面部表情图像分成训练样本和测试样本，利用训练样本对网络模型进行训练，训练后利用测试样本对训练后的网络模型进行测试，反复进行，对网络模型的参数进行优化，直到网络模型的测试结果达到设计预期。容易理解的是，网络模型可以是神经网络模型或其他类型的模型，具体的模型类型在此不做限定，只要能够满足图像识别的要求即可。

S30、根据所述舒适度对所述预设按摩模式进行自适应调整。

具体来说，对所述网络模型计算得到的所述舒适的概率和所述难受的概率进行加权平均，得到加权平均值；根据按摩部位的按摩控制数据与所述加权平均值，对所述按摩部位的按摩控制数据进行自适应调整；获取用户在自适应调整后的按摩模式下的按摩进程中的面部图像；将所述面部图像输入预先训练好的网络模型中进行计算，得到用户在所述自适应调整后的按摩模式下的舒适度；重复对所述按摩部位的按摩控制数据进行自适应调整，至到所述难受的概率低于预设概率。

举例来说，按摩椅在一种按摩模式下工作，该按摩模式对应的按摩部位是脚踝和脖子，按摩时间是5分钟，按摩的强度为2级，经过在该按摩模式下，按摩脚踝的享受程度为70％(舒适的概率为70％)，按摩脖子的难受程度为30％，对舒适的概率和难受的概率进行加权平均，例如，对按摩的部位进行优先级加减，原有的部位等级都为1，现在按摩脚踝的等级调整为1*(1+70％)＝1.7，脖子的等级为1*(1-30％)＝0.7，对按摩时间的长短进行加减，原有的按摩时间都为5分钟，现在按摩脚踝的时间调整为5*(1+70％)＝8.5(进行四舍五入即9分钟)，脖子的按摩时间调整为5*(1-30％)＝3.5(进行四舍五入即4分钟)，对按摩的强度进行加减，原有的按摩强度均为2级，现在按摩脚踝的强度为2*(1+70％)＝3.4(进行四舍五入即3级)，按摩脖子的强度为2*(1-30％)＝1.4(进行四舍五入即1级)。重复进行上述调整过程，直至用户的难受的概率低于3％。

在本实施例中，通过对用户的面部表情进行识别，得出用户在享受按摩时的舒适度，根据舒适度对按摩模式进行自适应调整。从而可以为用户定制按摩模式，为用户进行有针对性的按摩。

在本实施例的一种实现方式中，当进行多次自适应调整后，得到该用户的按摩习惯后，建立用户数据库，所述用户数据库包含用户身份信息；将该用户的按摩习惯所对应的按摩控制数据存入所述用户数据库，并与对应的用户身份信息相关联。关联后标识为老用户，当该用户再次使用该按摩设备，如按摩椅时，直接调用该按摩控制数据(即最近一次的)对用户进行按摩。

在本实施例中，如果需要对按摩模式进行继续优化，可以重复上述的自适应调整的步骤，即，获取老用户在最近一次的按摩控制数据下的按摩进程中的面部图像，对该面部图像进行特征提取，提取出的特征输入训练好的网络模型中进行计算，得到对应的舒适度概率，依据舒适度概率对按摩控制数据进行加减，即进行自适应调整，直到得出用户满意的按摩控制数据，并将该数据替换上次存储的按摩控制数据后进行保存，用作下一次该用户使用该按摩椅时的按摩控制数据。由于同一个用户在一段时间内，按摩习惯的改变不是很大，因此通过建立用户数据库，可以更加方便地对按摩设备进行调整，以减少调整所需要的时间。

在本实施例的一种实现方式中，在获取用户在预设按摩模式下的按摩进程中的面部图像之前，还包括对用户的身份进行识别的步骤，举例来说，可以通过按摩设备上的摄像头，如按摩椅上的红外摄像头，对坐在按摩椅上的人物进行身份识别，如果发现有人，但是没有检测出人脸图像，或者所用户的面部有遮挡，如用户带着墨镜、戴着帽子，帽沿对面部有遮挡，此时可以发出语音提示，提示用户不要遮挡面部，当获取到用户的清晰的面部图像后，将该图像与预先建立的用户数据库里面的图像进行对比，判断该用户是新用户还是老用户，如果是新用户则按照按摩椅预设的按摩模式对该用户进行按摩，然后在通过上述的自适应调整步骤进行按摩调节。当通过对比后发现，用户是老用户，即该用户在此之前已经用过该按摩椅，则直接从用户数据库中，调取最近一次的按摩控制数据，给用户进行按摩。

基于上述的自适应调整按摩模式的方法，本发明还提供一种自适应调整按摩模式的系统，该系统包括，按摩设备以及与按摩设备通信连接的服务器。通过按摩设备上的图像获取装置，获取用户面部图像，所述按摩设备将所述用户面部图像发送至服务器；所述服务器中存储有预先训练好的网络模型，由所述网络模型对所述用户面部图像进行计算，得到用户在所述预设按摩模式下的舒适度，根据所述舒适度对按摩模式进行自适应调整。

基于上述的自适应调整按摩模式的方法，本发明还提供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自适应调整按摩模式的程序，所述自适应调整按摩模式的程序被处理器执行，以实现上述实施例的自适应调整按摩模式的方法中的步骤。

基于上述的自适应调整按摩模式的方法，本发明还提供一种按摩设备，如图2所示，其包括至少一个处理器(processor)30以及存储器(memory)31，还可以包括通信接口(CommunicationsInterface)32和总线33。其中，处理器30、存储器31和通信接口32可以通过总线33完成相互间的通信。通信接口32可以传输信息。处理器30可以调用存储器31中的逻辑指令，以执行上述实施例中的方法。此外，上述的存储器31中的逻辑指令可以通过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，可以存储在一个可读取存储介质中。存储器31作为一种可读存储介质，可设置为存储软件程序，如本发明实施例中的方法对应的程序指令或模块。处理器30通过运行存储在存储器31中的软件程序、指令或模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。存储器31可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器31可以包括高速随机存取存储器，还可以包括非易失性存储器。例如，U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。此外，上述存储介质以及终端中的多条指令处理器加载并执行的具体过程在上述方法中已经详细说明，在这里就不再一一陈述。

综上所述，本发明提供一种自适应调整按摩模式的方法、计算机可读存储介质及按摩设备。所述方法包括：获取在预设按摩模式下的按摩进程中的用户面部图像；将所述用户面部图像输入预先训练好的网络模型中进行舒适度计算，得到用户在所述预设按摩模式下的舒适度；其中，所述网络模型通过多个不同按摩模式下的用户面部图像所对应的舒适度训练得到；根据所述舒适度对所述预设按摩模式进行自适应调整。通过获取用户在按摩进程中的面部图像，借助训练好的网络模型，从面部图像中，识别出用户在该按摩模式下的舒适度，根据所识别出的舒适度针对性的对按摩模式进行自适应调整。从而可以不用繁琐的调整按摩按钮，解放了用户的双手，并且能够为用户进行有针对性的按摩。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (9)

1.一种自适应调整按摩模式的方法，其特征在于，所述方法包括：

获取在预设按摩模式下的按摩进程中的用户面部图像；

将所述用户面部图像输入预先训练好的网络模型中进行舒适度计算，得到用户在所述预设按摩模式下的舒适度；其中，所述训练好的网络模型通过多个不同按摩模式下的用户面部图像所对应的舒适度训练得到；

根据所述舒适度对所述预设按摩模式进行自适应调整；

所述根据所述舒适度对所述预设按摩模式进行自适应调整，具体包括：

对所述网络模型计算得到的舒适的概率和难受的概率进行加权平均，得到加权平均值；

根据按摩部位的按摩控制数据与所述加权平均值，对所述按摩部位的按摩控制数据进行自适应调整；

获取在自适应调整后的按摩模式下的按摩进程中的用户面部图像；

将所述用户面部图像输入预先训练好的网络模型中进行计算，得到用户在所述自适应调整后的按摩模式下的舒适度；

重复对所述按摩部位的按摩控制数据进行自适应调整，直到所述难受的概率低于预设概率。

2.如权利要求1所述的方法，其特征在于，所述预设按摩模式包含：对用户身体每个按摩部位的按摩控制数据，所述按摩控制数据包括：按摩顺序控制数据、按摩强度控制数据以及按摩时间控制数据。

3.如权利要求1所述的方法，其特征在于，所述预设按摩模式包含：对用户身体某个按摩部位的按摩强度控制数据和/或按摩时间控制数据。

4.如权利要求2所述的方法，其特征在于，所述将所述用户面部图像输入预先训练好的网络模型中进行舒适度计算，得到用户在所述预设按摩模式下的舒适度，具体包括：

对所述用户面部图像进行特征提取，得到表情图像特征；

将所述图像特征输入预先训练好的网络模型中进行计算，得到用户在所述预设按摩模式下的舒适度，所述舒适度包括舒适的概率、难受的概率。

5.如权利要求4所述的方法，其特征在于，所述重复对所述按摩部位的按摩控制数据进行自适应调整，直到所述难受的概率低于预设概率的步骤之后，还包括：

建立用户数据库，所述用户数据库包含用户身份信息；

将所述难受的概率低于预设概率所对应的按摩控制数据存入所述用户数据库，并与对应的用户身份信息相关联。

6.如权利要求5所述的方法，其特征在于，所述获取在预设按摩模式下的按摩进程中的用户面部图像的步骤之前，还包括：

获取待按摩的用户面部图像；

基于所述用户面部图像对用户身份进行判断，当判断出所述用户为老用户时，从所述数据库中调取所述用户最近一次的按摩控制数据，作为所述预设按摩模式的按摩控制数据，对所述用户进行按摩。

7.一种按摩设备，其特征在于，所述按摩设备包括处理器、存储器以及存储在所述存储器上，并可被所述处理器执行的自适应调整按摩模式的程序，所述处理器执行所述自适应调整按摩模式的程序时，实现如权利要求1-6任意一项所述的自适应调整按摩模式的方法中的步骤。

8.一种自适应调整按摩模式的系统，其特征在于，包括：权利要求7所述的按摩设备以及服务器；

所述按摩设备还包括图像获取装置，通过所述图像获取装置获取用户面部图像，所述按摩设备将所述用户面部图像发送至服务器；

所述服务器中存储有预先训练好的网络模型，由所述网络模型对所述用户面部图像进行计算，得到用户在所述预设按摩模式下的舒适度，根据舒适度对按摩模式进行自适应调整。

9.一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

质存储有自适应调整按摩模式的程序，所述自适应调整按摩模式的程序被处理器执行，以实现如权利要求1-6任意一项所述的自适应调整按摩模式的方法中的步骤。