CN115273216A - 目标运动模式的识别方法及相关设备 - Google Patents
目标运动模式的识别方法及相关设备 Download PDFInfo
- Publication number
- CN115273216A CN115273216A CN202110481996.2A CN202110481996A CN115273216A CN 115273216 A CN115273216 A CN 115273216A CN 202110481996 A CN202110481996 A CN 202110481996A CN 115273216 A CN115273216 A CN 115273216A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- probability
- motion
- target
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Telephone Function (AREA)
Abstract
本申请实施例提供一种目标运动模式的识别方法及相关设备,该方法包括:获取目标信息,所述目标信息包括用户所处环境的声波信息、用户的动作信息以及用户的位置信息;根据所述目标信息确定是否开启目标运动模式。采用本申请实施例,能够自动识别目标运动模式。
Description
技术领域
本申请涉及智能穿戴技术领域,尤其涉及一种目标运动模式的识别方法及相关设备。
背景技术
广场舞是居民自发的以健身为目的的在广场、院坝等开敞空间上进行的富有韵律的舞蹈,通常伴有高分贝、节奏感强的音乐伴奏;广场舞是老年人喜闻乐见的一种运动形式,具有群众基础广、练习次数多、持续时间长等特点,对老年人身体健康有较大帮助。当前智能手环上已经有一些简单运动的动作识别,如室外步行,跑步、骑行等,帮助自动及科学的记录用户的运动习惯。
现有技术中,一种常用的运动开启或结束的检测模式是手动检测模式,该模式是通过手环触屏或手机app进行手动设置进入或结束运动检测模式。该方案是一种纯手动人工操作,准确度高,不会因误触发而记录无效数据。虽然手动检测模式便捷,但是用户容易遗忘手动启动或结束运动模式,从而导致整场无数据记录或者记录非广场舞模式数据。
现有技术中,另一种常用的运动开启或结束的检测模式是语音控制启动模式,该模式是通过系统或用户设置的特定语音信息控制手环或手机app进行开启或结束运动检测模式。该方案是基于语音识别技术来对检测到的用户的语音信号进行匹配识别,从而控制启动或结束运动检测模式。该方案的主要缺点是:在广场等嘈杂的环境下,用户的输入的语音信号具有强烈的背景噪声、信噪比较差,因此导致语音信号匹配与识别难度大,识别精度较低,从而造成语音控制功能可玩性较差;而且不能解决因用户遗忘而造成数据缺失问题的发生。
综上,目前智能设备的广场舞模式的开启和结束是通过手动或者根据语音控制的,智能设备无法自动识别广场舞模式。
发明内容
本申请实施例提供了一种目标运动模式的识别方法及相关设备,能够自动识别目标运动模式。
第一方面,本申请实施例提供了一种目标运动模式的识别方法,应用于智能可穿戴设备,所述方法包括:获取目标信息,所述目标信息包括用户所处环境的声波信息、用户的动作信息以及用户的位置信息;根据所述目标信息确定是否开启目标运动模式。
在本申请实施例中,佩戴在用户身上的智能可穿戴设备,可以获取当前用户所处环境的声波信息、用户的动作信息以及用户的位置信息;然后根据用户所处环境的声波信息、用户的动作信息以及用户的位置信息确定是否开启目标运动模式;具体地,智能可穿戴设备根据用户当前所处环境的声波信息判断用户当前所处的环境是否为进行目标运动的背景环境,智能可穿戴设备根据当前用户身体上的动作信息判断用户当前是否在进行目标运动的动作,智能可穿戴设备根据当前用户的位置信息判断用户当前的位置是否为进行目标运动的地点,如果用户当前所处的环境为进行目标运动的背景环境、用户当前在进行目标运动的动作、用户当前的位置为进行目标运动的地点,则智能可穿戴设备开启目标运动模式。例如,用户在广场上跳广场舞时,智能可穿戴设备获取用户所处环境的广场舞音乐信息,判断到用户当前的背景环境为广场舞背景;智能可穿戴设备获取用户手脚上的动作信息,判断到用户手脚上的动作是广场舞动作;智能可穿戴设备获取用户的位置信息,判断到用户当前处于一个广场上;从而智能可穿戴设备确定用户是在跳广场舞,则开启广场舞模式,记录用户跳广场舞的数据,如此,智能可穿戴设备能够自动识别目标运动模式,以及自动开启目标运动模式。
在一种可能的实现方式中,所述智能可穿戴设备包括声音传感器、运动传感器以及定位模块和/或网络模块,所述获取目标信息,包括:通过所述运动传感器获取所述用户的动作信息,所述动作信息包括以下至少一个:动作强度、动作频率、动作速率以及动作幅度;通过所述定位模块和/或所述网络模块获取所述用户的位置信息;通过所述声音传感器获取所述用户所处环境的声波信息,所述声波信息包括以下至少一个:声波的能量、声波的频率以及声波的峰值。
在本申请实施例中,智能可穿戴设备包括声音传感器、运动传感器以及定位模块和/或网络模块;智能可穿戴设备可以通过声音传感器(例如麦克风)获取用户所处环境的声波信息;智能可穿戴设备可以通过运动传感器(例如惯性传感器)获取用户的动作信息;智能可穿戴设备可以通过定位模块(例如GPS、北斗等)和/或网络模块(例如Wi-Fi、BT等)获取所述用户的位置信息;从而可以确保智能可穿戴设备能够获得用户所处环境的声波信息、用户的动作信息以及用户的位置信息。并且,声波信息包括以下至少一个:声波的能量、声波的频率以及声波的峰值,动作信息包括以下至少一个:动作强度、动作频率、动作速率以及动作幅度;如此用户所处环境的声波信息和用户的动作信息可以是多维的特征信息,有利于正确判断用户当前所处的环境是否为进行目标运动的背景环境,以及用户当前是否在进行目标运动的动作。
在一种可能的实现方式中,所述通过所述声音传感器获取所述用户所处环境的声波信息,包括:根据所述用户的动作信息和所述用户的位置信息初步确定是否开启所述目标运动模式;若初步确定开启所述目标运动模式,则通过所述声音传感器获取所述用户所处环境的声波信息。
在本申请实施例中,智能可穿戴设备先获取用户的动作信息和用户的位置信息,然后根据用户的动作信息和用户的位置信息初步判断是否要开启目标运动模式,具体也即根据用户的动作信息和用户的位置信息初步判断用户是否在进行目标运动,在初步判断到用户是在进行目标运动的情况下,开启声音传感器,通过声音传感器采集用户所处环境的声波信息,如此再根据采集到的声波信息结合用户的动作信息和用户的位置信息进一步判断用户是否在进行目标运动,从而可以避免一直开启声音传感器采集声波信息,节约功耗。
在一种可能的实现方式中,所述通过所述定位模块和/或所述网络模块获取所述用户的位置信息,包括:通过所述定位模块以及地图信息确定所述用户的位置信息;和/或通过所述网络模块扫描所述用户所处位置的Wi-Fi热点名称,并将所述用户所处位置的Wi-Fi热点名称与预存的Wi-Fi热点名称进行比对,以确定所述用户的位置信息。
在本申请实施例中,可以通过多种方式确定用户的位置信息,第一种,智能可穿戴设备通过定位模块获取用户的定位,然后根据用户的定位以及地图信息确定用户当前的位置信息;第二种,智能可穿戴设备中预存有多个Wi-Fi热点名称,由于Wi-Fi热点是有服务范围的,也即仅能被某个特定位置范围内的电子设备扫描到,从而可以通过智能可穿戴设备扫描当前位置的Wi-Fi热点名称,将扫描到的Wi-Fi热点名称与预存有多个Wi-Fi热点名称进行比对,若有比对成功的Wi-Fi热点名称,则说明智能可穿戴设备当前在该比对成功的预存的Wi-Fi热点名称对应的Wi-Fi热点的服务范围内,从而得到用户的位置信息。
在一种可能的实现方式中,所述根据所述目标信息确定是否开启目标运动模式,包括:根据所述用户所处环境的声波信息确定第一概率,其中,在所述第一概率大于第一预设阈值的情况下,所述用户所处环境为目标运动环境;根据所述用户的动作信息确定第二概率,其中,在所述第二概率大于第二预设阈值的情况下,所述用户的动作为目标运动动作;根据所述用户的位置信息确定第三概率,其中,在所述第三概率大于第三预设阈值的情况下,所述用户的位置为目标运动地点;根据所述第一概率、所述第二概率以及所述第三概率确定开启目标运动模式的第四概率,其中,在所述第四概率大于第四预设阈值的情况下,确定开启目标运动模式。
在本申请实施例中,智能可穿戴设备根据用户当前所处环境的声波信息判断用户当前所处的环境为进行目标运动的背景环境的概率,从而确定出第一概率,在第一概率大于第一预设阈值的情况下,可以认为用户所处环境为目标运动环境(也即目标运动的背景环境);智能可穿戴设备根据当前用户身体上的动作信息判断用户当前在进行目标运动的动作的概率,从而确定出第二概率,在第二概率大于第二预设阈值的情况下,可以认为用户的动作为目标运动动作(也即目标运动的动作);智能可穿戴设备根据当前用户的位置信息判断用户当前的位置为进行目标运动的地点的概率,从而确定出第三概率,在第三概率大于第三预设阈值的情况下,可以认为用户的位置为目标运动地点(也即目标运动的地点);在确定出用户当前所处的环境为进行目标运动的背景环境的概率、用户当前在进行目标运动的动作的概率、用户当前的位置为进行目标运动的地点的概率之后,可以通过多数投票的方式确定开启目标运动模式的第四概率,在第四概率大于第四预设阈值的情况下,智能可穿戴设备开启目标运动模式,从而实现目标运动模式的自动开启。
在一种可能的实现方式中,在所述确定开启目标运动模式之后,所述方法还包括:通过语音播报或者振动方式提醒用户所述智能可穿戴设备已开启目标运动模式;接收用户的确认指示,其中,若所述确认指示为确认不开启目标运动模式,则关闭目标运动模式。
在本申请实施例中,为了保证自动识别目标运动模式的精度,智能可穿戴设备在在确定开启目标运动模式之后,还会通过语音播报或者振动方式提醒用户已开启目标运动模式,如果用户同意开启,则智能可穿戴设备继续开启目标运动模式,如果用户不同意开启,则智能可穿戴设备关闭目标运动模式。例如,在广场舞模式识别中,若判断结果为广场舞运动模式,则智能可穿戴设备自动确定开启广场舞运动模式,且通过语音播报或者振动方式提醒用户已开启广场舞运动模式,请求用户再次确认;若判断结果为非广场舞运动模式,则智能可穿戴设备不开启广场舞运动模式。
在一种可能的实现方式中,在开启目标运动模式之后,所述方法还包括:每隔预设时长,获取一次目标信息,并依据该次获取到的目标信息确定是否开启目标运动模式;若确定开启目标运动模式,则保持静默、维持当前的状态;否则,通过语音播报或者振动方式提醒用户即将关闭目标运动模式,请求用户确认。
在本申请实施例中,智能可穿戴设备不仅可以自动开启目标运动模式,还可以自动关闭目标运动模式;具体地,每隔预设时长,获取一次目标信息,并依据该次获取到的目标信息确定是否开启目标运动模式;若确定开启目标运动模式,则保持静默、维持当前的状态;否则,通过语音播报或者振动方式提醒用户即将关闭目标运动模式,请求用户再次确认。例如,在用户进行广场舞的情况下,智能可穿戴设备每隔一定时间间隔进行检查判断一次,若判断结果为用户仍在进行广场舞运动,则保持静默,维持当前的状态;若判断结果为用户不在进行广场舞运动,则通过语音播报或者振动方式提醒用户即将关闭广场舞运动模式,请用户确认是否关闭。
第二方面,本申请实施例提供了一种目标运动模式的识别装置,应用于智能可穿戴设备,所述装置包括:获取单元,用于获取目标信息,所述目标信息包括用户所处环境的声波信息、用户的动作信息以及用户的位置信息;确定单元,用于根据所述目标信息确定是否开启目标运动模式。
在一种可能的实现方式中,所述智能可穿戴设备包括声音传感器、运动传感器以及定位模块和/或网络模块,所述获取单元,具体用于:通过所述运动传感器获取所述用户的动作信息,所述动作信息包括以下至少一个:动作强度、动作频率、动作速率以及动作幅度;通过所述定位模块和/或所述网络模块获取所述用户的位置信息;通过所述声音传感器获取所述用户所处环境的声波信息,所述声波信息包括以下至少一个:声波的能量、声波的频率以及声波的峰值。
在一种可能的实现方式中,所述获取单元,具体用于:根据所述用户的动作信息和所述用户的位置信息初步确定是否开启所述目标运动模式;若初步确定开启所述目标运动模式,则通过所述声音传感器获取所述用户所处环境的声波信息。
在一种可能的实现方式中,所述获取单元,具体用于:通过所述定位模块以及地图信息确定所述用户的位置信息;和/或通过所述网络模块扫描所述用户所处位置的Wi-Fi热点名称,并将所述用户所处位置的Wi-Fi热点名称与预存的Wi-Fi热点名称进行比对,以确定所述用户的位置信息。
在一种可能的实现方式中,所述确定单元,具体用于:根据所述用户所处环境的声波信息确定第一概率,其中,在所述第一概率大于第一预设阈值的情况下,所述用户所处环境为目标运动环境;根据所述用户的动作信息确定第二概率,其中,在所述第二概率大于第二预设阈值的情况下,所述用户的动作为目标运动动作;根据所述用户的位置信息确定第三概率,其中,在所述第三概率大于第三预设阈值的情况下,所述用户的位置为目标运动地点;根据所述第一概率、所述第二概率以及所述第三概率确定开启目标运动模式的第四概率,其中,在所述第四概率大于第四预设阈值的情况下,确定开启目标运动模式。
在一种可能的实现方式中,所述确定单元,还用于:在所述确定开启目标运动模式之后,通过语音播报或者振动方式提醒用户所述智能可穿戴设备已开启目标运动模式;接收用户的确认指示,其中,若所述确认指示为确认不开启目标运动模式,则关闭目标运动模式。
在一种可能的实现方式中,所述获取单元,还用于:在开启目标运动模式之后,每隔预设时长,获取一次目标信息;所述确定单元,还用于:依据该次获取到的目标信息确定是否开启目标运动模式;若确定开启目标运动模式,则保持静默、维持当前的状态;否则,通过语音播报或者振动方式提醒用户即将关闭目标运动模式,请求用户确认。
第三方面,本申请实施例提供了一种智能可穿戴设备,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如上述第一方面中任一项所述的方法中的步骤的指令。
第四方面,本申请实施例提供了一种芯片,包括:处理器,用于从存储器中调用并运行计算机程序,使得安装有所述芯片的设备执行如上述第一方面中任一项所述的方法。
第五方面,本申请实施例提供了一种计算机可读存储介质,其存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如上述第一方面中任一项所述的方法。
第六方面,本申请实施例提供了一种计算机程序,所述计算机程序使得计算机执行如上述第一方面中任一项所述的方法。
附图说明
图1A是本申请实施例提供的智能可穿戴设备的结构的示意性图。
图1B是本申请实施例提供的智能可穿戴设备的软件结构的示意图。
图1C是本申请实施例涉及的物理元器件的示意图。
图2是本申请实施例提供的一种目标运动模式的识别方法的流程示意图。
图3是本申请实施例提供的一种广场舞模式的识别流程示意图。
图4是本申请实施例提供的一种用户动作识别的流程示意图。
图5是本申请实施例提供的一种目标运动模式的识别装置的结构示意图。
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,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本说明书中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本说明书所描述的实施例可以与其它实施例相结合。
首先,介绍本申请以下实施例中提供的智能可穿戴设备。
请参阅图1A,图1A是本申请实施例提供的智能可穿戴设备100的结构的示意性图。
智能可穿戴设备100可以包括处理器110,外部存储器接口120,内部存储器121,通用串行总线(universal serial bus,USB)接口130,充电管理模块140,电源管理模块141,电池142,天线1,天线2,移动通信模块150,无线通信模块160,音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,传感器模块180,按键190,马达191,指示器192,摄像头193,显示屏194,以及用户标识模块(subscriber identification module,SIM)卡接口195等。其中传感器模块180可以包括压力传感器180A,陀螺仪传感器180B,气压传感器180C,磁传感器180D,加速度传感器180E,距离传感器180F,接近光传感器180G,指纹传感器180H,温度传感器180J,触摸传感器180K,环境光传感器180L,骨传导传感器180M等。
可以理解的是,本申请实施例示意的结构并不构成对智能可穿戴设备100的具体限定。在本申请另一些实施例中,智能可穿戴设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,存储器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
其中,控制器可以是智能可穿戴设备100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器110的等待时间,因而提高了系统的效率。
在一些实施例中,处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,集成电路内置音频(inter-integrated circuitsound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口,移动产业处理器接口(mobile industry processor interface,MIPI),通用输入输出(general-purposeinput/output,GPIO)接口,用户标识模块(subscriber identity module,SIM)接口,和/或通用串行总线(universal serial bus,USB)接口等。
可以理解的是,本申请实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对智能可穿戴设备100的结构限定。在本申请另一些实施例中,智能可穿戴设备100也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
充电管理模块140用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。在一些有线充电的实施例中,充电管理模块140可以通过USB接口130接收有线充电器的充电输入。在一些无线充电的实施例中,充电管理模块140可以通过智能可穿戴设备100的无线充电线圈接收无线充电输入。充电管理模块140为电池142充电的同时,还可以通过电源管理模块141为智能可穿戴设备供电。
电源管理模块141用于连接电池142,充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入,为处理器110,内部存储器121,外部存储器,显示屏194,摄像头193,和无线通信模块160等供电。电源管理模块141还可以用于监测电池容量,电池循环次数,电池健康状态(漏电,阻抗)等参数。在其他一些实施例中,电源管理模块141也可以设置于处理器110中。在另一些实施例中,电源管理模块141和充电管理模块140也可以设置于同一个器件中。
智能可穿戴设备100的无线通信功能可以通过天线1,天线2,移动通信模块150,无线通信模块160,调制解调处理器以及基带处理器等实现。
天线1和天线2用于发射和接收电磁波信号。智能可穿戴设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块150可以提供应用在智能可穿戴设备100上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器,开关,功率放大器,低噪声放大器(low noise amplifier,LNA)等。移动通信模块150可以由天线1接收电磁波,并对接收的电磁波进行滤波,放大等处理,传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大,经天线1转为电磁波辐射出去。在一些实施例中,移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实施例中,移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。
调制解调处理器可以包括调制器和解调器。在一些实施例中,调制解调处理器可以是独立的器件。在另一些实施例中,调制解调处理器可以独立于处理器110,与移动通信模块150或其他功能模块设置在同一个器件中。
无线通信模块160可以提供应用在智能可穿戴设备100上的包括无线局域网(wireless local area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星系统(global navigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号,对其进行调频,放大,经天线2转为电磁波辐射出去。
在一些实施例中,智能可穿戴设备100的天线1和移动通信模块150耦合,天线2和无线通信模块160耦合,使得智能可穿戴设备100可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯系统(global system for mobilecommunications,GSM),通用分组无线服务(general packet radio service,GPRS),码分多址接入(code division multiple access,CDMA),宽带码分多址(wideband codedivision multiple access,WCDMA),时分码分多址(time-division code divisionmultiple access,TD-SCDMA),长期演进(long term evolution,LTE),BT,GNSS,WLAN,NFC,FM,和/或IR技术等。所述GNSS可以包括全球卫星定位系统(global positioning system,GPS),全球导航卫星系统(global navigation satellite system,GLONASS),北斗卫星导航系统(beidou navigation satellite system,BDS),准天顶卫星系统(quasi-zenithsatellite system,QZSS)和/或星基增强系统(satellite based augmentation systems,SBAS)。
智能可穿戴设备100通过GPU,显示屏194,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
显示屏194用于显示图像,视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD),有机发光二极管(organic light-emittingdiode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的,AMOLED),柔性发光二极管(flex light-emittingdiode,FLED),Miniled,MicroLed,Micro-oLed,量子点发光二极管(quantum dot lightemitting diodes,QLED)等。在一些实施例中,智能可穿戴设备100可以包括1个或N个显示屏194,N为大于1的正整数。
智能可穿戴设备100可以通过ISP,摄像头193,视频编解码器,GPU,显示屏194以及应用处理器等实现拍摄功能。
ISP用于处理摄像头193反馈的数据。例如,拍照时,打开快门,光线通过镜头被传递到摄像头感光元件上,光信号转换为电信号,摄像头感光元件将所述电信号传递给ISP处理,转化为肉眼可见的图像。ISP还可以对图像的噪点,亮度,肤色进行算法优化。ISP还可以对拍摄场景的曝光,色温等参数优化。在一些实施例中,ISP可以设置在摄像头193中。
摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor,CMOS)光电晶体管。感光元件把光信号转换成电信号,之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB,YUV等格式的图像信号。在一些实施例中,智能可穿戴设备100可以包括1个或N个摄像头193,N为大于1的正整数。
数字信号处理器用于处理数字信号,除了可以处理数字图像信号,还可以处理其他数字信号。例如,当智能可穿戴设备100在频点选择时,数字信号处理器用于对频点能量进行傅里叶变换等。
视频编解码器用于对数字视频压缩或解压缩。智能可穿戴设备100可以支持一种或多种视频编解码器。这样,智能可穿戴设备100可以播放或录制多种编码格式的视频,例如:动态图像专家组(moving picture experts group,MPEG)1,MPEG2,MPEG3,MPEG4等。
NPU为神经网络(neural-network,NN)计算处理器,通过借鉴生物神经网络结构,例如借鉴人脑神经元之间传递模式,对输入信息快速处理,还可以不断的自学习。通过NPU可以实现智能可穿戴设备100的智能认知等应用,例如:图像识别,人脸识别,语音识别,文本理解等。
外部存储器接口120可以用于连接外部存储卡,例如Micro SD卡,实现扩展智能可穿戴设备100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功能。例如将音乐,视频等文件保存在外部存储卡中。
内部存储器121可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。处理器110通过运行存储在内部存储器121的指令,从而执行智能可穿戴设备100的各种功能应用以及数据处理。内部存储器121可以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(比如声音播放功能,图像播放功能等)等。存储数据区可存储智能可穿戴设备100使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器121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,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。
智能可穿戴设备100可以通过音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,以及应用处理器等实现音频功能。例如音乐播放,录音等。
音频模块170用于将数字音频信息转换成模拟音频信号输出,也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。在一些实施例中,音频模块170可以设置于处理器110中,或将音频模块170的部分功能模块设置于处理器110中。
扬声器170A,也称“喇叭”,用于将音频电信号转换为声音信号。智能可穿戴设备100可以通过扬声器170A收听音乐,或收听免提通话。
受话器170B,也称“听筒”,用于将音频电信号转换成声音信号。当智能可穿戴设备100接听电话或语音信息时,可以通过将受话器170B靠近人耳接听语音。
麦克风170C,也称“话筒”,“传声器”,用于将声音信号转换为电信号。当拨打电话或发送语音信息时,用户可以通过人嘴靠近麦克风170C发声,将声音信号输入到麦克风170C。智能可穿戴设备100可以设置至少一个麦克风170C。在另一些实施例中,智能可穿戴设备100可以设置两个麦克风170C,除了采集声音信号,还可以实现降噪功能。在另一些实施例中,智能可穿戴设备100还可以设置三个,四个或更多麦克风170C,实现采集声音信号,降噪,还可以识别声音来源,实现定向录音功能等。
耳机接口170D用于连接有线耳机。耳机接口170D可以是USB接口130,也可以是3.5mm的开放移动智能可穿戴设备平台(open mobile terminal platform,OMTP)标准接口,美国蜂窝电信工业协会(cellular telecommunications industry association ofthe USA,CTIA)标准接口。
压力传感器180A用于感受压力信号,可以将压力信号转换成电信号。在一些实施例中,压力传感器180A可以设置于显示屏194。压力传感器180A的种类很多,如电阻式压力传感器,电感式压力传感器,电容式压力传感器等。电容式压力传感器可以是包括至少两个具有导电材料的平行板。当有力作用于压力传感器180A,电极之间的电容改变。智能可穿戴设备100根据电容的变化确定压力的强度。当有触控操作作用于显示屏194,智能可穿戴设备100根据压力传感器180A检测所述触控操作强度。智能可穿戴设备100也可以根据压力传感器180A的检测信号计算触摸的位置。在一些实施例中,作用于相同触摸位置,但不同触控操作强度的触控操作,可以对应不同的操作指令。例如:当有触控操作强度小于第一压力阈值的触控操作作用于短消息应用图标时,执行查看短消息的指令。当有触控操作强度大于或等于第一压力阈值的触控操作作用于短消息应用图标时,执行新建短消息的指令。
陀螺仪传感器180B可以用于确定智能可穿戴设备100的运动姿态。
气压传感器180C用于测量气压。
磁传感器180D包括霍尔传感器。
加速度传感器180E可检测智能可穿戴设备100在各个方向上(一般为三轴)加速度的大小。当智能可穿戴设备100静止时可检测出重力的大小及方向。还可以用于识别智能可穿戴设备姿态,应用于横竖屏切换,计步器等应用。
距离传感器180F,用于测量距离。
接近光传感器180G可以包括例如发光二极管(LED)和光检测器,例如光电二极管。
环境光传感器180L用于感知环境光亮度。
指纹传感器180H用于采集指纹。智能可穿戴设备100可以利用采集的指纹特性实现指纹解锁,访问应用锁,指纹拍照,指纹接听来电等。
温度传感器180J用于检测温度。在一些实施例中,智能可穿戴设备100利用温度传感器180J检测的温度,执行温度处理策略。
触摸传感器180K,也称“触控面板”。触摸传感器180K可以设置于显示屏194,由触摸传感器180K与显示屏194组成触摸屏,也称“触控屏”。触摸传感器180K用于检测作用于其上或附近的触控操作。触摸传感器可以将检测到的触控操作传递给应用处理器,以确定触摸事件类型。可以通过显示屏194提供与触控操作相关的视觉输出。在另一些实施例中,触摸传感器180K也可以设置于智能可穿戴设备100的表面,与显示屏194所处的位置不同。
骨传导传感器180M可以获取振动信号。在一些实施例中,骨传导传感器180M可以获取人体声部振动骨块的振动信号。骨传导传感器180M也可以接触人体脉搏,接收血压跳动信号。在一些实施例中,骨传导传感器180M也可以设置于耳机中,结合成骨传导耳机。音频模块170可以基于所述骨传导传感器180M获取的声部振动骨块的振动信号,解析出语音信号,实现语音功能。应用处理器可以基于所述骨传导传感器180M获取的血压跳动信号解析心率信息,实现心率检测功能。
按键190包括开机键,音量键等。按键190可以是机械按键。也可以是触摸式按键。智能可穿戴设备100可以接收按键输入,产生与智能可穿戴设备100的用户设置以及功能控制有关的键信号输入。
马达191可以产生振动提示。马达191可以用于来电振动提示,也可以用于触摸振动反馈。例如,作用于不同应用(例如拍照,音频播放等)的触控操作,可以对应不同的振动反馈效果。作用于显示屏194不同区域的触控操作,马达191也可对应不同的振动反馈效果。不同的应用场景(例如:时间提醒,接收信息,闹钟,游戏等)也可以对应不同的振动反馈效果。触摸振动反馈效果还可以支持自定义。
指示器192可以是指示灯,可以用于指示充电状态,电量变化,也可以用于指示消息,未接来电,通知等。
SIM卡接口195用于连接SIM卡。SIM卡可以通过插入SIM卡接口195,或从SIM卡接口195拔出,实现和智能可穿戴设备100的接触和分离。智能可穿戴设备100可以支持1个或N个SIM卡接口,N为大于1的正整数。SIM卡接口195可以支持Nano SIM卡,Micro SIM卡,SIM卡等。同一个SIM卡接口195可以同时插入多张卡。所述多张卡的类型可以相同,也可以不同。SIM卡接口195也可以兼容不同类型的SIM卡。SIM卡接口195也可以兼容外部存储卡。智能可穿戴设备100通过SIM卡和网络交互,实现通话以及数据通信等功能。在一些实施例中,智能可穿戴设备100采用eSIM,即:嵌入式SIM卡。eSIM卡可以嵌在智能可穿戴设备100中,不能和智能可穿戴设备100分离。
智能可穿戴设备100的软件系统可以采用分层架构,事件驱动架构,微核架构,微服务架构,或云架构。本申请实施例以分层架构的Android系统为例,示例性说明智能可穿戴设备100的软件结构。
请参阅图1B,图1B是本申请实施例提供的智能可穿戴设备100的软件结构的示意图。
分层架构将软件分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中,将Android系统分为四层,从上至下分别为应用程序层,应用程序框架层,安卓运行时(Android runtime)和系统库,以及内核层。
应用程序层可以包括一系列应用程序包。
如图1B所示,应用程序包可以包括相机,图库,日历,通话,地图,导航,WLAN,蓝牙,音乐,视频,短信息等应用程序。
应用程序框架层为应用程序层的应用程序提供应用编程接口(applicationprogramming interface,API)和编程框架。应用程序框架层包括一些预先定义的函数。
如图1B所示,应用程序框架层可以包括窗口管理器,内容提供器,视图系统,电话管理器,资源管理器,通知管理器,事件管理器等。
窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小,判断是否有状态栏,锁定屏幕,截取屏幕等。
内容提供器用来存放和获取数据,并使这些数据可以被应用程序访问。所述数据可以包括视频,图像,音频,拨打和接听的电话,浏览历史和书签,电话簿等。
视图系统包括可视控件,例如显示文字的控件,显示图片的控件等。视图系统可用于构建应用程序。显示界面可以由一个或多个视图组成的。例如,包括短信通知图标的显示界面,可以包括显示文字的视图以及显示图片的视图。
电话管理器用于提供智能可穿戴设备100的通信功能。例如通话状态的管理(包括接通,挂断等)。
资源管理器为应用程序提供各种资源,比如本地化字符串,图标,图片,布局文件,视频文件等等。
通知管理器使应用程序可以在状态栏中显示通知信息,可以用于传达告知类型的消息,可以短暂停留后自动消失,无需用户交互。比如通知管理器被用于告知下载完成,消息提醒等。通知管理器还可以是以图表或者滚动条文本形式出现在系统顶部状态栏的通知,例如后台运行的应用程序的通知,还可以是以对话窗口形式出现在屏幕上的通知。例如在状态栏提示文本信息,发出提示音,智能可穿戴设备振动,指示灯闪烁等。
事件管理器可用于在已开启第一控制模式的情况下,判断用户的触控操作的触摸坐标是否在第一区域内。若是,将该触控操作的事件上报至应用程序层;若否,对该触控操作不做任何处理。
Android Runtime包括核心库和虚拟机。Android runtime负责安卓系统的调度和管理。
核心库包含两部分:一部分是java语言需要调用的功能函数,另一部分是安卓的核心库。
应用程序层和应用程序框架层运行在虚拟机中。虚拟机将应用程序层和应用程序框架层的java文件执行为二进制文件。虚拟机用于执行对象生命周期的管理,堆栈管理,线程管理,安全和异常的管理,以及垃圾回收等功能。
系统库可以包括多个功能模块。例如:表面管理器(surface manager),媒体库(Media Libraries),三维图形处理库(例如:OpenGL ES),2D图形引擎(例如:SGL)等。
表面管理器用于对显示子系统进行管理,并且为多个应用程序提供了2D和3D图层的融合。
媒体库支持多种常用的音频,视频格式回放和录制,以及静态图像文件等。媒体库可以支持多种音视频编码格式,例如:MPEG4,H.264,MP3,AAC,AMR,JPG,PNG等。
三维图形处理库用于实现三维图形绘图,图像渲染,合成,和图层处理等。
2D图形引擎是2D绘图的绘图引擎。内核层是硬件和软件之间的层。内核层至少包含显示驱动,摄像头驱动,音频驱动,传感器驱动。
下面结合捕获拍照场景,示例性说明在已开启第一控制模式的情况下,智能可穿戴设备100软件以及硬件的工作流程。
在已开启第一控制模式的情况下,当触摸传感器180K接收到触控操作,相应的硬件中断被发给内核层。内核层将触控操作加工成原始输入事件(包括触摸坐标,触控操作的时间戳等信息)。原始输入事件被存储在内核层。应用程序框架层从内核层获取原始输入事件,并由事件管理器判断触摸坐标是否在第一区域内。若是,识别该原始输入事件所对应的控件,以该触控操作是触摸单击操作,该单击操作所对应的控件为相机应用图标的控件为例,相机应用调用应用框架层的接口,启动相机应用,进而通过调用内核层启动摄像头驱动,通过摄像头193捕获静态图像或视频。若否,对该原始输入事件不做任何处理。
请参阅图1C,图1C是本申请实施例涉及的物理元器件的示意图。如图1C所示,本申请实施例涉及的物理元器件至少包括:传感器模块(例如加速度计、陀螺仪与GPS定位模块、Wi-Fi模块、麦克风等)、处理器(例如MPU)、(内部)存储器(例如ROM等),其中,(内部)存储器存储动作信息、声波信息、位置信息的提取与匹配算法库等信息,以及关联存储智能可穿戴设备所处的任意位置扫描到的Wi-Fi热点名称与该任意位置的位置信息。
请参阅图2,图2是本申请实施例提供的一种目标运动模式的识别方法的流程示意图,该方法应用于智能可穿戴设备,该方法包括但不限于如下步骤:
201、获取目标信息,所述目标信息包括用户所处环境的声波信息、用户的动作信息以及用户的位置信息。
202、根据所述目标信息确定是否开启目标运动模式。
其中,可以通过用户所处环境的声波信息确定用户当前所处的背景环境,用户所处环境的声波信息可以通过智能可穿戴设备的采集到的麦克风(Mic)数据得到;用户的动作信息可以是用户关键部位(如手部、足部)的动作信息,可以通过用户的动作信息确定用户当前的运动行为;进一步基于GPS、Wi-Fi、BT等判断用户的位置信息;基于用户的运动行为、用户所处的背景环境、用户的位置信息等,进行融合判断,对用户的当前运动行为进行评估,从而实现目标运动模式的自动识别。
举例来说,本申请用于用户在进行室外广场舞运动时,智能可穿戴设备基于的惯性传感器计算出用户关键部位(如手部、足部)的动作信息,输出用户当前的运动行为,其中,该惯性传感器可以是智能可穿戴设备中的惯性传感器,该惯性传感器也可以是用户独立佩戴的惯性传感器,此种情况下,该惯性传感器可以将采集的数据传输给智能可穿戴设备,前述惯性传感器可以为六轴惯性传感器;基于麦克风采集到的数据,输出用户当前所处的背景环境,例如输出用户所处的背景环境中有广场舞音乐;基于GPS、Wi-Fi、BT等判断用户的位置信息;然后基于用户的运动行为、用户所处的背景环境、用户的位置信息等,进行融合判断,对用户的当前运动行为进行评估,从而实现广场舞模式的自动识别。
在本申请实施例中,佩戴在用户身上的智能可穿戴设备,可以获取当前用户所处环境的声波信息、用户的动作信息以及用户的位置信息;然后根据用户所处环境的声波信息、用户的动作信息以及用户的位置信息确定是否开启目标运动模式;具体地,智能可穿戴设备根据用户当前所处环境的声波信息判断用户当前所处的环境是否为进行目标运动的背景环境,智能可穿戴设备根据当前用户身体上的动作信息判断用户当前是否在进行目标运动的动作,智能可穿戴设备根据当前用户的位置信息判断用户当前的位置是否为进行目标运动的地点,如果用户当前所处的环境为进行目标运动的背景环境、用户当前在进行目标运动的动作、用户当前的位置为进行目标运动的地点,则智能可穿戴设备开启目标运动模式。例如,用户在广场上跳广场舞时,智能可穿戴设备获取用户所处环境的广场舞音乐信息,判断到用户当前的背景环境为广场舞背景;智能可穿戴设备获取用户手脚上的动作信息,判断到用户手脚上的动作是广场舞动作;智能可穿戴设备获取用户的位置信息,判断到用户当前处于一个广场上;从而智能可穿戴设备确定用户是在跳广场舞,则开启广场舞模式,记录用户跳广场舞的数据,如此,智能可穿戴设备能够自动识别目标运动模式,以及自动开启目标运动模式。
在一种可能的实现方式中,所述智能可穿戴设备包括声音传感器、运动传感器以及定位模块和/或网络模块,所述获取目标信息,包括:通过所述运动传感器获取所述用户的动作信息,所述动作信息包括以下至少一个:动作强度、动作频率、动作速率以及动作幅度;通过所述定位模块和/或所述网络模块获取所述用户的位置信息;通过所述声音传感器获取所述用户所处环境的声波信息,所述声波信息包括以下至少一个:声波的能量、声波的频率以及声波的峰值。
其中,声音传感器可以是麦克风,基于麦克风进行预采集不同背景环境下的声波信号,不同背景环境下的声波信号包括目标运动的背景环境与非目标运动的背景环境等(室内、外)的声波数据,对不同背景环境下的声波信号进行声波信号的特征提取,如提取声波的能量、声波的频率、声波的峰值等参数,基于提取到的这些参数,进行声纹的高斯混合模型训练,从而得到高斯混合模型。在获取到目标信息后,将目标信息中的用户所处环境的声波信息输入到该高斯混合模型中,输出用户当前所处的环境的分类结果,用户当前所处的环境的分类结果包括但不限于目标运动的背景环境和非目标运动的背景环境。
其中,运动传感器可以是惯性传感器,基于惯性传感器提取用户关键部位的运动特征,具体提取动作强度、动作频率、动作速率以及动作幅度等参数,例如关键部位为脚,提取步幅、步频、冲击、动作强度等参数,并基于提取到的这些参数,结合预先训练好的机器学习分类模型,判别用户当前的运动动作,用户当前的运动动作包括但不限于目标运动的动作和非目标运动的动作。
其中,通过定位模块以及地图信息,确定用户当前的位置信息,并基于用户当前的位置信息结合预先训练好的机器学习分类模型,输出用户当前所处的位置的分类结果,用户当前所处的位置的分类结果包括目标运动的地点、非目标运动的地点、未知地点中的至少一种。或者,网络模块可以是Wi-Fi模块,通过Wi-Fi模块扫描用户所处位置的Wi-Fi热点名称,并与数据库中预先存储的Wi-Fi热点名称进行比对,以确定用户当前的位置信息;并基于用户当前的位置信息结合预先训练好的机器学习分类模型,输出用户当前所处的位置的分类结果,用户当前所处的位置的分类结果包括目标运动的地点、非目标运动的地点、未知地点中的至少一种。
举例来说,当目标运动为广场舞,目标运动模式为广场舞模式时,将用户所处环境的声波信息中的声波的能量、声波的频率、声波的峰值输入到该高斯混合模型中,输出用户当前所处的环境的分类结果,用户当前所处的环境的分类结果包括但不限于广场舞环境和非广场舞环境。将用户的动作信息中的动作强度、动作频率、动作速率以及动作幅度输入到预先训练好的机器学习分类模型,输出用户当前的运动动作分类结果,用户当前的运动动作分类结果包括但不限于广场舞动作和非广场舞动作。将用户当前的位置信息输入预先训练好的机器学习分类模型,输出用户当前所处的位置的分类结果,用户当前所处的位置的分类结果包括广场区域、非广场区域、未知区域中的至少一种。
在本申请实施例中,智能可穿戴设备包括声音传感器、运动传感器以及定位模块和/或网络模块;智能可穿戴设备可以通过声音传感器(例如麦克风)获取用户所处环境的声波信息;智能可穿戴设备可以通过运动传感器(例如惯性传感器)获取用户的动作信息;智能可穿戴设备可以通过定位模块(例如GPS、北斗等)和/或网络模块(例如Wi-Fi、BT等)获取所述用户的位置信息;从而可以确保智能可穿戴设备能够获得用户所处环境的声波信息、用户的动作信息以及用户的位置信息。并且,声波信息包括以下至少一个:声波的能量、声波的频率以及声波的峰值,动作信息包括以下至少一个:动作强度、动作频率、动作速率以及动作幅度;如此用户所处环境的声波信息和用户的动作信息可以是多维的特征信息,有利于正确判断用户当前所处的环境是否为进行目标运动的背景环境,以及用户当前是否在进行目标运动的动作。
在一种可能的实现方式中,所述通过所述声音传感器获取所述用户所处环境的声波信息,包括:根据所述用户的动作信息和所述用户的位置信息初步确定是否开启所述目标运动模式;若初步确定开启所述目标运动模式,则通过所述声音传感器获取所述用户所处环境的声波信息。
举例来说,当基于用户的位置信息与运动传感器采集的用户的动作信息判断出当前为广场舞模式时,唤醒麦克风,并开启语音或震动提示,用于提示用户智能设备部将要开启麦克风数据采集,请用户确认,后续默认开启麦克风等。
在本申请实施例中,智能可穿戴设备先获取用户的动作信息和用户的位置信息,然后根据用户的动作信息和用户的位置信息初步判断是否要开启目标运动模式,具体也即根据用户的动作信息和用户的位置信息初步判断用户是否在进行目标运动,在初步判断到用户是在进行目标运动的情况下,开启声音传感器,通过声音传感器采集用户所处环境的声波信息,如此再根据采集到的声波信息结合用户的动作信息和用户的位置信息进一步判断用户是否在进行目标运动,从而可以避免一直开启声音传感器采集声波信息,节约功耗。
在一种可能的实现方式中,所述通过所述定位模块和/或所述网络模块获取所述用户的位置信息,包括:通过所述定位模块以及地图信息确定所述用户的位置信息;和/或通过所述网络模块扫描所述用户所处位置的Wi-Fi热点名称,并将所述用户所处位置的Wi-Fi热点名称与预存的Wi-Fi热点名称进行比对,以确定所述用户的位置信息。
在本申请实施例中,可以通过多种方式确定用户的位置信息,第一种,智能可穿戴设备通过定位模块获取用户的定位,然后根据用户的定位以及地图信息确定用户当前的位置信息;第二种,智能可穿戴设备中预存有多个Wi-Fi热点名称,由于Wi-Fi热点是有服务范围的,也即仅能被某个特定位置范围内的电子设备扫描到,从而可以通过智能可穿戴设备扫描当前位置的Wi-Fi热点名称,将扫描到的Wi-Fi热点名称与预存有多个Wi-Fi热点名称进行比对,若有比对成功的Wi-Fi热点名称,则说明智能可穿戴设备当前在该比对成功的预存的Wi-Fi热点名称对应的Wi-Fi热点的服务范围内,从而得到用户的位置信息。
在一种可能的实现方式中,所述根据所述目标信息确定是否开启目标运动模式,包括:根据所述用户所处环境的声波信息确定第一概率,其中,在所述第一概率大于第一预设阈值的情况下,所述用户所处环境为目标运动环境;根据所述用户的动作信息确定第二概率,其中,在所述第二概率大于第二预设阈值的情况下,所述用户的动作为目标运动动作;根据所述用户的位置信息确定第三概率,其中,在所述第三概率大于第三预设阈值的情况下,所述用户的位置为目标运动地点;根据所述第一概率、所述第二概率以及所述第三概率确定开启目标运动模式的第四概率,其中,在所述第四概率大于第四预设阈值的情况下,确定开启目标运动模式。
举例来说,根据目标信息确定是否开启广场舞模式的操作如下:根据用户所处环境通过高斯混合模型确定出用户所处环境与广场舞环境的相似度(也即第一概率),其中,当用户所处环境与广场舞环境的相似度大于第一阈值时,用户所处的背景环境是否为广场舞环境;根据用户的动作信息通过预先训练好的机器学习分类模型确定出用户的动作与广场舞动作的相似度(也即第二概率),其中,当用户的动作与广场舞动作的相似度大于第二阈值时,用户的动作为广场舞动作;根据用户的位置信息通过预先训练好的机器学习分类模型确定出用户的位置与广场舞地点的相似度(也即第三概率),其中,当用户的位置与广场舞地点的相似度大于第三阈值时,用户的位置为广场舞地点;综合上述三个概率进行多数投票表决以确定用户的运动模式与广场舞模式的相似度(也即第四概率),用户的运动模式与广场舞模式的相似度大于第四阈值时,则用户处于广场舞模式,智能可穿戴设备开启广场舞模式,记录用户跳广场舞的数据。
在本申请实施例中,智能可穿戴设备根据用户当前所处环境的声波信息判断用户当前所处的环境为进行目标运动的背景环境的概率,从而确定出第一概率,在第一概率大于第一预设阈值的情况下,可以认为用户所处环境为目标运动环境(也即目标运动的背景环境);智能可穿戴设备根据当前用户身体上的动作信息判断用户当前在进行目标运动的动作的概率,从而确定出第二概率,在第二概率大于第二预设阈值的情况下,可以认为用户的动作为目标运动动作(也即目标运动的动作);智能可穿戴设备根据当前用户的位置信息判断用户当前的位置为进行目标运动的地点的概率,从而确定出第三概率,在第三概率大于第三预设阈值的情况下,可以认为用户的位置为目标运动地点(也即目标运动的地点);在确定出用户当前所处的环境为进行目标运动的背景环境的概率、用户当前在进行目标运动的动作的概率、用户当前的位置为进行目标运动的地点的概率之后,可以通过多数投票的方式确定开启目标运动模式的第四概率,在第四概率大于第四预设阈值的情况下,智能可穿戴设备开启目标运动模式,从而实现目标运动模式的自动开启。
在一种可能的实现方式中,在所述确定开启目标运动模式之后,所述方法还包括:通过语音播报或者振动方式提醒用户所述智能可穿戴设备已开启目标运动模式;接收用户的确认指示,其中,若所述确认指示为确认不开启目标运动模式,则关闭目标运动模式。
在本申请实施例中,为了保证自动识别目标运动模式的精度,智能可穿戴设备在在确定开启目标运动模式之后,还会通过语音播报或者振动方式提醒用户已开启目标运动模式,如果用户同意开启,则智能可穿戴设备继续开启目标运动模式,如果用户不同意开启,则智能可穿戴设备关闭目标运动模式。例如,在广场舞模式识别中,若判断结果为广场舞运动模式,则智能可穿戴设备自动确定开启广场舞运动模式,且通过语音播报或者振动方式提醒用户已开启广场舞运动模式,请求用户再次确认;若判断结果为非广场舞运动模式,则智能可穿戴设备不开启广场舞运动模式。
在一种可能的实现方式中,在开启目标运动模式之后,所述方法还包括:每隔预设时长,获取一次目标信息,并依据该次获取到的目标信息确定是否开启目标运动模式;若确定开启目标运动模式,则保持静默、维持当前的状态;否则,通过语音播报或者振动方式提醒用户即将关闭目标运动模式,请求用户确认。
在本申请实施例中,智能可穿戴设备不仅可以自动开启目标运动模式,还可以自动关闭目标运动模式;具体地,每隔预设时长,获取一次目标信息,并依据该次获取到的目标信息确定是否开启目标运动模式;若确定开启目标运动模式,则保持静默、维持当前的状态;否则,通过语音播报或者振动方式提醒用户即将关闭目标运动模式,请求用户再次确认。例如,在用户进行广场舞的情况下,智能可穿戴设备每隔一定时间间隔进行检查判断一次,若判断结果为用户仍在进行广场舞运动,则保持静默,维持当前的状态;若判断结果为用户不在进行广场舞运动,则通过语音播报或者振动方式提醒用户即将关闭广场舞运动模式,请用户确认是否关闭。
请参阅图3,图3是本申请实施例提供的一种广场舞模式的识别方法流程示意图,该广场舞模式的识别方法应用于智能可穿戴设备,基于用户所处环境的声波信息、用户当前的动作信息以及用户的位置信息,进行决策级的融合判断,对用户当前的运动进行最终的评估表决,从而实现广场舞运动模式的自启动或结束。该广场舞模式的识别方法包括但不限于如下步骤:
301、背景环境识别。
其中,背景环境识别的操作包括以下子步骤:
3011、麦克风采集数据。
具体地,智能穿戴设备内置的麦克风采集用户当前所处环境的声波信号(声波信息)。
3012、声波特征(声波的能量、声波的频率、声波的峰值)提取。
具体地,基于麦克风采集到的声波信号,进行声波信号的特征提取,例如提取声波的能量、声波的频率、声波的峰值。
3013、背景环境分类。
具体地,提取到用户当前所处的环境的声波的能量、声波的频率、声波的峰值等特征参数后,基于提取出的这些特征参数以及高斯混合模型进行相似度匹配计算,当相似度得分大于设定的第一阈值时,则判别用户所处的环境为广场舞环境,否则判别所处的环境为非广场舞环境。其中,当用户所处的环境为广场舞环境时,输出为广场舞模式的概率P1(第一概率),当用户所处的环境为非广场舞环境时,输出为非广场舞模式的概率P2。
其中,高斯混合模型训练是基于不同背景环境下的声波信号中提取到的声波的能量、声波的频率、声波的峰值等参数训练得到的,不同背景环境下声波信号基于麦克风预采集得到,不同背景环境下的声波信号包括广场舞环境与非广场舞环境下的声波信号。
302、用户动作识别。
基于加速度计、陀螺仪采集得到的数据,通过多源数据融合方法实时估计出用户的动作信息,动作信息包括动作强度、动作频率、动作速率、动作幅度等;基于上述检测出的用户的动作信息与建立的用户动作数据库,采用机器学习方法,对用户当前的动作信息进行分类,从而输出用户当前的动作的分类结果。
其中,用户动作识别的操作也可参阅图4,用户动作识别的操作包括以下子步骤:
3021、运动传感器采集数据(采集加速度计、陀螺仪数据)。
具体地,智能可穿戴设备通过惯性传感器采集用户当前的陀螺仪、加速度计数据。
3022、运动姿态估计(动作强度、动作频率、动作速率、动作幅度)。
具体地,对一定采样周期Δt内采集得到的陀螺仪与加速度计数据,进行参数估计得到用户当前的动作信息,动作信息包括动作强度、动作频率、动作速率、动作幅度等参数;此处,采样周期的阈值可设为Δt=1min。
3023、用户动作分类。
其中,可以采集用户的跳广场舞的动作,建立用户动作数据库fM(N),其中,M为样本总个数,N为每个样本数据的特征维数(也即动作强度、动作频率、动作速率、动作幅度等维度),作为用户动作分类的训练集。基于上述用户动作分类的训练集,采用机器学习方法,训练得到用于用户动作分类的机器学习分类模型。基于用户当前的动作信息采用该机器学习分类模型对用户当前的运动动作进行分类,运动动作分类结果包括广场舞动作与非广场舞动作,且给出该动作分类结果的概率,例如,广场舞动作的概率(也即广场舞模式的概率)为P3(第二概率)、非广场舞运动的概率(也即非广场舞模式的概率)为P4。
综上可知,本申请实施例基于加速度计、陀螺仪采集得到的数据,通过多源数据融合方法实时估计出用户的动作信息,动作信息包括动作强度、动作频率、动作速率、动作幅度等参数;基于上述检测出的用户当前的动作信息与建立的用户动作数据库,采用机器学习方法,对用户当前的运动动作进行分类,从而输出用户当前的运动动作的分类结果。
303、用户位置识别。
其中,用户位置识别的操作包括以下子步骤:
3031、GPS、Wi-Fi等模块采集数据。
具体地,GPS模块采集智能可穿戴设备(也即用户)的定位数据,例如定位数据为地理坐标信息(经度、纬度、海拔高度等信息);Wi-Fi模块采集用户所处位置一定范围内的Wi-Fi热点名称。
3032、位置估计。
其中,智能可穿戴设备GPS定位模块获取用户当前所处位置的地理坐标信息(经度、纬度、海拔高度等信息),结合智能可穿戴设备内嵌的地图信息,从而获得用户的位置信息。
或者,智能可穿戴设备通过Wi-Fi模块扫描获取的用户所处的任意位置的全部的Wi-Fi热点名称,并存入智能可穿戴设备的存储器中,也即将用户所处的任意位置与该位置的全部的Wi-Fi热点名称关联存储。当Wi-Fi模块采集到用户当前所处位置的Wi-Fi热点名称时,可以将用户当前所处位置的Wi-Fi热点名称与存储器中存储的Wi-Fi热点名称进行比对,比对成功的存储的Wi-Fi热点名称对应的位置为该用户当前所处的位置。
3033、用户位置分类。
具体地,基于上述检测出的用户当前所处位置的地理坐标信息和/或当前所处位置的扫描到的Wi-Fi热点名称,结合与建立的Wi-Fi热点名称数据库与地理坐标信息数据库,采用机器学习方法,对用户当前的位置进行分类,用户当前的位置的分类结果包括广场舞地点与非广场舞地点,且给出用户的位置分类的概率,例如,广场舞地点的概率(也即广场舞模式的概率)为P5(第三概率)、非广场舞地点的概率(也即非广场舞模式的概率)为P6。
304、多数投票表决。
具体地,基于背景环境识别、用户动作识别以及用户位置识别的结果,采用多数投票表决的方法,对用户的运动进行分类,用户的运动分类结果包括广场舞运动与非广场舞运动中的一种。
若用户的运动分类结果为广场舞运动,则智能可穿戴设备自动开启广场舞运动模式,且通过语音播报或者振动方式提醒用户其已开启广场舞运动模式,请用户再次确认;若用户的运动分类结果为非广场舞运动,则智能可穿戴设备不开启广场舞运动模式。
此后,智能可穿戴设备每隔一定时间间隔(如Δt=1min)进行检查判断一次,如果用户的运动分类结果仍为广场舞运动,则智能可穿戴设备保持静默,维持当前的状态;如果用户的运动分类结果变为非广场舞运动,则智能可穿戴设备通过语音播报或者振动方式提醒用户其即将关闭广场舞运动模式,请用户再次确认。
综上可知,本申请实施例的智能可穿戴设备基于用户所处环境的声波信息、用户当前的动作信息以及用户的位置信息,进行决策级的融合判断,对用户当前的运动进行最终的评估表决,从而实现广场舞运动模式的自启动或结束。
请参见图5,图5是本申请实施例提供的一种目标运动模式的识别装置500的结构示意图,应用于智能可穿戴设备,该目标运动模式的识别装置500可以包括获取单元501、确定单元502,其中,各个单元的详细描述如下:
获取单元501,用于获取目标信息,所述目标信息包括用户所处环境的声波信息、用户的动作信息以及用户的位置信息;
确定单元502,用于根据所述目标信息确定是否开启目标运动模式。
在一种可能的实现方式中,所述智能可穿戴设备包括声音传感器、运动传感器以及定位模块和/或网络模块,所述获取单元501,具体用于:通过所述运动传感器获取所述用户的动作信息,所述动作信息包括以下至少一个:动作强度、动作频率、动作速率以及动作幅度;通过所述定位模块和/或所述网络模块获取所述用户的位置信息;通过所述声音传感器获取所述用户所处环境的声波信息,所述声波信息包括以下至少一个:声波的能量、声波的频率以及声波的峰值。
在一种可能的实现方式中,所述获取单元501,具体用于:根据所述用户的动作信息和所述用户的位置信息初步确定是否开启所述目标运动模式;若初步确定开启所述目标运动模式,则通过所述声音传感器获取所述用户所处环境的声波信息。
在一种可能的实现方式中,所述获取单元501,具体用于:通过所述定位模块以及地图信息确定所述用户的位置信息;和/或通过所述网络模块扫描所述用户所处位置的Wi-Fi热点名称,并将所述用户所处位置的Wi-Fi热点名称与预存的Wi-Fi热点名称进行比对,以确定所述用户的位置信息。
在一种可能的实现方式中,所述确定单元502,具体用于:根据所述用户所处环境的声波信息确定第一概率,其中,在所述第一概率大于第一预设阈值的情况下,所述用户所处环境为目标运动环境;根据所述用户的动作信息确定第二概率,其中,在所述第二概率大于第二预设阈值的情况下,所述用户的动作为目标运动动作;根据所述用户的位置信息确定第三概率,其中,在所述第三概率大于第三预设阈值的情况下,所述用户的位置为目标运动地点;根据所述第一概率、所述第二概率以及所述第三概率确定开启目标运动模式的第四概率,其中,在所述第四概率大于第四预设阈值的情况下,确定开启目标运动模式。
在一种可能的实现方式中,所述确定单元502,还用于:在所述确定开启目标运动模式之后,通过语音播报或者振动方式提醒用户所述智能可穿戴设备已开启目标运动模式;接收用户的确认指示,其中,若所述确认指示为确认不开启目标运动模式,则关闭目标运动模式。
在一种可能的实现方式中,所述获取单元501,还用于:在开启目标运动模式之后,每隔预设时长,获取一次目标信息;所述确定单元502,还用于:依据该次获取到的目标信息确定是否开启目标运动模式;若确定开启目标运动模式,则保持静默、维持当前的状态;否则,通过语音播报或者振动方式提醒用户即将关闭目标运动模式,请求用户确认。
需要说明的是,各个单元的实现还可以对应参照图2至图5所示的实施例的相应描述。当然,本申请实施例提供的目标运动模式的识别装置500包括但不限于上述单元模块,例如:该目标运动模式的识别装置500还可以包括存储单元503,存储单元503可以用于存储该目标运动模式的识别装置500的程序代码和数据。
在图5所描述的目标运动模式的识别装置500中,可以获取当前用户所处环境的声波信息、用户的动作信息以及用户的位置信息;然后根据用户所处环境的声波信息、用户的动作信息以及用户的位置信息确定是否开启目标运动模式;具体地,根据用户当前所处环境的声波信息判断用户当前所处的环境是否为进行目标运动的背景环境,根据当前用户身体上的动作信息判断用户当前是否在进行目标运动的动作,根据当前用户的位置信息判断用户当前的位置是否为进行目标运动的地点,如果用户当前所处的环境为进行目标运动的背景环境、用户当前在进行目标运动的动作、用户当前的位置为进行目标运动的地点,则开启目标运动模式。例如,用户在广场上跳广场舞时,获取用户所处环境的广场舞音乐信息,判断到用户当前的背景环境为广场舞背景;获取用户手脚上的动作信息,判断到用户手脚上的动作是广场舞动作;获取用户的位置信息,判断到用户当前处于一个广场上;从而确定用户是在跳广场舞,则开启广场舞模式,记录用户跳广场舞的数据,如此,能够自动识别目标运动模式,以及自动开启目标运动模式。
本申请实施例还提供一种芯片,该芯片包括至少一个处理器,存储器和接口电路,上述存储器、上述收发器和上述至少一个处理器通过线路互联,上述至少一个存储器中存储有计算机程序;上述计算机程序被上述处理器执行时,上述实施例中所示的方法流程得以实现。
本申请实施例还提供一种计算机可读存储介质,上述计算机可读存储介质中存储有计算机程序,当其在智能可穿戴设备上运行时,上述实施例中所示的方法流程得以实现。
本申请实施例还提供一种计算机程序,当上述计算机程序在智能可穿戴设备上运行时,上述实施例中所示的方法流程得以实现。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本说明书中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,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来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。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以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,机械或其它的形式。
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。
上述功能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介质中。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介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者终端设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。此外,本申请各实施例中的术语、解释说明,可以参照其他实施例中相应的描述。
本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。
以上描述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (10)
1.一种目标运动模式的识别方法,其特征在于,应用于智能可穿戴设备,所述方法包括:
获取目标信息,所述目标信息包括用户所处环境的声波信息、用户的动作信息以及用户的位置信息;
根据所述目标信息确定是否开启目标运动模式。
2.根据权利要求1所述的方法,其特征在于,所述智能可穿戴设备包括声音传感器、运动传感器以及定位模块和/或网络模块,所述获取目标信息,包括:
通过所述运动传感器获取所述用户的动作信息,所述动作信息包括以下至少一个:动作强度、动作频率、动作速率以及动作幅度;
通过所述定位模块和/或所述网络模块获取所述用户的位置信息;
通过所述声音传感器获取所述用户所处环境的声波信息,所述声波信息包括以下至少一个:声波的能量、声波的频率以及声波的峰值。
3.根据权利要求2所述的方法,其特征在于,所述通过所述定位模块和/或所述网络模块获取所述用户的位置信息,包括:
通过所述定位模块以及地图信息确定所述用户的位置信息;
和/或通过所述网络模块扫描所述用户所处位置的Wi-Fi热点名称,并将所述用户所处位置的Wi-Fi热点名称与预存的Wi-Fi热点名称进行比对,以确定所述用户的位置信息。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述目标信息确定是否开启目标运动模式,包括:
根据所述用户所处环境的声波信息确定第一概率,其中,在所述第一概率大于第一预设阈值的情况下,所述用户所处环境为目标运动环境;
根据所述用户的动作信息确定第二概率,其中,在所述第二概率大于第二预设阈值的情况下,所述用户的动作为目标运动动作;
根据所述用户的位置信息确定第三概率,其中,在所述第三概率大于第三预设阈值的情况下,所述用户的位置为目标运动地点;
根据所述第一概率、所述第二概率以及所述第三概率确定开启目标运动模式的第四概率,其中,在所述第四概率大于第四预设阈值的情况下,确定开启目标运动模式。
5.一种目标运动模式的识别装置,其特征在于,应用于智能可穿戴设备,所述装置包括:
获取单元,用于获取目标信息,所述目标信息包括用户所处环境的声波信息、用户的动作信息以及用户的位置信息;
确定单元,用于根据所述目标信息确定是否开启目标运动模式。
6.根据权利要求5所述的装置,其特征在于,所述智能可穿戴设备包括声音传感器、运动传感器以及定位模块和/或网络模块,所述获取单元,具体用于:
通过所述运动传感器获取所述用户的动作信息,所述动作信息包括以下至少一个:动作强度、动作频率、动作速率以及动作幅度;
通过所述定位模块和/或所述网络模块获取所述用户的位置信息;
通过所述声音传感器获取所述用户所处环境的声波信息,所述声波信息包括以下至少一个:声波的能量、声波的频率以及声波的峰值。
7.根据权利要求6所述的装置,其特征在于,所述获取单元,具体用于:
通过所述定位模块以及地图信息确定所述用户的位置信息;
和/或通过所述网络模块扫描所述用户所处位置的Wi-Fi热点名称,并将所述用户所处位置的Wi-Fi热点名称与预存的Wi-Fi热点名称进行比对,以确定所述用户的位置信息。
8.根据权利要求5-7任一项所述的装置,其特征在于,所述确定单元,具体用于:
根据所述用户所处环境的声波信息确定第一概率,其中,在所述第一概率大于第一预设阈值的情况下,所述用户所处环境为目标运动环境;
根据所述用户的动作信息确定第二概率,其中,在所述第二概率大于第二预设阈值的情况下,所述用户的动作为目标运动动作;
根据所述用户的位置信息确定第三概率,其中,在所述第三概率大于第三预设阈值的情况下,所述用户的位置为目标运动地点;
根据所述第一概率、所述第二概率以及所述第三概率确定开启目标运动模式的第四概率,其中,在所述第四概率大于第四预设阈值的情况下,确定开启目标运动模式。
9.一种智能可穿戴设备,其特征在于,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-4任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,其存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110481996.2A CN115273216A (zh) | 2021-04-30 | 2021-04-30 | 目标运动模式的识别方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110481996.2A CN115273216A (zh) | 2021-04-30 | 2021-04-30 | 目标运动模式的识别方法及相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115273216A true CN115273216A (zh) | 2022-11-01 |
Family
ID=83745051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110481996.2A Pending CN115273216A (zh) | 2021-04-30 | 2021-04-30 | 目标运动模式的识别方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115273216A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116774597A (zh) * | 2023-05-05 | 2023-09-19 | 杭州手趣科技有限公司 | 一种基于可穿戴设备的智能家居设备控制方法及系统 |
-
2021
- 2021-04-30 CN CN202110481996.2A patent/CN115273216A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116774597A (zh) * | 2023-05-05 | 2023-09-19 | 杭州手趣科技有限公司 | 一种基于可穿戴设备的智能家居设备控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110134316B (zh) | 模型训练方法、情绪识别方法及相关装置和设备 | |
CN111061912A (zh) | 一种处理视频文件的方法及电子设备 | |
CN111669515B (zh) | 一种视频生成方法及相关装置 | |
CN112492193B (zh) | 一种回调流的处理方法及设备 | |
CN110489215A (zh) | 一种应用程序中等待场景的处理方法和装置 | |
CN113645351A (zh) | 应用界面交互方法、电子设备和计算机可读存储介质 | |
CN111510626B (zh) | 图像合成方法及相关装置 | |
CN112447273A (zh) | 辅助健身的方法和电子装置 | |
WO2021052139A1 (zh) | 手势输入方法及电子设备 | |
CN113168257B (zh) | 锁定触控操作的方法及电子设备 | |
CN114579389A (zh) | 应用的管理方法、装置、设备及存储介质 | |
CN111556479B (zh) | 信息共享方法及相关装置 | |
WO2022022319A1 (zh) | 一种图像处理方法、电子设备、图像处理系统及芯片系统 | |
CN113837984A (zh) | 播放异常检测方法、电子设备和计算机可读存储介质 | |
CN114111704A (zh) | 测量距离的方法、装置、电子设备及可读存储介质 | |
CN113938720A (zh) | 多设备协作的方法、电子设备及多设备协作系统 | |
CN111399659B (zh) | 界面显示方法及相关装置 | |
CN114466449A (zh) | 一种位置特征获取方法及电子设备 | |
CN111343326A (zh) | 获取测试日志的方法及相关装置 | |
CN112272191B (zh) | 数据转移方法及相关装置 | |
CN114079730B (zh) | 一种拍摄方法和拍摄系统 | |
CN111249728B (zh) | 一种图像处理方法、装置及存储介质 | |
CN115273216A (zh) | 目标运动模式的识别方法及相关设备 | |
CN115249364A (zh) | 一种目标用户确定方法、电子设备和计算机可读存储介质 | |
CN114093368A (zh) | 跨设备声纹注册方法、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |