佩戴状态检测方法、可穿戴设备及存储介质.pdf
英瑞****写意
亲,该文档总共23页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
佩戴状态检测方法、可穿戴设备及存储介质.pdf
本公开实施例提供了一种佩戴状态检测方法、可穿戴设备及存储介质。可穿戴设备包括电容传感器和光学传感器。所述方法包括获取光学传感器在第一时间段测量得到的第一光信号以及电容传感器在所述第一时间段测量得到的第一电容信号;根据所述第一电容信号以及所述第一光信号,对所述电容传感器的电容阈值进行更新处理,得到更新处理后的电容阈值;根据所述更新处理后的电容阈值和所述电容传感器在第二时间段测量得到的第二电容信号,确定所述可穿戴设备的佩戴状态,其中,所述第二时间段在所述第一时间段之后。本实施例更新电容阈值以提高佩戴检测准确性
佩戴检测方法、装置、可穿戴设备及存储介质.pdf
本申请公开了一种佩戴检测方法、装置、可穿戴设备及存储介质,该佩戴检测方法应用于可穿戴设备,该佩戴检测方法包括:获取可穿戴设备被佩戴时检测到的惯性数据;根据所述惯性数据得到所述可穿戴设备的状态;在所述可穿戴设备的状态为运动状态或垂手静止状态时,获取第一加速度数据;根据所述第一加速度数据得到沿设定方向上的目标加速度,并根据该设定方向上的目标加速度确定所述可穿戴设备的当前佩戴模式,所述当前佩戴模式包括左手模式或右手模式。本方法可以实现可穿戴设备在被佩戴时,快速且便捷地检测当前佩戴模式为左手模式或右手模式。
头盔佩戴状态的检测方法、装置、设备及存储介质.pdf
本发明涉及人工智能领域,公开了一种头盔佩戴状态的检测方法、装置、设备及存储介质,用于提高头盔佩戴状态的检测效率。头盔佩戴状态的检测方法包括:获取模型训练数据,基于预设的框架和模型训练数据,对预置的初始卷积神经网络模型进行训练,得到目标卷积神经网络模型;获取目标头盔佩戴状态图片集,目标头盔佩戴状态图片集包括从始发地到目的地之间的路途实时采集的头盔佩戴状态图片集;调用目标卷积神经网络模型,对目标头盔佩戴状态图片集依次进行分离、卷积和随机混合处理,得到初始分类结果;对初始分类结果进行正则化处理,得到目标分类结果
可穿戴设备及其佩戴检测方法、计算机可读存储介质.pdf
本发明公开一种可穿戴设备的佩戴检测方法,所述可穿戴设备上与人体皮肤接触的区域设置有传感器,所述传感器用于侦测人体阻抗数据,所述可穿戴设备的佩戴检测方法包括步骤:获取传感器侦测的人体阻抗数据;判断所述阻抗数据是否符合第一预设条件;当所述阻抗数据不符合第一预设条件时,发出提醒用户所述可穿戴设备处于未佩戴状态的信号。本发明通过传感器来侦测人体阻抗数据,不会出现对可穿戴设备的佩戴状态判断出错的情况,具有简单、准确的优点,方便对人体生命体征参数进行客观、准确地采集,改善了用户体验度,提高了产品性能。本发明还公开了一
一种人体状态监测方法及可穿戴设备、存储介质.pdf
本发明涉及智能穿戴设备领域,公开了一种人体状态监测方法及可穿戴设备、存储介质。所述人体状态监测方法,包括:获取设备的加速度信号;基于加速度信号计算获得每分钟内的各个秒级特征和分钟级特征;其中,每分钟按照预设切片时长划分为多个切片,秒级特征为单个切片内的至少部分秒级加速度的加速度标准差,秒级加速度为一秒钟内设备的三轴加速度的合值,分钟级特征为一分钟内所有秒级特征的和;根据秒级特征和/或分钟级特征,进行人体状态评估。本发明实施例基于秒级特征和/或分钟级特征来进行人体状态评估不仅算法冗余度低,有效减少了算法占用