屏幕控制方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种屏幕控制方法、装置、设备及存储介质，属于可穿戴设备技术领域。所述方法包括：当可穿戴设备的屏幕处于亮屏状态时，获取行为数据；获取时长预测模型，时长预测模型用于表示基于历史行为数据训练得到的行为规律；根据行为数据，采用时长预测模型得到屏幕的目标亮屏时长；当屏幕处于亮屏状态的持续时长达到目标亮屏时长时，将屏幕从亮屏状态切换为息屏状态。本申请通过可穿戴设备根据行为数据确定出目标亮屏时长，并基于目标亮屏时长实现对屏幕的自动息屏，降低了可穿戴设备的功耗的同时，增加了可穿戴设备的续航时间。

Screen control method, device, equipment and storage medium

The present application discloses a screen control method, a device, a device and a storage medium, which belongs to the wearable equipment technology field. The method includes: when the wearable device screen in bright screen, obtain behavioral data acquisition; long duration prediction model, the models are used to represent the behavior of historical behavior based on the training data; according to the behavioral data, prediction model of the screen long time target bright screen when the screen is in use; the bright screen state duration to reach the target when the long bright screen, the screen from the bright screen switch state to screen status information. This application determines the length of the target screen based on behavioral data through wearable devices, and automatically screens the screen based on the length of the target's screen. It reduces the power consumption of wearable devices and increases the endurance time of wearable devices.

【技术实现步骤摘要】
屏幕控制方法、装置、设备及存储介质
本申请实施例涉及可穿戴设备
，特别涉及一种屏幕控制方法、装置、设备及存储介质。
技术介绍
可穿戴设备是指直接穿在用户身上，或是整合到用户衣服、配饰上的一种便携式设备，主要包括智能手环、智能手表、智能眼镜、智能头盔等等。相关技术中，用于可穿戴设备的屏幕控制方法包括：当可穿戴设备的屏幕处于亮屏状态时，若检测到对应于预设物理按键的按压操作，则可穿戴设备根据按压操作控制屏幕从亮屏状态切换为息屏状态；若可穿戴设备在预定时间段内未检测到对应于预设物理按键的按压操作，则控制屏幕从亮屏状态切换为息屏状态。但是，在上述方法中，当用户不需要使用可穿戴设备且忘记进行相应的按压操作时，可穿戴设备将会持续很长一段时间后才会息屏，大大增加了可穿戴设备的功耗，减少了可穿戴设备的续航时间。
技术实现思路
为了解决相关技术中当用户忘记对预设物理按键进行按压操作，导致可穿戴设备持续很长一段时间才会息屏的问题，本申请实施例提供了一种屏幕控制方法、装置、设备及存储介质。所述技术方案如下：第一方面，提供了一种屏幕控制方法，用于可穿戴设备中，所述方法包括：当所述可穿戴设备的屏幕处于亮屏状态时，获取行为数据；获取时长预测模型，所述时长预测模型用于表示基于历史行为数据训练得到的行为规律；根据所述行为数据，采用所述时长预测模型得到所述屏幕的目标亮屏时长；当所述屏幕处于所述亮屏状态的持续时长达到所述目标亮屏时长时，将所述屏幕从所述亮屏状态切换为息屏状态。第二方面，提供了一种屏幕控制装置，用于可穿戴设备中，所述装置包括：第一获取模块，用于当所述可穿戴设备的屏幕处于亮屏状态时，获取行为数据；第二获取模块，用于获取时长预测模型，所述时长预测模型用于表示基于历史行为数据训练得到的行为规律；确定模块，用于根据所述行为数据，采用所述时长预测模型得到所述屏幕的目标亮屏时长；切换模块，用于当所述屏幕处于所述亮屏状态的持续时长达到所述目标亮屏时长时，将所述屏幕从所述亮屏状态切换为息屏状态。第三方面，提供了一种可穿戴设备，所述可穿戴设备包括处理器、与所述处理器相连的存储器，以及存储在所述存储器上的程序指令，所述处理器执行所述程序指令时实现第一方面提供的屏幕控制方法。第四方面，提供一种计算机可读存储介质，其特征在于，其上存储有程序指令，所述程序指令被处理器执行时实现第一方面提供的屏幕控制方法。本申请实施例提供的技术方案带来的有益效果是：通过当可穿戴设备的屏幕处于亮屏状态时，获取行为数据，根据行为数据，采用时长预测模型得到屏幕的目标亮屏时长；当屏幕处于亮屏状态的持续时长达到目标亮屏时长时，将屏幕从亮屏状态切换为息屏状态；使得可穿戴设备能够根据行为数据确定出目标亮屏时长，并基于目标亮屏时长实现对屏幕的自动息屏，避免了当用户忘记对预设物理按键进行按压操作，导致可穿戴设备持续很长一段时间才会息屏的情况，降低了可穿戴设备的功耗的同时，增加了可穿戴设备的续航时间。附图说明图1是本申请实施例提供的屏幕控制方法所涉及的可穿戴设备的结构示意图；图2是本申请实施例提供的屏幕控制方法所涉及的实施环境的结构示意图；图3是本申请一个实施例提供的屏幕控制方法的流程图；图4是本申请另一个实施例提供的屏幕控制方法涉及的模型训练方法的流程图；图5是本申请另一个实施例提供的屏幕控制方法的流程图；图6是本申请一个实施例提供的屏幕控制方法涉及的原理示意图；图7是本申请一个实施例提供的屏幕控制装置的结构示意图；图8是本申请一个示例性实施例提供的可穿戴设备的结构方框图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。首先，对本申请实施例涉及到的一些名词进行解释：可穿戴设备：是指可穿戴在目标对象身上，具有预设功能的便携式设备。其中，目标对象为具有运动能力的客体，包括人类、动物或者机器人等。本申请实施例中仅以目标对象为人类为例进行说明。比如，可穿戴设备为直接穿在用户身上，或是整合到用户衣服、配饰上的一种便携式设备。可选的，可穿戴设备包括智能手环、智能手表、智能眼镜、智能头盔中的至少一种。本申请实施例中，仅以可穿戴设备为智能手环为例进行说明。时长预测模型：是一种用于根据输入的数据确定目标亮屏时长的数学模型。可选地，时长预测模型包括但不限于：深度神经网络(DeepNeuralNetwork，DNN)模型、循环神经网络(RecurrentNeuralNetworks，RNN)模型、嵌入(embedding)模型、梯度提升决策树(GradientBoostingDecisionTree，GBDT)模型、逻辑回归(LogisticRegression，LR)模型中的至少一种。DNN模型是一种深度学习框架。DNN模型包括输入层、至少一层隐层(或称，中间层)和输出层。可选地，输入层、至少一层隐层(或称，中间层)和输出层均包括至少一个神经元，神经元用于对接收到的数据进行处理。可选地，不同层之间的神经元的数量可以相同；或者，也可以不同。RNN模型是一种具有反馈结构的神经网络。在RNN模型中，神经元的输出可以在下一个时间戳直接作用到自身，即，第i层神经元在m时刻的输入，除了(i-1)层神经元在该时刻的输出外，还包括其自身在(m-1)时刻的输出。embedding模型是基于实体和关系分布式向量表示，将每个三元组实例中的关系看作从实体头到实体尾的翻译。其中，三元组实例包括主体、关系、客体，三元组实例可以表示成(主体，关系，客体)；主体为实体头，客体为实体尾。比如：小张的爸爸是大张，则通过三元组实例表示为(小张，爸爸，大张)。GBDT模型是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结果累加起来作为最终结果。决策树的每个节点都会得到一个预测值，以年龄为例，预测值为属于年龄对应的节点的所有人年龄的平均值。LR模型是指在线性回归的基础上，套用一个逻辑函数建立的模型。请参考图1，其示出了本申请实施例提供的屏幕控制方法所涉及的可穿戴设备的结构示意图。该可穿戴设备120为智能手环，该智能手环上包括屏幕122。屏幕122为液晶显示屏或者OLED显示屏；示意性的，液晶显示屏包括STN(SuperTwistedNematic，超扭曲向列)屏幕、UFB(UltraFineBright)屏幕、TFD(ThinFilmDiode，薄膜二极管)屏幕、TFT(ThinFilmTransistor薄膜晶体管)屏幕中的至少一种。屏幕122的屏幕状态包括亮屏状态和息屏状态中的一种。其中，亮屏状态为该屏幕122被启动进行显示的状态，息屏状态为该屏幕122不被启用的状态。可穿戴设备120用于获取行为数据。该行为数据包括但不限于目标对象的生理数据、目标对象的运动数据等数据。可选的，运动数据包括目标对象的速度、加速度和角速度中的至少一种。生理数据包括目标对象的脉搏、血压、呼吸频率、体温中的至少一种。可穿戴设备120中包括重力传感器、光电传感器、温度传感器、振动传感器、压力传感器、加速度传感器、陀螺仪中的至少一种传感器，通过上述至少一种传感器，可穿戴设备120检测到用户的至少一种行为数据。比如，可穿戴设备120通过加速度传感器采集的三个轴向的加速度。可选的，可穿戴设备12本文档来自技高网...

【技术保护点】
一种屏幕控制方法，其特征在于，用于可穿戴设备中，所述方法包括：当所述可穿戴设备的屏幕处于亮屏状态时，获取行为数据；获取时长预测模型，所述时长预测模型用于表示基于历史行为数据训练得到的行为规律；根据所述行为数据，采用所述时长预测模型得到所述屏幕的目标亮屏时长；当所述屏幕处于所述亮屏状态的持续时长达到所述目标亮屏时长时，将所述屏幕从所述亮屏状态切换为息屏状态。

【技术特征摘要】
1.一种屏幕控制方法，其特征在于，用于可穿戴设备中，所述方法包括：当所述可穿戴设备的屏幕处于亮屏状态时，获取行为数据；获取时长预测模型，所述时长预测模型用于表示基于历史行为数据训练得到的行为规律；根据所述行为数据，采用所述时长预测模型得到所述屏幕的目标亮屏时长；当所述屏幕处于所述亮屏状态的持续时长达到所述目标亮屏时长时，将所述屏幕从所述亮屏状态切换为息屏状态。2.根据权利要求1所述的方法，其特征在于，所述行为数据包括运动数据和/或生理数据，所述运动数据包括速度、加速度和角速度中的至少一种，所述生理数据包括脉搏、血压、呼吸频率、体温中的至少一种，所述根据所述行为数据，采用所述时长预测模型得到所述屏幕的目标亮屏时长，包括：将所述运动数据和/或所述生理数据输入至所述时长预测模型中，得到所述屏幕的目标亮屏时长；其中，所述时长预测模型是根据至少一组历史行为数据组训练得到的，每组所述历史行为数据组包括：所述历史行为数据和历史亮屏持续时长。3.根据权利要求1或2所述的方法，其特征在于，所述获取时长预测模型，包括：获取训练样本集，所述训练样本集包括至少一组历史行为数据组，每组所述历史行为数据组包括：所述历史行为数据和历史亮屏持续时长；对所述至少一组历史行为数据组采用误差反向传播算法进行训练，得到所述时长预测模型。4.根据权利要求3所述的方法，其特征在于，所述获取训练样本集，包括：从与所述可穿戴设备连接的终端中，获取所述训练样本集，所述训练样本集是由所述终端根据所述历史行为数据记录得到的；或，从与所述可穿戴设备绑定的指定账号中，获取所述训练样本集，所述训练样本集是由所述终端根据所述历史行为数据记录得到，并上传至服务器的所述指定帐号中的。5.根据权利要求3所述的方法，其特征在于，所述对所述至少一组历史行为数据组采用误差反向传播算法进行训练，得到所述时长预测模型，包括：对于所述至少一组历史行为数据组中的每组所述历史行为数据组，将所述历史行为数据输入至原始预测模型，得到训练结果；对于每组所述历史行为数据组，将所述训练结果与所述历史亮屏持续时长进行比较，得到计算损失，所述计算损失用于指示所述训练结果与所述历史亮屏持续时长之间的误差；根据所述至少一组历史行为数据组各自对应的计算损失，采用所述误差反向传播算法训练得到所述时长预测模型。6.根据权利要求3所述的方法，其特征在于，所述根据所述行为数据，采...

【专利技术属性】
技术研发人员：陈岩，
申请(专利权)人：广东欧珀移动通信有限公司，
类型：发明
国别省市：广东,44