The invention discloses an automatic control method of mobile terminal screen, mobile terminal and computer readable storage medium, which are applied to mobile terminal with neural network processing module, belonging to the field of mobile terminal. It includes: collecting the ultrasonic signal; preprocessing the collected ultrasonic signal to generate feature vectors; predicting and analyzing the feature vectors by using the neural network processing module to get the state category; and controlling the screen state according to the state category. Through the embodiment of the present invention, the recognition rate and accuracy rate of the ultrasonic ranging can be greatly improved, and the user can realize the automatic screen lighting and screen extinguishing of the mobile terminal screen when receiving a telephone call, thereby improving the user experience.
【技术实现步骤摘要】
移动终端屏幕控制方法、移动终端及计算机可读存储介质
本专利技术涉及移动终端领域,特别涉及一种移动终端屏幕自动控制方法、移动终端及计算机可读存储介质。
技术介绍
当前,移动终端的日益普及,使用移动终端的用户越来越多,用户日常使用移动终端也越来越频繁,使得移动终端已经成为用户必不可少的移动设备之一。超声波技术在工业领域应用已经相当成熟。目前,工业上超声波测距技术主要分基于幅度和基于相位的两种方法。顾名思义,基于幅度的是根据超声波在空气中传播逐渐衰减的特性,基于相位的是通过对比发送和接收脉冲声信号的时间差来估算遮挡物的距离。目前,全面屏在移动终端中已经得到规模化的应用,而全面屏在移动终端中应用推动了超声波在移动终端上的发展,例如,如何利用超声波在用户接打电话时实现移动终端屏幕的自动亮屏、灭屏。在移动终端领域,以上两种简单的测距方法都不能完成测距,因为移动终端的系统空间小,系统复杂,移动终端会同时接收到移动终端内部结构传导和外部遮挡物反射的超声波,这两种超声波相互叠加产生了非常复杂的场景,造成超声波识别率和准确率低,用户体验低。如何利用超声波在用户接打电话时实现移动终端屏 ...
【技术保护点】
1.一种移动终端屏幕自动控制的方法,应用于具有神经网络处理模块的移动终端,其特征在于,包括:采集超声波信号;对采集到的所述超声波信号进行预处理,生成特征向量;采用所述神经网络处理模块预测分析所述特征向量得到状态类别;根据所述状态类别控制屏幕状态。
【技术特征摘要】
1.一种移动终端屏幕自动控制的方法,应用于具有神经网络处理模块的移动终端,其特征在于,包括:采集超声波信号;对采集到的所述超声波信号进行预处理,生成特征向量;采用所述神经网络处理模块预测分析所述特征向量得到状态类别;根据所述状态类别控制屏幕状态。2.根据权利要求1所述的方法,其特征在于,所述采集超声波信号,包括结构振动传导过来的直达声和通过头部反射回来的反射声。3.根据权利要求1所述的方法,其特征在于,所述对采集到的所述超声波信号进行预处理,包括:对采集到的所述超声波信号进行以下至少一种的预处理:组帧、频谱分析、特征向量提取。4.根据权利要求1或3所述的方法,其特征在于,所述特征向量反应的是遮挡物在趋近和远离移动终端正面时采集到的超声波的变化规律。5.根据权利要求1所述的方法,其特征在于,所述采用所述神经网络处理模块预测分析所述特征向量得到状态类别,包括:所述移动终端采用所述神经网络处理模块预测分析所述特征向量,检测趋近动作和远离动作的发生;所述移动终端采用所述神经网络处理模块根据趋近动作和远离动作的发生的检测结果,得到状态类别。6.根据权利要求5所述的方法,其特征在于,所述移动终端采用所述神经网络处理模块预测分析所述特征向量,检测趋近动作和远离动作的发生,包括:所述移动终端采用所述神经网络处理模块提取由超声波信号提取形成的所述特征向量中一段时间历程的特征,将该段时间历程中不同时段的特征计算得到的特征值构成特征向量,分析学习形成该段时间历程的变...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。