使用状态识别方法、装置、存储介质与电子设备制造方法及图纸

本公开提供了一种使用状态识别方法、使用状态识别装置、存储介质与电子设备，涉及计算机技术领域。该方法包括：获取用户使用终端时所述终端的姿态数据，所述终端包括手持设备或可穿戴设备，所述终端内置有惯性测量单元；从所述姿态数据中提取特征数据；利用预先训练的机器学习模型处理所述特征数据，得到所述用户使用所述终端的使用状态识别结果。本公开提出了一种基于姿态数据识别使用状态的方案，能够确定用户的操作意图，以提供相应的辅助功能，或者对用户行为进行监测。

Using state identification methods, devices, storage media and electronic equipment

【技术实现步骤摘要】
使用状态识别方法、装置、存储介质与电子设备
本公开涉及计算机
，尤其涉及一种使用状态识别方法、使用状态识别装置、计算机可读存储介质与电子设备。
技术介绍
用户在使用手持设备、可穿戴设备进行操作时，一般是在某个特定场景中，为了实现某个目的而做的操作，如在社交APP(Application，应用程序)中输入文本信息、在游戏APP中输入游戏控制指令等。系统基于场景中的设置与功能，为用户提供辅助或反馈信息，以帮助用户更好地实现目的。然而，在实际应用中，用户有时的操作并不对应于特定的场景，例如用户佩戴智能手环等可穿戴设备，系统无法准确识别用户当前动作的意图；或者在同一场景中，用户也可能有不同的操作目的，例如在备忘录APP中，用户可能手写输入文字，也可能画图，如果是手写文字，可以提供文字匹配的辅助功能，如果是画图，可以提供染色、画笔等辅助功能，但系统无法识别用户操作意图时，无法提供相应的辅助功能。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开提供了一种使用状态识别方法、使用状态识别装置、计算机可读存储介质与电子设备，进而至少在一定程度上解决现有技术无法准确识别用户操作意图的问题。本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。根据本公开的第一方面，提供一种使用状态识别方法，包括：获取用户使用终端时所述终端的姿态数据，所述终端包括手持设备或可穿戴设备，所述终端内置有惯性测量单元；从所述姿态数据中提取特征数据；利用预先训练的机器学习模型处理所述特征数据，得到所述用户使用所述终端的使用状态识别结果。根据本公开的第二方面，提供一种使用状态识别装置，包括：姿态数据获取模块，用于获取用户使用终端时所述终端的姿态数据，所述终端包括手持设备或可穿戴设备，所述终端内置有惯性测量单元；特征数据提取模块，用于从所述姿态数据中提取特征数据；特征数据处理模块，用于利用预先训练的机器学习模型处理所述特征数据，得到所述用户使用所述终端的使用状态识别结果。根据本公开的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述使用状态识别方法。根据本公开的第四方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述使用状态识别方法。本公开的技术方案具有以下有益效果：根据上述使用状态识别方法、使用状态识别装置、存储介质与电子设备，获取用户使用终端时的姿态数据，从中提取特征数据，并利用预先训练的机器学习模型处理特征数据，得到使用状态识别结果。一方面，本公开提出了一种基于姿态数据识别使用状态的方案，基于终端内置IMU所测量的姿态数据，能够识别出用户使用终端的使用状态，进而确定用户的操作意图，以提供相应的辅助功能，或者对用户行为进行监测。另一方面，本公开的实现不依赖于场景信息或其他外部数据，且识别结果的准确度与精细度较高，实用性较强。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施方式，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施方式，对于本领域普通技术人员来讲，在不付出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示出本示例性实施方式的一种系统架构的示意图；图2示出本示例性实施方式的电子设备的示意图；图3示出本示例性实施方式的一种使用状态识别方法的流程图；图4示出用触控笔写字时加速度数据的曲线；图5示出用触控笔写字时角速度数据的曲线；图6示出静置触控笔时角速度数据的曲线；图7示出转动触控笔时角速度数据的曲线；图8示出图5所对应的频率分布数据的曲线；图9示出IIR滤波过程的示意图；图10示出本示例性实施方式的一种使用状态识别方法的子流程图；图11示出本示例性实施方式的一种使用状态识别装置的结构框图；图12示出本示例性实施方式的计算机可读存储介质的示意图。具体实施方式现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。图1示出了本公开示例性实施方式的一种系统架构的示意图。如图1所示，该系统架构100可以包括：识别设备110和终端120。识别设备110可以是具有处理功能的各种电子设备，包括但不限于手机、平板电脑、个人电脑、服务器等。终端120包括手持设备或可穿戴设备，其可以是独立的设备，如智能手环、虚拟现实眼镜等，也可以是与识别设备110配套的外接设备，如识别设备110的触控笔、游戏外设、耳机等。终端120内置有IMU(InertialMeasurementUnit，惯性测量单元)，可用于测量终端120的姿态数据。识别设备110和终端120之间可以通过有线或无线(如蓝牙，无线局域网)的方式形成连接，以进行数据交互。应该理解，图1中的识别设备和终端的数目仅是示意性的。根据实现需要，可以设置任意数目的识别设备和终端。比如可以将多个终端连接到同一识别设备，也可以将一个终端连接到多个识别设备等。本公开的示例性实施方式提供一种用于实现使用状态识别方法的电子设备，其可以是图1中的识别设备110，用于识别用户使用终端120的使用状态。该电子设备至少包括处理器和存储器，存储器用于存储处理器的可执行指令，处理器配置为经由执行可执行指令来执行方法。上述电子设备可以以各种形式来实施，例如可以包括手机、平板电脑、笔记本电脑、个人数字助理(PersonalDigitalAssistant，PDA)、导航装置、可穿戴设备、无人机等移动设备，以及台式电脑、智能电视等固定设备。下面以图2中的移动终端2本文档来自技高网...

【技术保护点】
1.一种使用状态识别方法，其特征在于，包括：/n获取用户使用终端时所述终端的姿态数据，所述终端包括手持设备或可穿戴设备，所述终端内置有惯性测量单元；/n从所述姿态数据中提取特征数据；/n利用预先训练的机器学习模型处理所述特征数据，得到所述用户使用所述终端的使用状态识别结果。/n

【技术特征摘要】
1.一种使用状态识别方法，其特征在于，包括：
获取用户使用终端时所述终端的姿态数据，所述终端包括手持设备或可穿戴设备，所述终端内置有惯性测量单元；
从所述姿态数据中提取特征数据；
利用预先训练的机器学习模型处理所述特征数据，得到所述用户使用所述终端的使用状态识别结果。


2.根据权利要求1所述的方法，其特征在于，所述姿态数据包括时间-姿态数据；
所述从所述姿态数据中提取特征数据，包括：
对所述时间-姿态数据进行傅里叶变换，得到对应的频率分布数据；
从所述频率分布数据中提取特征数据。


3.根据权利要求2所述的方法，其特征在于，在得到所述频率分布数据后，所述方法还包括：
对所述频率分布数据进行滤波处理。


4.根据权利要求1所述的方法，其特征在于，所述姿态数据包括：三轴加速度和三轴角速度；所述三轴加速度包括X轴加速度分量、Y轴加速度分量、Z轴加速度分量；所述三轴角速度包括X轴角速度分量、Y轴角速度分量、Z轴角速度分量。


5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
获取多组样本姿态数据以及每组所述样本姿态数据对应的状态标签；
对每组所述样本姿态数据中的X轴加速度分量、Y轴加速度分量、Z轴加速度分量、X轴角速度分量、Y轴角速度分量、Z轴角速度分量，分别...

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