一种运动位置检测方法、屏幕亮度调节方法及智能设备技术

本申请公开一种运动检测方法、屏幕亮度调节方法及智能设备。运动位置检测方法包括当信道状态信息的数据发生变化时，将信道状态信息的变化数据输入训练好的模型中，输出运动位置，模型包括卷积神经网络‑长短时记忆循环神经网络架构模型。基于人体运动导致信道状态信息数据的变化，且人体的动作具有一定时序性，不同位置导致信道状态信息数据不同。本申请实施例对采集的信道状态信息变化数据进行建模，来训练机器学习模型，并训练好的模型部署在智能设备上。智能设备实时收集信道状态信息的变化数据，根据变化数据判断出用户运动位置。本申请可以在不佩戴任何设备，且不泄漏个人隐私的情况下检测用户运动位置，并根据用户运动位置调节屏幕亮度。

【技术实现步骤摘要】
一种运动位置检测方法、屏幕亮度调节方法及智能设备
本申请涉及位置检测
，特别涉及一种运动位置检测方法、屏幕亮度调节方法及智能设备。
技术介绍
随着近年来人工智能快速发展，人机交互技术的发展一直备受关注。由于有许多旨在监视室内人员活动和行为的应用，人类活动识别得到极大的关注。常规的人体运动检测与识别通常采用传感器、摄像头等手段，在现有系统中，个人必须佩戴配备有运动传感器的设备，传感器数据在可穿戴设备上本地处理或传输到服务器以进行特征提取，然后使用监督学习算法进行分类来识别诸如睡觉，坐着，站着，走路和跑步等活动。但是，始终佩戴设备很麻烦，并且对于许多被动活动识别应用程序(人们可能没有携带任何传感器或无线设备)可能无法佩戴。虽然基于摄像头的系统可用于被动活动识别，但视线要求是此类系统的主要限制。此外，基于摄像机的方法存在隐私问题，因此无法在许多环境中使用。因此，基于无线信号的无源监控系统没有侵犯人们的隐私，是可取的，但是此类方法都不能提供位置的信息。
技术实现思路
本申请的目的在于提供一种运动位置检测方法、屏幕亮度调本文档来自技高网...

【技术保护点】
1.一种智能设备，其特征在于，包括：/n通信器，用于实时接收信道状态信息的数据；/n控制器，用于执行：/n当所述信道状态信息的数据发生变化时，将所述信道状态信息的变化数据输入训练好的模型中，输出运动位置，所述模型包括卷积神经网络-长短时记忆循环神经网络架构模型。/n

【技术特征摘要】
1.一种智能设备，其特征在于，包括：
通信器，用于实时接收信道状态信息的数据；
控制器，用于执行：
当所述信道状态信息的数据发生变化时，将所述信道状态信息的变化数据输入训练好的模型中，输出运动位置，所述模型包括卷积神经网络-长短时记忆循环神经网络架构模型。


2.根据权利要求1所述的智能设备，其特征在于，所述模型的训练方法，包括：
采集预设区域内信道状态信息的变化数据；
构建卷积神经网络-长短时记忆循环神经网络架构模型；
将预设区域内信道状态信息的变化数据输入到构建的卷积神经网络-长短时记忆循环神经网络架构模型中进行训练及参数调优，模型迭代，得到训练好的模型。


3.根据权利要求2所述的智能设备，其特征在于，所述预设区域内信道状态信息的变化数据由预设人员在所述预设区域内做无规则运动产生。


4.根据权利要求1所述的智能设备，其特征在于，所述卷积神经网络-长短时记忆循环神经网络架构包括输入层、卷积层、最大池化层、两层长短时记忆循环神经网络结构和Softmax层；
所述输入层，用于接收信道状态信息的变化数据；
所述卷积层，用于对所述变化数据进行降噪和特征提取，得到特征数据；
所述最大池化层，用于对所述特征数据进行降采样；
所述长短时记忆循环神经网络结构，用于对降采样后的数据进行时序模型训练；
所述softmax层，用于输出运动位置。


5.一种智能设备，其特征在于，所述智能设备包括显示设备，所述显示设备包括：
显示器，用于显示图形用户界面；
通信器，用于实时接收信道状态信息的数据；
控制器，用于...

【专利技术属性】
技术研发人员：曹贵宝，何志峰，鞠伟明，程志，
申请(专利权)人：海信视像科技股份有限公司，
类型：发明
国别省市：山东;37