基于睡眠枕的睡姿检测方法、装置、电子设备及存储介质制造方法及图纸

本申请提供了一种基于睡眠枕的睡姿检测方法、装置、电子设备及存储介质，其方法包括：识别用户躺在睡眠枕上时是否处于睡眠状态，所述睡眠状态包括浅睡状态和深睡状态；若所述用户处于睡眠状态，基于所述睡眠枕获取用户当前的睡眠数据；根据所述睡眠数据对用户进行睡姿检测分析，获取所述用户的睡姿状态。上述方法可以让睡眠枕更准确地检测出用户的睡姿状态，以便后续更有效地帮助用户提高睡眠质量。

【技术实现步骤摘要】
基于睡眠枕的睡姿检测方法、装置、电子设备及存储介质
本申请属于智能设备
，尤其涉及一种基于睡眠枕的睡姿检测方法、装置、电子设备及存储介质。
技术介绍
现代社会中，生活的快节奏和社会的竞争力带给人们很大的压力，这种压力容易使人们出现睡眠问题，例如入睡困难问题，严重影响人们的睡眠质量。随着人工智能技术的不断发展，智能家居也越来也受到人们的关注，有助于睡眠的智能家居成为人们的广泛需求。然而，专利技术人在研究中发现，目前市面上的一些智能枕头通常是简单地通过智能枕头受压的位置来确定用户的睡姿，睡姿检测的准确性差，难以有效地帮助用户提高睡眠质量。
技术实现思路
有鉴于此，本申请实施例提供了一种基于睡眠枕的睡姿检测方法、装置、电子设备及存储介质，可以让睡眠枕更准确地检测出用户的睡姿状态，以便后续更有效地帮助用户提高睡眠质量。本申请实施例的第一方面提供了一种基于睡眠枕的睡姿检测方法，所述基于睡眠枕的睡姿检测方法包括：识别用户躺在睡眠枕上时是否处于睡眠状态，所述睡眠状态包括浅睡状态和深睡状态；若所述用户处于睡眠状态，基于所述睡眠枕获取用户当前的睡眠数据；根据所述睡眠数据对用户进行睡姿状态分析，获取所述用户的睡姿状态。结合第一方面，在第一方面的第一种可能实现方式中，所述基于睡眠枕的睡姿检测方法还包括：通过神经网络训练构建睡姿检测模型，其中，所述睡姿检测模型包括睡眠状态识别子模型和睡姿分析子模型，分别被训练用于识别用户是否处于睡眠状态和分析出用户的睡姿状态。结合第一方面的第一种可能实现方式，在第一方面的第二种可能实现方式中，所述识别用户躺在睡眠枕上时是否处于睡眠状态，所述睡眠状态包括浅睡状态和深睡状态的步骤，包括：接收所述睡眠枕检测获得的待识别数据，所述待识别数据中包含有气囊气压变化特征和气囊气压大小特征；将所述待识别数据输入至所述睡眠状态识别子模型中进行特征提取以及特征归类处理，以使所述睡眠状态识别模型根据特征归类结果确定用户躺在睡眠枕上时是否处于睡眠状态。结合第一方面的第一种可能实现方式，在第一方面的第三种可能实现方式中，所述根据所述睡眠数据对用户进行睡姿状态分析，获取所述用户的睡姿状态的步骤，包括：将所述睡眠数据输入至所述睡姿分析子模型中进行气压分布特征分析，以使所述睡姿分析子模型根据气压分布特征分析结果确定所述用户的睡姿状态。结合第一方面，在第一方面的第四种可能实现方式中，所述根据所述睡眠数据对用户进行睡姿状态分析，获取所述用户当前的睡姿状态的步骤之后，还可以包括：实时监控所述用户是否出现打鼾声；若所述用户出现打鼾声，根据所述用户当前的睡姿状态对所述用户进行睡姿调整。结合第一方面的第四种可能实现方式，在第一方面的第五种可能实现方式中，所述若所述用户出现打鼾声，根据所述用户当前的睡姿状态对所述用户进行睡姿调整的步骤，包括：若用户当前处于左侧睡状态，则通过减少睡眠枕中右侧气囊的气压，将用户睡姿调整至仰睡状态；或若用户当前处于右侧睡状态，则通过减少睡眠枕中左侧气囊的气压，将用户睡姿调整至仰睡状态；或若用户当前处于仰睡状态，则可以通过增强睡眠枕中左侧或右侧的气囊气压，以将用户睡姿调整至侧睡状态，其中，若增强左侧气囊气压，则用户的睡姿状态调整为右侧睡状态；若增强右侧气囊气压，则用户的睡姿状态调整为左侧睡状态。结合第一方面以及第一方面的第一至第五种可能实现方式中的任意一种，在第一方面的第六种可能实现方式中，所述根据所述睡眠数据对用户进行睡姿状态分析，获取所述用户的睡姿状态的步骤之后，还包括：对用户睡眠过程中的睡姿状态变更进行记录处理，生成睡姿状态变更列表。本申请实施例的第二方面提供了一种基于睡眠枕的睡姿检测装置，所述基于睡眠枕的睡姿检测装置包括：睡眠状态识别模块，用于识别用户躺在睡眠枕上时是否处于睡眠状态，所述睡眠状态包括浅睡状态和深睡状态；睡眠数据获取模块，用于若所述用户处于睡眠状态，基于所述睡眠枕获取用户当前的睡眠数据；睡姿状态分析模块，用于根据所述睡眠数据对用户进行睡姿状态分析，获取所述用户的睡姿状态。本申请实施例的第三方面提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任意一项所述基于睡眠枕的睡姿检测方法的步骤。本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述基于睡眠枕的睡姿检测方法的步骤。本申请实施例与现有技术相比存在的有益效果是：本申请通过识别用户躺在睡眠枕上时是否处于睡眠状态，所述睡眠状态包括浅睡状态和深睡状态；若所述用户处于睡眠状态，基于所述睡眠枕获取用户当前的睡眠数据；根据所述睡眠数据对用户进行睡姿检测分析，获取所述用户的睡姿状态。该方法通过先识别用户是否处于睡眠状态，在用户处于睡眠状态时在对用户进行睡姿检测，保证了睡眠枕对用户的睡姿检测准确、有效。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的一种基于睡眠枕的睡姿检测方法的基本方法流程示意图；图2为本申请实施例提供的基于睡眠枕的睡姿检测方法中识别用户是否处于睡眠状态的一种方法流程示意图；图3为本申请实施例提供的基于睡眠枕的水姿检测方法中睡眠枕的一种检测装置示意图；图4为本申请实施例提供的基于睡眠枕的睡姿检测方法中依据检测到的睡姿状态执行止鼾操作的一种方法流程示意图；图5为本申请实施例提供的一种基于睡眠枕的睡姿检测装置的结构示意图；图6为本申请实施例提供的一种实现基于睡眠枕的睡姿检测方法的电子设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。本申请的一些实施例中，请参阅图1，图1为本申请实施例提供的一种基于睡眠枕的睡姿检测方法的基本方法流程示意图，详述如下：在步骤S11中，识别用户躺在睡眠枕上时是否处于睡眠状态，所述睡眠状态包括浅睡状态和深睡状态。本实施例中，所述基于睡眠枕的睡姿检测方法基于一预先训练好的睡姿检测模型实现，该睡姿检测模型包含有对用户进行睡眠状态检测和睡姿状态检测两个步骤，每个步骤对应一个神经网本文档来自技高网...

【技术保护点】
1.一种基于睡眠枕的睡姿检测方法，其特征在于，包括：/n识别用户躺在睡眠枕上时是否处于睡眠状态，所述睡眠状态包括浅睡状态和深睡状态；/n若所述用户处于睡眠状态，基于所述睡眠枕获取用户当前的睡眠数据；/n根据所述睡眠数据对用户进行睡姿状态分析，获取所述用户的睡姿状态。/n

【技术特征摘要】
1.一种基于睡眠枕的睡姿检测方法，其特征在于，包括：
识别用户躺在睡眠枕上时是否处于睡眠状态，所述睡眠状态包括浅睡状态和深睡状态；
若所述用户处于睡眠状态，基于所述睡眠枕获取用户当前的睡眠数据；
根据所述睡眠数据对用户进行睡姿状态分析，获取所述用户的睡姿状态。


2.根据权利要求1所述的基于睡眠枕的睡姿检测方法，其特征在于，还包括：
通过神经网络训练构建睡姿检测模型，其中，所述睡姿检测模型包括睡眠状态识别子模型和睡姿分析子模型，分别被训练用于识别用户是否处于睡眠状态和分析出用户的睡姿状态。


3.根据权利要求2所述的基于睡眠枕的睡姿检测方法，其特征在于，所述识别用户躺在睡眠枕上时是否处于睡眠状态，所述睡眠状态包括浅睡状态和深睡状态的步骤，包括：
接收所述睡眠枕检测获得的待识别数据，所述待识别数据中包含有气囊气压变化特征和气囊气压大小特征；
将所述待识别数据输入至所述睡眠状态识别子模型中进行特征提取以及特征归类处理，以使所述睡眠状态识别模型根据特征归类结果确定用户躺在睡眠枕上时是否处于睡眠状态。


4.根据权利要求2所述的基于睡眠枕的睡姿检测方法，其特征在于，所述根据所述睡眠数据对用户进行睡姿状态分析，获取所述用户的睡姿状态的步骤，包括：
将所述睡眠数据输入至所述睡姿分析子模型中进行气压分布特征分析，以使所述睡姿分析子模型根据气压分布特征分析结果确定所述用户的睡姿状态。


5.根据权利要求1所述的基于睡眠枕的睡姿检测方法，其特征在于，所述根据所述睡眠数据对用户进行睡姿状态分析，获取所述用户当前的睡姿状态的步骤之后，还可以包括：
实时监控所述用户是否出现打鼾声；
若所述用户出现打鼾声，根据所述用户当前的睡姿状态对所述用户进行睡姿调整。


6.根据权...

【专利技术属性】
技术研发人员：姚萌，
申请(专利权)人：深圳海狮梦家居有限公司，
类型：发明
国别省市：广东;44