事件检测方法及装置、电子设备、存储介质制造方法及图纸

本公开是关于一种事件检测方法及装置、电子设备、存储介质。所述方法包括：发射检测信号；接收所述检测信号的回波信号；获取所述回波信号的特征值；基于所述特征值计算判决参数，基于所述判决参数确定发生的事件。本公开发射两条检测信号，同时接收端接收两条检测信号的回波信号，通过提取两条回波信号的特定频段周围的频谱信息而构成频移谱，频移谱在手机等移动终端设备发生接近远离事件时，会有明显的条纹出现，本申请通过对频移信息的有效利用，从而提升了接近远离事件的识别效果。从而提升了接近远离事件的识别效果。从而提升了接近远离事件的识别效果。

【技术实现步骤摘要】
事件检测方法及装置、电子设备、存储介质


[0001]本公开涉及电子设备中的事件检测技术，尤其涉及一种事件检测方法及装置、电子设备、存储介质。

技术介绍

[0002]目前，用户在使用手机等移动设备时，特别是在通话时，由于需要将手机的听筒等贴置于耳部，这样，手机屏幕等也会相应贴置于用户的脸部，这样，由于导致手机屏幕被误触，这样可能会自动挂断通话或使当前通话无故被保持等，这样会对用户的接打电话等造成相当的不便。

技术实现思路

[0003]本公开提供一种事件检测方法及装置、电子设备、存储介质。
[0004]根据本公开实施例的第一方面，提供一种事件检测方法，所述方法包括：
[0005]发射检测信号；
[0006]接收所述检测信号的回波信号；
[0007]获取所述回波信号的特征值；
[0008]基于所述特征值计算判决参数，基于所述判决参数确定发生的事件。
[0009]可选的，所述发射检测信号，包括：
[0010]发射频率大于设定阈值的两路检测信号；所述两路检测信号的频率不同。
[0011]可选的，所述获取所述回波信号的特征值，包括：
[0012]对所述回波信号进行移频，对所述移频后的所述回波信号进行低通滤波；
[0013]对低通滤波后的所述回波信号进行频域变换，获取所述回波信号的频率分量；
[0014]计算所述频率分量中所述回波信号的频率分量及设定数量个临近的频率分量的幅值，以所计算的幅值形成特征向量而形成频移谱，所述频移谱作为所述回波信号的特征值。
[0015]可选的，所述对低通滤波后的所述回波信号进行频域变换之前，所述方法还包括：
[0016]对低通滤波后的所述回波信号进行降采样率处理，降低低通滤波后的所述回波信号的采样率。
[0017]可选的，所述对低通滤波后的所述回波信号进行频域变换，包括：
[0018]将低通滤波后的所述回波信号按设定时长进行分帧，对分帧后的所述回波信号乘以窗函数而进行加窗；
[0019]对加窗后的所述回波信号进行傅里叶变换或离散余弦变换，得到所述回波信号的频率分量。
[0020]可选的，所述基于所述特征值计算判决参数，包括：
[0021]设置神经网络模型或神经网络模型组合，并训练生成所述神经网络模型或所述神经网络模型组合中各网络层的模型系数，基于所述特征值与模型系数的相关性生成判决参
数。
[0022]可选的，所述基于所述特征值计算判决参数，基于所述判决参数确定发生的事件，包括：
[0023]所述两路检测信号的频率为f1和f2，其中f2>f1；并设置检测阈值T1和T2；
[0024]在所述回波信号的特征值中，计算比f1频率低的频段f
11
至f
12
内所述回波信号幅值均方根值或均值与f1频率处的所述回波信号的幅值的比值r1；计算比f2频率高的频段f
21
至f
22
内所述回波信号幅值均方根值或均值与f2频率处的所述回波信号的幅值的比值r2；
[0025]若r1>T1，发生远离事件；若r2>T2，发生接近事件。
[0026]根据本公开实施例的第二方面，提供一种事件检测装置，包括：
[0027]发射单元，用于发射检测信号；
[0028]接收单元，用于接收所述检测信号的回波信号；
[0029]获取单元，用于获取所述回波信号的特征值；
[0030]计算单元，用于基于所述特征值计算判决参数；
[0031]确定单元，用于基于所述判决参数确定发生的事件。
[0032]可选的，所述发射单元，还用于：
[0033]发射频率大于设定阈值的两路检测信号；所述两路检测信号的频率不同。
[0034]可选的，所述获取单元，还用于：
[0035]对所述回波信号进行移频，对所述移频后的所述回波信号进行低通滤波；
[0036]对低通滤波后的所述回波信号进行频域变换，获取所述回波信号的频率分量；
[0037]计算所述频率分量中所述回波信号的频率分量及设定数量个临近的频率分量的幅值，以所计算的幅值形成特征向量而形成频移谱，所述频移谱作为所述回波信号的特征值。
[0038]可选的，所述获取单元，还用于：在对低通滤波后的所述回波信号进行频域变换之前，对低通滤波后的所述回波信号进行降采样率处理，降低低通滤波后的所述回波信号的采样率。
[0039]可选的，所述获取单元，还用于：
[0040]将低通滤波后的所述回波信号按设定时长进行分帧，对分帧后的所述回波信号乘以窗函数而进行加窗；
[0041]对加窗后的所述回波信号进行傅里叶变换或离散余弦变换，得到所述回波信号的频率分量。
[0042]可选的，所述计算单元，还用于：
[0043]设置神经网络模型或神经网络模型组合，并训练生成所述神经网络模型或所述神经网络模型组合中各网络层的模型系数，基于所述特征值与模型系数的相关性生成判决参数。
[0044]可选的，所述计算单元，还用于：
[0045]所述两路检测信号的频率为f1和f2，其中f2>f1；并设置检测阈值T1和T2；
[0046]在所述回波信号的特征值中，计算比f1频率低的频段f
11
至f
12
内所述回波信号幅值均方根值或均值与f1频率处的所述回波信号的幅值的比值r1；计算比f2频率高的频段f
21
至f
22
内所述回波信号幅值均方根值或均值与f2频率处的所述回波信号的幅值的比值r2；
[0047]对应地，所述确定单元，还用于：若r1>T1，发生远离事件；若r2>T2，发生接近事件。
[0048]根据本公开实施例的第三方面，提供一种电子设备，包括：处理器和用于存储处理器可执行指令的存储器，其中，所述处理器被配置为在调用存储器中的可执行指令时，能够执行所述的事件检测方法。
[0049]根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行所述的事件检测方法。
[0050]本公开的实施例提供的技术方案可以包括以下有益效果：
[0051]在本公开的实施例中，通过发射两条不同频段的检测信号，这里的检测信号最好是超声波信号，以提升事件检测的准确性。接收端接收两条检测信号的回波信号，通过提取两条回波信号的特定频段周围的频谱信息而构成频移谱，频移谱在手机等移动终端设备发生接近远离事件时，会有明显的条纹出现，本申请通过对频移信息的有效利用，从而提升了接近远离事件的识别效果。本申请实施例通过对电子设备与用户面部之间的接近远离事件的检测，可以基于该检测事件对电子设备的屏幕进行相应的触控响应控制，在电子设备与人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种事件检测方法，应用于电子设备中，其特征在于，所述方法包括：发射检测信号；接收所述检测信号的回波信号；基于所述回波信号，获取所述回波信号的特征值；基于所述特征值计算判决参数，基于所述判决参数确定所述电子设备靠近或远离目标对象。2.根据权利要求1所述的方法，其特征在于，所述发射检测信号，包括：发射频率大于设定阈值的两路检测信号；所述两路检测信号的频率不同。3.根据权利要求1或2所述的方法，其特征在于，所述获取所述回波信号的特征值，包括：对所述回波信号进行移频，对移频后的回波信号进行低通滤波；对低通滤波后的回波信号进行频域变换，获取回波信号的频率分量；以所述检测信号的频率对应的频率分量为中心频率分量，计算所述中心频率分量以及所述中心频率分量周围设定数量的频率分量的幅值，以所计算的幅值形成特征向量而形成频移谱，所述频移谱作为回波信号的特征值。4.根据权利要求3所述的方法，其特征在于，所述对低通滤波后的回波信号进行频域变换之前，所述获取所述回波信号的特征值还包括：对低通滤波后的回波信号进行降采样率处理，降低低通滤波后的回波信号的采样率。5.根据权利要求3所述的方法，其特征在于，所述对低通滤波后的所述回波信号进行频域变换，包括：将低通滤波后的回波信号按设定时长进行分帧，使分帧后的回波信号与窗函数相乘而对分帧后的回波信号进行加窗；对加窗后的回波信号进行傅里叶变换或离散余弦变换，得到回波信号的频率分量。6.根据权利要求2所述的方法，其特征在于，所述基于所述特征值计算判决参数，包括：设置神经网络模型或神经网络模型组合，并训练生成所述神经网络模型或所述神经网络模型组合中各网络层的模型系数，基于所述特征值与模型系数的相关性生成判决参数。7.根据权利要求2所述的方法，其特征在于，所述基于所述特征值计算判决参数，基于所述判决参数确定所述电子设备接近或远离目标对象，包括：所述两路检测信号的频率为f1和f2，其中f2＞f1；并设置检测阈值T1和T2；在所述回波信号的特征值中，计算比f1频率低的频段f
11
至f
12
内所述回波信号幅值均方根值或均值与f1频率处的所述回波信号的幅值的比值r1；计算比f2频率高的频段f
21
至f
22
内所述回波信号幅值均方根值或均值与f2频率处的所述回波信号的幅值的比值r2；若r1＞T1，则确定所述电子设备远离目标对象；若r2＞T2，则确定所述电子设备靠近目标对象。8.一种事件检测装置，应用于电子设备中，其特征在于，所述装置包括：发射单元，用于发射检测信号；接收单元，用于接收所述检测信号的回波信号；获取单元，用于基于所述回波信号，获取所述...

【专利技术属性】
技术研发人员：王凯，史润宇，路炜，鲍晨晨，尹旭东，
申请(专利权)人：北京小米移动软件有限公司，
类型：发明
国别省市：