本发明专利技术公开了一种睡眠姿势识别方法、装置、电子设备及存储介质。获取在第一预设时长内雷达设备接收到的第一电磁回波信号；其中，雷达设备的辐射范围包括目标对象的睡眠区域；基于第一电磁回波信号，确定目标对象对应的俯卧参考特征值和仰卧参考特征值；当检测到目标对象在第一预设时长后发生姿势变化时，获取第二预设时长内雷达设备接收到的第二电磁回波信号，并基于第二电磁回波信号，确定目标对象对应的当前姿势特征数据；基于当前姿势特征数据、俯卧参考特征值和仰卧参考特征值，确定目标对象对应的当前睡姿类别，以实现无接触识别睡眠姿势，提高睡眠姿势识别的便利性，提高睡眠姿势识别准确率。眠姿势识别准确率。眠姿势识别准确率。
【技术实现步骤摘要】
一种睡眠姿势识别方法、装置、电子设备及存储介质
[0001]本专利技术涉及数据处理
，尤其涉及一种睡眠姿势识别方法、装置、电子设备及存储介质。
技术介绍
[0002]睡眠是一个休息、恢复体力的过程，对人类至关重要。而睡眠质量的好坏和睡眠障碍等疾病与睡眠过程中特定的身体姿势有关。对睡眠姿势进行识别可以帮助监测一个人的睡眠质量，从而进一步评估身体健康状况。另外，睡眠姿势的识别在预防婴儿猝死综合征、护理压力性溃疡患者以及帮助睡眠呼吸暂停患者等方面也发挥着重要作用，基于此对睡眠姿势进行识别具有重要的现实意义。
[0003]目前，通常是利用各类不同的传感器采集用户在睡眠时的姿势状态数据，基于采集的姿势状态数据，采用神经网络模型进行睡眠姿势的识别，神经网络模型的训练数据来自不同的被试用户。
[0004]然而，这种识别方式需要用户需要穿戴各种各样的传感器，会令用户产生较大的异物感，进而影响睡眠质量。此外，不同用户个体差异性较大，使用传统的神经网络模型的方法进行识别，导致睡眠姿势识别准确率低。
技术实现思路
[0005]本专利技术实施例提供了一种睡眠姿势识别方法、装置、电子设备及存储介质，以实现无接触识别睡眠姿势，提高睡眠姿势识别的便利性，提高睡眠姿势识别准确率。
[0006]第一方面，本专利技术提供了一种睡眠姿势识别方法，该方法包括：
[0007]获取在第一预设时长内雷达设备接收到的第一电磁回波信号；其中，所述雷达设备的辐射范围包括目标对象的睡眠区域；
[0008]基于所述第一电磁回波信号，确定所述目标对象对应的俯卧参考特征值和仰卧参考特征值；
[0009]当检测到目标对象在第一预设时长后发生姿势变化时，获取第二预设时长内所述雷达设备接收到的第二电磁回波信号，并基于所述第二电磁回波信号，确定所述目标对象对应的当前姿势特征数据；
[0010]基于所述当前姿势特征数据、俯卧参考特征值和仰卧参考特征值，确定所述目标对象对应的当前睡姿类别。
[0011]第二方面，本专利技术提供了一种睡眠姿势识别装置，该装置包括：
[0012]参考信号获取模块，用于获取在第一预设时长内雷达设备接收到的第一电磁回波信号；其中，所述雷达设备的辐射范围包括目标对象的睡眠区域；
[0013]参考特征确定模块，用于基于所述第一电磁回波信号，确定所述目标对象对应的俯卧参考特征值和仰卧参考特征值；
[0014]特征数据确定模块，用于当检测到目标对象在第一预设时长后发生姿势变化时，
获取第二预设时长内所述雷达设备接收到的第二电磁回波信号，并基于所述第二电磁回波信号，确定所述目标对象对应的当前姿势特征数据；
[0015]当前睡姿确定模块，用于基于所述当前姿势特征数据、俯卧参考特征值和仰卧参考特征值，确定所述目标对象对应的当前睡姿类别。
[0016]第三方面，本专利技术提供了一种设备，包括：
[0017]至少一个处理器；以及
[0018]与至少一个处理器通信连接的存储器；其中，
[0019]存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本专利技术任一实施例的睡眠姿势识别方法。
[0020]第四方面，本专利技术提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本专利技术任一实施例的睡眠姿势识别方法。
[0021]本专利技术实施例提供的技术方案，获取在第一预设时长内雷达设备接收到的第一电磁回波信号，其中，雷达设备的辐射范围包括目标对象的睡眠区域，基于第一电磁回波信号，确定目标对象对应的俯卧参考特征值和仰卧参考特征值，从而可以得到目标用户个性化的参考特征值。当检测到目标对象在第一预设时长后发生姿势变化时，获取第二预设时长内雷达设备接收到的第二电磁回波信号，并基于第二电磁回波信号，确定目标对象对应的当前姿势特征数据，进而基于当前姿势特征数据、俯卧参考特征值和仰卧参考特征值，确定目标对象对应的当前睡姿类别。本方案解决了基于穿戴传感器设备进行睡眠姿态识别准确率低的技术问题，无需用户穿戴各种传感器设备，不会带给用户异物感，可以实现无接触识别睡眠姿势，提高了睡眠姿势识别的便利性，通过获取目标对象个性化的睡姿特征参考值，提高了睡眠姿势识别准确率。
[0022]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0023]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0024]图1为本专利技术实施例一提供的一种睡眠姿势识别方法的流程图；
[0025]图2为本专利技术实施例一涉及的雷达设备与目标对象相对位置的示意图；
[0026]图3是本专利技术实施例一涉及的雷达回波信号示意图；
[0027]图4是本专利技术实施例一涉及的目标特征图示意图；
[0028]图5为本专利技术实施例二提供的一种睡眠姿势识别方法的流程图；
[0029]图6为本专利技术实施例三提供的一种睡眠姿势识别装置结构示意图；
[0030]图7为本专利技术实施例四提供的一种设备的结构示意图。
具体实施方式
[0031]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0032]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一预设条件”、“第二预设条件”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0033]实施例一
[0034]图1为本专利技术实施例一提供的一种睡眠姿势识别方法的流程图，本实施例可适用于根据雷达的电磁回波信号对目标对象的睡眠姿势进行识别的情形。该方法可以由睡眠姿势识别装置来执行，该装置可以采用硬件和/或软件的形式实现，该装置可以配置在计算机设备上，该计算机设备可以是笔记本、台式计算机以及智能平板等。如图1所示，该方法包括：
[0035]S110、获取在第一预设时长内本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种睡眠姿势识别方法，其特征在于，包括：获取在第一预设时长内雷达设备接收到的第一电磁回波信号；其中，所述雷达设备的辐射范围包括目标对象的睡眠区域；基于所述第一电磁回波信号，确定所述目标对象对应的俯卧参考特征值和仰卧参考特征值；当检测到目标对象在第一预设时长后发生姿势变化时，获取第二预设时长内所述雷达设备接收到的第二电磁回波信号，并基于所述第二电磁回波信号，确定所述目标对象对应的当前姿势特征数据；基于所述当前姿势特征数据、俯卧参考特征值和仰卧参考特征值，确定所述目标对象对应的当前睡姿类别。2.根据权利要求1所述的睡眠姿势识别方法，其特征在于，所述基于所述第一电磁回波信号，确定所述目标对象对应的俯卧参考特征值和仰卧参考特征值，包括：将所述第一电磁回波信号划分为至少一个电磁回波信号段，并确定每个电磁回波信号段的姿势特征数据；其中，所述姿势特征数据包括侧卧特征数据和俯仰卧特征数据；对于每一段电磁回波信号段而言，基于所述侧卧特征数据，确定所述电磁回波信号段对应的睡眠姿势是否为侧卧姿势；从所述至少一个电磁回波信号段中剔除睡眠姿势为侧卧姿势的电磁回波信号段，获到俯仰卧回波信号段；对各所述俯仰卧回波信号段对应的所述俯仰卧特征数据进行特征分选，确定所述目标对象对应的俯卧参考特征值和仰卧参考特征值。3.根据权利要求2所述的睡眠姿势识别方法，其特征在于，所述确定每个电磁回波信号段的姿势特征数据，包括：对每个所述电磁回波信号段而言，基于电磁回波信号生成目标特征图；提取所述目标特征图中的幅度信息和形状信息；基于所述幅度信息和形状信息，确定电磁回波信号段的姿势特征数据。4.根据权利要求3所述的睡眠姿势识别方法，其特征在于，所述幅度信息包括：列向量幅度信息和行向量幅度信息，所述提取所述目标特征图中的幅度信息，包括：基于所述目标特征图中每个列向量中各个元素对应的幅度值，确定每个列向量对应的列特征幅度，基于各所述列特征幅度确定目标特征图的列向量幅度信息；基于所述目标特征图中每个行向量中各个元素对应的幅度值，确定每个行向量对应的行特征幅度，基于各所述行特征幅度确定目标特征图的行向量幅度信息。5.根据权利要求3所述的睡眠姿势识别方法，其特征在于，所述形状信息包括：第一形状特征信息和第二形状特征信息，所述提取所述目标特征图中的形状信息，包括：基于所述目标特征图中的每个元素对应的幅度值和预设幅度阈值，确定每个元素对应的形状特征值；确定由所述形状特征值组成的形状特征矩...
【专利技术属性】
技术研发人员：阳召成，罗冰，
申请(专利权)人：深圳大学，
类型：发明
国别省市：
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。