[發(fā)明專利]佩戴檢測系統(tǒng)、方法、電子終端、及計算機可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201810634205.3
• 申請日: 2018-06-20
• 公開（公告）號: CN108564179B
• 公開（公告）日: 2023-09-26
• 發(fā)明（設計）人: 姚麗峰;陳越猛
• 申請（專利權）人: 上海翰臨電子科技有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G01D5/24;G01D5/32
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 高彥

1.一種佩戴檢測系統(tǒng)，其特征在于，應用于可穿戴設備，所述系統(tǒng)包括：

一或多個佩戴檢測模塊，用于根據(jù)檢測參數(shù)的閾值判斷所述可穿戴設備是否佩戴于預設位置；

處理模塊，通信連接各所述佩戴檢測模塊，以基于機器學習算法自學習所述檢測參數(shù)的閾值并建立閾值分類模型，據(jù)以優(yōu)化調(diào)整所述閾值；

所述處理模塊基于機器學習算法，建立所述閾值分類模型，以提升佩戴檢測模塊的檢測準確率；其中，所述機器學習算法包括監(jiān)督學習算法；所述監(jiān)督學習算法包括決策樹算法，還包括SVM算法、boosting算法、貝葉斯分類算法中的任一種或多種組合；所述處理模塊基于決策樹算法判斷檢測參數(shù)的閾值是否落入模糊區(qū)域內(nèi)；若落入模糊區(qū)域內(nèi)，則所述處理模塊基于SVM算法、boosting算法、貝葉斯分類中的任一種或多種組合，將該閾值進行歸類處理并存儲歸類結果信息；若未落入模糊區(qū)域內(nèi)，則直接輸出佩戴檢測結果；其中，所述模糊區(qū)域包括容易混淆人體皮膚和非人體皮膚的情況所對應的數(shù)值區(qū)域。

2.根據(jù)權利要求1所述的佩戴檢測系統(tǒng)，其特征在于，所述佩戴檢測模塊包括電容檢測模塊、紅外檢測模塊、及綠光檢測模塊中的任一種或多種組合。

3.根據(jù)權利要求1所述的佩戴檢測系統(tǒng)，其特征在于，所述佩戴檢測模塊包括紅外檢測模塊和綠光檢測模塊；其中，所述紅外檢測模塊和綠光檢測模塊共用一光接收模塊。

4.根據(jù)權利要求1所述的佩戴檢測系統(tǒng)，其特征在于，所述可穿戴設備包括可穿戴式心率測量設備，所述系統(tǒng)還包括：

心率計算模塊，用于計算心率數(shù)據(jù)；

存儲模塊，用于存儲心率數(shù)據(jù)；

傳輸模塊，用于將心率數(shù)據(jù)傳輸至外部設備。

5.一種佩戴檢測方法，其特征在于，包括：

基于機器學習算法自學習一或多個佩戴檢測模塊檢測參數(shù)的閾值并建立閾值分類模型，據(jù)以優(yōu)化調(diào)整所述閾值；

基于機器學習算法，建立所述閾值分類模型，以提升佩戴檢測模塊的檢測準確率；其中，所述機器學習算法包括監(jiān)督學習算法；所述監(jiān)督學習算法包括決策樹算法，還包括SVM算法、boosting算法、貝葉斯分類算法中的任一種或多種組合；基于決策樹算法判斷檢測參數(shù)的閾值是否落入模糊區(qū)域內(nèi)；若落入模糊區(qū)域內(nèi)，則基于SVM算法、boosting算法、貝葉斯分類中的任一種或多種組合，將該閾值進行歸類處理并存儲歸類結果信息；若未落入模糊區(qū)域內(nèi)，則直接輸出佩戴檢測結果；其中，所述模糊區(qū)域包括容易混淆人體皮膚和非人體皮膚的情況所對應的數(shù)值區(qū)域。

6.根據(jù)權利要求5所述的佩戴檢測方法，其特征在于，所述佩戴檢測模塊包括紅外檢測模塊和綠光檢測模塊；其中，所述紅外檢測模塊和綠光檢測模塊共用一光接收模塊。

7.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)權利要求5或6所述的佩戴檢測方法。

8.一種電子終端，其特征在于，包括：處理器及存儲器；

所述存儲器用于存儲計算機程序，所述處理器用于執(zhí)行所述存儲器存儲的計算機程序，以使所述終端執(zhí)行如權利要求5或6所述的佩戴檢測方法。