CN108696293B - 可穿戴设备、移动设备及其连接方法 - Google Patents
可穿戴设备、移动设备及其连接方法 Download PDFInfo
- Publication number
- CN108696293B CN108696293B CN201710123091.1A CN201710123091A CN108696293B CN 108696293 B CN108696293 B CN 108696293B CN 201710123091 A CN201710123091 A CN 201710123091A CN 108696293 B CN108696293 B CN 108696293B
- Authority
- CN
- China
- Prior art keywords
- wearable device
- sensor data
- data
- mobile device
- matching
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
- H04B1/3827—Portable transceivers
- H04B1/385—Transceivers carried on the body, e.g. in helmets
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Telephone Function (AREA)
- Mobile Radio Communication Systems (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开提供可穿戴设备、移动设备及其连接方法。根据本公开的一方面,用于移动设备的与可穿戴设备的连接方法包括:接收至少一个可穿戴设备周期性广播的可追踪动作的传感器数据;获取所述移动设备的捕捉范围内的一个可穿戴设备的可追踪动作的视觉数据;对于每个可穿戴设备,以周期为单位,计算从该可穿戴设备接收的各个周期内的传感器数据和对应周期内获取的视觉数据的匹配度;基于各个匹配度,确定所述移动设备与各个可穿戴设备的匹配结果,并与匹配的可穿戴设备相连接。根据本公开的技术方案,可以实现可穿戴设备与移动设备的连接不受可穿戴设备具有硬件显示能力的限制,且无需用户干预,由此提升了用户体验。
Description
技术领域
本公开涉及无线通信,更具体地,涉及可穿戴设备、移动设备及其连接方法。
背景技术
如今,可穿戴设备的使用越来越普遍,比如,智能手环、智能手表、智能眼镜等。通过可穿戴设备,用户可以监控健康状态、计步、跑步测距等。当使用可穿戴设备时,用户需要首先将可穿戴设备与诸如智能手机、平板电脑等的移动设备连接起来。
目前已经有一些可穿戴设备与移动设备的连接方法,比如,用户通过移动设备中的蓝牙模块扫描周围的可穿戴设备,然后需要用户在扫描列表中手动筛选出需要连接的可穿戴设备,然后进行认证和连接;在移动设备上启动连接应用,用户敲击可穿戴设备予以确认,然后实现连接;用户通过确认显示在移动设备的屏幕上和显示在可穿戴设备的屏幕上的数字从而实现连接;用户通过使用移动设备的相机获取可穿戴设备上显示的图片,然后实现连接。现有的可穿戴设备和移动设备的连接方法中,要么需要用户对可穿戴设备和移动设备的连接过程进行干预,要么需要可穿戴设备具有硬件显示能力。
因此,需要一种不受可穿戴设备的硬件显示能力限制且无需用户干预的可穿戴设备与移动设备的连接方法。
发明内容
根据本公开的一个方面,提供了一种用于移动设备的与可穿戴设备连接的方法,包括:接收至少一个可穿戴设备周期性广播的可追踪动作的传感器数据;获取所述移动设备的捕捉范围内的一个可穿戴设备的可追踪动作的视觉数据;对于每个可穿戴设备,以周期为单位,计算从该可穿戴设备接收的各个周期内的传感器数据和对应周期内获取的视觉数据的匹配度;基于各个匹配度,确定所述移动设备与各个可穿戴设备的匹配结果,并与匹配的可穿戴设备相连接。
根据本公开的另一个方面,提供了一种用于可穿戴设备的与移动设备连接的方法,包括:可穿戴设备中的传感器感测该可穿戴设备的可追踪动作;周期性地向移动设备广播表示感测到的可追踪动作的传感器数据;基于来自所述移动设备的指示所述可穿戴设备与移动设备相匹配的匹配结果,将可穿戴设备与移动设备相连接,其中所述匹配结果是所述移动设备基于该可穿戴设备周期性地广播的传感器数据、根据以周期为单位计算的各个周期内的传感器数据和对应周期内的可穿戴设备的可追踪动作的视觉数据的匹配度而确定的。
根据本公开的另一个方面,提供了一种可穿戴设备和移动设备的连接方法,包括:可穿戴设备中的传感器感测该可穿戴设备的可追踪动作;可穿戴设备周期性地向移动设备广播表示感测到的可追踪动作的传感器数据;所述移动设备接收至少一个可穿戴设备周期性地广播的传感器数据;所述移动设备获取其捕捉范围内的一个可穿戴设备的可追踪动作的视觉数据;对于每个可穿戴设备,所述移动设备以周期为单位,计算从该可穿戴设备接收的各个周期内的传感器数据和对应周期内获取的视觉数据的匹配度;所述移动设备基于各个匹配度,确定其与各个可穿戴设备的匹配结果,并与匹配的可穿戴设备相连接。
根据本公开的另一个方面,提供了一种移动设备,包括:接收模块,配置为接收至少一个可穿戴设备周期性广播的可追踪动作的传感器数据;相机模块,配置为获取该相机模块捕捉范围内的一个可穿戴设备的可追踪动作的视觉数据;匹配模块,配置为对于每个可穿戴设备,以周期为单位,计算从该可穿戴设备接收的各个周期内的传感器数据和对应周期内获取的视觉数据的匹配度;连接模块,配置为基于各个匹配度确定移动设备与各个可穿戴设备的匹配结果,并与匹配的可穿戴设备相连接。
根据本公开的另一个方面,提供了一种可穿戴设备,包括:传感器,感测所述可穿戴设备的可追踪动作;无线收发器,周期性地向移动设备广播表示感测到的可追踪动作的传感器数据,以及接收来自移动设备的、所述可穿戴设备与移动设备的匹配结果;连接部件,响应于所述匹配结果表示所述可穿戴设备与所述移动设备匹配,与该移动设备相连接,其中所述匹配结果是所述移动设备基于无线收发器周期性地广播的传感器数据、根据以周期为单位计算的各个周期内的传感器数据和对应周期内的可穿戴设备的可追踪动作的视觉数据的匹配度而确定的。
根据本公开的上述方面的可穿戴设备、移动设备及其连接方法,以周期为单位对可穿戴设备的可追踪动作的传感器数据和视觉数据进行匹配计算,并根据匹配结果自动实现可穿戴设备与移动设备的连接,不受可穿戴设备的硬件显示能力限制,并且该连接过程无需用户进行干预,由此提升了用户体验。
附图说明
从下面结合附图对本公开实施例的详细描述中,本公开的这些和/或其它方面和优点将变得更加清楚并更容易理解,其中:
图1示出了根据本公开实施例的用于移动设备的与可穿戴设备连接的方法的流程图。
图2示出了根据本公开实施例的针对每个可穿戴设备的处理后的传感器数据和视觉数据以周期为单位计算匹配度的方法的流程图。
图3示出了根据本公开实施例的基于移动设备接收触发信号的时刻对于每个可穿戴设备以周期为单位计算各个周期内的传感器数据和对应周期内的视觉数据的匹配度的方法的流程图。
图4示出了从多个可穿戴设备接收到传感器数据的示意情形。
图5示出了确定移动设备与各个可穿戴设备的匹配结果的示例性方法的流程图。
图6示出了从候选可穿戴设备中确定与移动设备相匹配的可穿戴设备的方法的流程图。
图7示出了根据本公开实施例的用于可穿戴设备的与移动设备连接的方法的流程图。
图8示出了根据本公开实施例的可穿戴设备周期性广播可追踪动作的传感器数据的示意图。
图9示出了根据本公开实施例的用于可穿戴设备的与移动设备连接的方法的流程图。
图10示出了根据本公开实施例的可穿戴设备和移动设备的连接方法的应用场景。
图11示出了根据本公开实施例的移动设备的示意性框图。
图12示出了根据本公开实施例的可穿戴设备的示意性框图。
具体实施方式
为了使本领域技术人员更好地理解本公开,下面结合附图和具体实施方式对本公开作进一步详细说明。
首先对根据本公开的可穿戴设备和移动设备的连接方法的基本思想进行简要的概述。本公开基于可穿戴设备的可追踪动作来实现可穿戴设备与移动设备的连接,一方面通过可穿戴设备中的传感器获取可穿戴设备的可追踪动作的传感器数据,另一方面通过移动设备的相机获取可穿戴设备的可追踪动作的视觉数据,以周期为单位根据传感器数据和视觉数据确定可穿戴设备和移动设备的匹配结果,基于该匹配结果可以将移动设备与匹配的可穿戴设备连接。
可穿戴设备的可追踪动作例如可以是可穿戴设备的摇动动作。当用户摇动可穿戴设备时,可穿戴设备中的惯性传感器可以感测可穿戴设备的摇动动作,并获取表示该摇动动作的传感器数据。然而,本公开中的可追踪动作不限于可穿戴设备的摇动动作,还可以包括诸如可穿戴设备的摆动、转动等可由传感器感测到的其它动作。此外,应注意的是,本公开中移动设备的相机可以是具有最简单功能的相机,而不必要是诸如双目相机、光场相机等具有特定功能的相机,只要该相机能够捕捉可穿戴设备的可追踪动作的画面并由此得到相应的视觉数据即可。
本发明人认识到实际应用中,移动设备附近可能存在不止一个可穿戴设备,并且这些可穿戴设备均有可能执行可追踪动作以与各自对应的移动设备相连接。因此,移动设备需要从执行可追踪动作的多个可穿戴设备确定一个对应的可穿戴设备进行连接。本公开不仅适用于只存在一个可穿戴设备与一个移动设备进行连接的场景,也适用于多于一个可穿戴设备执行可追踪动作、移动设备与对应的可穿戴设备与进行连接的场景。
图1例示了根据本公开实施例的用于移动设备的、与可穿戴设备连接的方法的流程图,以下结合图1详细描述该连接方法。
如图1所示,在步骤S101,接收至少一个可穿戴设备周期性广播的可追踪动作的传感器数据。如上所述,移动设备可以接收到其附近存在的至少一个可穿戴设备以周期T广播的可追踪动作的传感器数据。例如,移动设备可以接收可穿戴设备在蓝牙信道上以广播包的方式周期性广播的传感器数据,然而不限于此,移动设备还可以接收可穿戴设备通过诸如Wi-Fi、3G或者4G等周期性广播的传感器数据。
传感器数据是表示可穿戴设备的可追踪动作的数据,其可以是由可穿戴设备的传感器所获取的原始传感器数据。可选的,传感器数据也可以是由原始传感器数据进行处理后得到的数据。具体的,本发明人认识到,原始传感器数据通常为浮点型数据,其数据量相当庞大,如果直接传输原始传感器数据则会对传输带宽带来较大的负担,并可能造成可穿戴设备的传感器数据的积压,难以保证传感器数据的实时传输;另一方面,对于移动设备而言,如果接收到的待处理的传感器数据为原始传感器数据,其所承担的传感器数据处理的负担也是沉重的。基于此,可以对原始传感器数据进行数据处理以得到降维的传感器数据。为了便于理解,下面举例对此进行说明。
具体地,以可穿戴设备中的传感器为诸如加速度传感器等的惯性传感器为例,加速度传感器获取的原始加速度数据为三维数据,其中各维度的数据分别表示在各个采样点(t=1,2,3,.....)获得的可穿戴设备在x、y和z方向的加速度数据。对此,可以例如根据下面公式采用矩阵运算的方法将原始传感器数据处理为一维数据:
S=[a b c]·Ds=[s1 s2 … st] (2)
其中,Ds是原始传感器数据,S是处理后的传感器数据,a、b和c是预先设定的参数。其中,参数a、b和c可以任意设定,只要满足其总和为1且各参数均大于0的条件即可。举例而言,参数a、b和c可以设定为a=1/3,b=1/3,c=1/3。
应注意的是,以上采用矩阵运算方法对原始传感器进行数据处理仅为一种示例性的方法,本公开中的数据处理的方法不限于此,还可以采用仅保留一个维度的数据而舍弃其他维度的数据等方法以减少待广播的传感器数据量。
如前所述,所述传感器数据是由可穿戴设备周期性广播的,后文中将对此进行详细的描述。
在步骤S102,获取所述移动设备的捕捉范围内的一个可穿戴设备的可追踪动作的视觉数据。
如前所述,可能存在不止一个可穿戴设备同时执行可追踪动作以与各自对应的移动设备相连接,在该步骤中,仅针对移动设备的捕捉范围内的一个可穿戴设备获取其视觉数据。例如,可以由移动设备的相机拍摄其捕捉范围内的一个可穿戴设备的可追踪动作的画面,并采用OpenCV等本领域常用算法来对拍摄的可追踪动作的画面进行处理,进而获得可穿戴设备的可追踪动作的视觉数据,此处不再赘述。
在步骤S103,对于每个可穿戴设备,以周期为单位,计算从该可穿戴设备接收的各个周期内的传感器数据和对应周期内获取的视觉数据的匹配度。
在该步骤中,对于每个可穿戴设备可以得到对应于各个周期的多个匹配度结果。以下参考图2,描述该步骤中针对每个可穿戴设备的进行的匹配度计算处理。
如图2所示,对于每个可穿戴设备,在步骤S201,对获取的视觉数据进行数据处理以使得其与传感器数据的维度相同。
举例说明,以采用移动设备中的相机获取的原始视觉数据为二维数据为例,其表示可穿戴设备在平面的两个维度上的表示位置、速度、加速度等的视觉信息。假设步骤S101中接收到的传感器数据为一维数据,则可以例如根据下面公式采用矩阵运算的方法将原始视觉数据处理为一维数据:
V=[m n]·Dv=[v1 v2 … vst] (4)
其中,Dv是原始视觉数据,V是处理后的视觉数据,m和n是预先设定的参数。其中,参数m和n可以任意设定,只要满足其总和为1且各参数均大于0的条件即可。举例而言,参数m和n可以设定为m=1/2,n=1/2。
应注意的是,以上采用矩阵运算方法对原始视觉数据进行数据处理仅为一种示例,本公开中的视觉数据的处理方法不限于此,还可以采用仅保留一个维度的数据而舍弃其他维度的数据等方法以使得其与传感器数据的维度相同。
在步骤S202,以周期为单位,计算从该可穿戴设备接收的各个周期的传感器数据和对应周期内的处理后的视觉数据的相关性。
具体的,在该步骤中可以例如如下计算相关系数:
其中,S是传感器数据,V是视觉数据,F(S,V)是相关系数,Css是S和V的协方差,Css是S的方差,Cvv是V的方差。其中,Css、Css和Cvv可以通过下式得到:
对于一个周期T内的传感器数据,定义传感器数据的平均值Es为:
对于对应的周期内的视觉数据,定义视觉数据的平均值Ev为:
Css、Css和Cvv的计算公式如下:
根据以上公式(6)-(10),可以得到该周期的传感器数据和对应周期的处理后的视觉数据的相关系数F(S,V),并可以将该相关系数作为该周期的传感器数据和对应周期内的处理后的视觉数据的相关性。
应注意的是,本公开是以相关系数作为计算传感器数据和视觉数据的相关性的示例予以描述的,除此之外,还可以采用欧式距离、N范数等其他方法计算传感器数据和视觉数据的相关性,本公开不以此为限。
需要提及的是,可穿戴设备的传感器的采样频率与移动设备的相机采样频率可能不同,因此以上获取的各个周期的传感器数据与对应周期内的视觉数据的长度可能并不相同。针对这一情况,可选的,可以采用诸如插值的方法使某一周期内的传感器数据和对应周期内获取的视觉数据对齐,并采用如上方法计算对齐后的传感器数据和视觉数据的相关性。
在步骤S203,对于每个所述相关性确定对应的匹配度。例如,可以将相关性的绝对值作为某一周期的传感器数据和对应周期的视觉数据的匹配度R,如下:
R=|F(S,V)| (11)
应注意的是,本公开中采用对计算得到的相关性取绝对值的方法得到匹配度仅为示例性的方法,本领域技术人员还可以采用诸如加权等其他方法根据步骤S202中计算得到的相关性确定其对应的匹配度。
以上已经对步骤S103中的基本处理进行了描述,作为一种可选的方式,在该步骤中可以仅对部分周期内的传感器数据和对应周期内的视觉数据计算匹配度。具体的,如前所述,实际应用中移动设备的附近可能存在多于一个的可穿戴设备,而这些可穿戴设备均向移动设备广播其传感器数据,移动设备会对于每个可穿戴设备均计算从其接收的各个周期内的传感器数据与对应周期内的视觉数据的匹配度,进而在获取了所有可穿戴设备的匹配度的计算结果之后综合分析各个可穿戴设备的匹配情况,由此进一步确定相匹配的可穿戴设备。因此,只要存在尚处于匹配度计算中的可穿戴设备,移动设备便不能得到该未完成计算的可穿戴设备的匹配度的结果,便无法综合分析以确定相匹配的可穿戴设备。另一方面,对于每个可穿戴设备而言,如果对于该可穿戴设备广播来的各个周期的传感器数据都计算其与对应周期的视觉数据的匹配度,那么对于每个可穿戴设备的匹配度的计算过程也是漫长的,可能会迟迟得不到匹配度的结果。实际上,某一时段内的若干个周期的匹配度的结果可能足以反映出该可穿戴设备与移动设备的匹配情况,由此,对于每个可穿戴设备的过长的匹配度的计算时间可能是浪费的。
考虑到以上情形,在该可选方式中,可以仅对有效时段内的传感器数据和对应视觉数据计算匹配度。具体的,根据该可选方式,每一个可穿戴设备在周期性地向移动设备广播可追踪动作的传感器数据前,还发送触发信号,该触发信号表明该可穿戴设备将开始周期性地广播可追踪动作的传感器数据,在步骤S103中,可以基于移动设备接收触发信号的时刻确定移动设备的有效触发时段和各个可穿戴设备的有效计算时段。以下将参考图3-图4进行描述。
图3示出了根据本公开实施例的基于移动设备接收触发信号的时刻对于每个可穿戴设备以周期为单位计算各个周期内的传感器数据和对应周期内的视觉数据的匹配度的方法的流程图。
如图3所示,对于每个可穿戴设备,在步骤S301,确定从该可穿戴设备接收到触发信号的时刻是否在有效触发时段内,所述有效触发时段为所述移动设备从各个可穿戴设备接收到首个触发信号起至预定的最大匹配时间。
图4例示了从多个可穿戴设备接收到传感器数据的示意情形。如图4所示,假设从可穿戴设备1接收触发信号的时刻Ts1为接收到首个触发信号的时刻,则从该时刻起至预定的最大匹配时间Tmax之间为移动设备的有效触发时段。可以看到,在图4例示的情形中,移动设备从附近的3个可穿戴设备接收到广播的传感器数据,其中从可穿戴设备1接收到触发信号的时刻Ts1=0显然在有效触发时段内,从可穿戴设备2接收到触发信号的时刻Ts2在有效触发时段内,从可穿戴设备3接收到触发信号的时刻Ts3不在有效触发时段内。
对于以上最大匹配时间Tmax的选择,本领域技术人员可以根据实际应用情况和经验值确定,本公开在此不予限制。
返回图3,在步骤S302,如果从该可穿戴设备接收到触发信号的时刻在所述有效触发时段内,则确定在有效计算时段内从该可穿戴设备接收的各个周期的传感器数据,所述有效计算时段为所述移动设备从该可穿戴设备接收到触发信号起至所述预定的最大匹配时间。
具体地,仍然以图4所示的情形为例,对于可穿戴设备1,其有效计算时段为[0,Tmax]的区间,则确定在该有效计算时段内从可穿戴设备1接收的各个周期的传感器数据。如图4所示,以对应于可穿戴设备1的实线框长条表示对于可穿戴设备1所确定的传感器数据,其所对应的时段为Tvalid1且小于Tmax。也就是说,从可穿戴设备1接收到的各个周期的传感器数据均在有效计算时段内。对于可穿戴设备2,其有效计算时段为[Ts2,Ts2+Tmax]的区间,则确定在该有效计算时段内从可穿戴设备2接收的各个周期的传感器数据。如图4所示,以对应于可穿戴设备2的实线框长条表示对于可穿戴设备2所确定的传感器数据,其所对应的时段为Tvalid2且等于Tmax。也就是说,从可穿戴设备2接收的各个周期的传感器数据超出了其有效计算时段(超出的部分如图4中对应于可穿戴设备2的虚线框长条部分所示),由此可确定从可穿戴设备2接收到的各个周期的传感器数据之中在有效计算时段内的、对应于时段Tvalid2的传感器数据。
返回图3,在步骤S303,对于在该有效计算时段内接收到的每个周期内的传感器数据,计算其与对应周期内的处理后的视觉数据的相关性。具体地,分别对可穿戴设备1和2计算其有效计算时段内的各个周期内的传感器数据和对应周期内的处理后的视觉数据的相关性,相关性的计算方法可以例如采用以上关于步骤S202所描述的方法,在此不予赘述。
需要提及的,如果从可穿戴设备接收到的并参与匹配度计算的传感器数据的数据量过少,则该匹配结果的确定可能是不准确的。针对这一情况,可选的,可以在步骤S302中进一步地确定对于每个可穿戴设备所确定的传感器数据对应的时间长度是否小于最小匹配时间Tmin,如果对应的时间长度小于最小匹配时间Tmin,即针对该可穿戴设备计算匹配度的时间小于最小匹配时间Tmin时,则确定该计算得到的匹配结果无效。对于以上最小匹配时间Tmin的选择,本领域技术人员可以根据实际应用情况和经验值确定。
作为一种可选方案,对于每个可穿戴设备,基于该有效计算时段的确定,移动设备可以仅在该有效计算时段内从该可穿戴设备接收其广播的传感器数据,而在该有效计算时段外不接收该可穿戴设备广播的传感器数据(如图6所示,可以不接收可穿戴设备2的虚线框长条的部分数据、以及可穿戴设备3的全部数据),由此可以进一步地减少持续接收传感器数据的带宽和能耗的负担。
返回图1,通过以上步骤S103,对于每个可穿戴设备均计算得到对应于各个周期的多个匹配度。为了便于理解,以下示意性地说明各个可穿戴设备的多个计算得到的匹配度的示例。
假设分别对于Q个设备以周期为单位计算了NQ个周期内的传感器数据和对应周期内的视觉数据的匹配度,并得到了NQ个匹配度的结果。其中,各个可穿戴设备计算得到的匹配度的计算结果可以表示为如下:
可穿戴设备1的N1个匹配度为:R1(1),R1(2),……R1(N1)
可穿戴设备2的N2个匹配度为:R2(1),R2(2),……R2(N2)
……
可穿戴设备Q的NQ个匹配度为:RQ(1),RQ(2),……RQ(NQ)
其中,括号内的数字可以表示为每个可穿戴设备的匹配度的计算结果的编号,然而并不要求不同可穿戴设备具有相同编号的匹配度的结果所对应的时刻也是相同,也不要求各个可穿戴设备计算得到的匹配度的结果的数量(例如,N1,N2,……NQ)相同。
在步骤S104,基于各个匹配度,确定所述移动设备与各个可穿戴设备的匹配结果,并与匹配的可穿戴设备相连接。以下结合图5描述确定移动设备与各个可穿戴设备的匹配结果的示例性方法。
如图5所示,对于每个可穿戴设备,在步骤S501,确定其对应的各个匹配度中超过匹配度阈值的匹配度的数量。具体地,以在以上步骤S103计算得到的可穿戴设备Q的匹配度的结果为例,确定其NQ个匹配度结果RQ(1),RQ(2),……RQ(NQ)之中超过匹配度阈值Rh的数量NrQ。类似地,可以确定其他可穿戴设备的各个匹配度中超过匹配度阈值Rh的匹配度的数量Nr1,Nr2,……。对于匹配度阈值Rh的确定,本领域技术人员可以采用经验值或统计的方法确定,在此不予赘述。
在步骤S502,确定其对应的各个匹配度中未超过所述匹配度阈值的匹配度的数量。具体地,确定可穿戴设备Q的NQ个匹配度结果RQ(1),RQ(2),……RQ(NQ)之中未超过匹配度阈值Rh的数量NnQ。类似地,可以确定其他可穿戴设备的各个匹配度中未超过匹配度阈值Rh的匹配度的数量Nn1,Nn2,……。
在步骤S503,如果超过匹配度阈值的匹配度的数量大于未超过所述匹配度阈值的匹配度的数量,则确定该可穿戴设备为与所述移动设备匹配的候选可穿戴设备。具体地,如果NrQ大于NnQ,则确定可穿戴设备Q为与移动设备匹配的候选可穿戴设备。类似地,可以确定其他可穿戴设备是否为与移动设备匹配的候选可穿戴设备。
虽然上述采用直接比较超过匹配度阈值的匹配度的数量和未超过匹配度阈值的匹配度的数量的方法确定可穿戴设备是否为与移动设备匹配的候选可穿戴设备,然而不限于此,还可以依据超过匹配度阈值的数量与未超过匹配度阈值的数量的差值是否超出差值阈值等方式来确定传感器数据和视觉数据是否匹配,在此不做限制。
基于以上确定的与移动设备匹配的候选可穿戴设备,可以进一步地确定候选可穿戴设备之中与移动设备相匹配的可穿戴设备。以下结合图6具体描述从候选可穿戴设备之中确定与移动设备相匹配的可穿戴设备的处理。
如图6所示,在步骤S601,确定在上述步骤S503中确定的候选可穿戴设备的数量q。如果Q个可穿戴设备中候选可穿戴设备q的数量小于1,则处理继续至S602,如果候选可穿戴设备q的数量等于1,则处理继续至S603,如果候选可穿戴设备q的数量大于1,则处理继续至S604。
在步骤S602,确定Q个可穿戴设备中没有与移动设备匹配的可穿戴设备。在步骤S603,确定该候选可穿戴设备为与移动设备匹配的可穿戴设备。在步骤S604,计算各个候选可穿戴设备与所述移动设备的匹配程度,并确定其中匹配程度最高的候选可穿戴设备为与该移动设备匹配的可穿戴设备。
具体地,在步骤S604中,例如,可以将各个候选可穿戴设备的各个匹配度的平均值作为该匹配程度,并确定其中匹配程度最高的候选可穿戴设备为与该移动设备匹配的可穿戴设备。然而不限于此,还可以基于每个候选可穿戴设备的各个匹配度中超过匹配度阈值的匹配度的数量与未超过匹配度阈值的匹配度的数量的比值等方式来确定与该移动设备相匹配的可穿戴设备,在此不做限制。
以上已经对根据本公开实施例的用于移动设备的、与可穿戴设备连接的方法的进行了描述,通过采用以周期为单位计算多个匹配度的方法,可以极大程度上保留各个周期的传感器数据和视觉数据在各个时段的变化趋势,并得到以周期为单位计算的多个匹配度的计算结果,进而综合该多个计算结果得到可穿戴设备与移动设备的匹配结果。与不划分周期、采用累积计算匹配度的方式仅得到一个匹配度的计算结果相比,可以避免使得传感器数据和对应的视觉数据的变化趋势因累积计算被平均化而无法良好地反映传感器数据和视觉数据的分时段的变化趋势。而且,根据上述方法可以自动实现可穿戴设备和移动设备的连接,无需可穿戴设备与移动设备连接过程中的用户干预,由此提升了用户体验。
根据本公开的另一方面,提供一种用于可穿戴设备的与移动设备连接的方法,以下结合图7详细描述该连接方法。图7例示了根据本公开实施例的用于可穿戴设备的与移动设备连接的方法的流程图。
如图7所示,在步骤S701,可穿戴设备中的传感器感测该可穿戴设备的可追踪动作。例如,当用户摇动可穿戴设备时,可穿戴设备中的加速度传感器可以感测可穿戴设备的摇动动作。可选的,还可以通过诸如陀螺仪等其他类型的传感器感测可穿戴设备的诸如摆动、转动等其他可追踪动作。
在步骤S702,可穿戴设备周期性地向移动设备广播表示感测到的可追踪动作的传感器数据。以下参考图8,描述可穿戴设备周期性广播可追踪动作的传感器数据的示意图。
如图8所示,可穿戴设备以T为周期广播传感器数据,其中周期T的选择可依据无线信道的传输带宽要求、每个采样点的传感器数据(诸如以上公式(2)中的st)的长度等因素确定。举例而言,以蓝牙广播包的大小为31字节、每个采样点的传感器数据的长度为2字节为例,周期T的值可以确定为15。应注意的是,以上周期T的确定仅为一种示例,本领域技术人员可以依据实际情况确定合适的周期T以满足不致于数据积压的实时性要求,且适合于后续以周期为单位计算匹配度的数据长度要求。
如先前所述,直接传输原始传感器数据会对传输带宽带来较大的负担,。可选地,步骤S702中所广播的传感器数据可以是对传感器感测到的可追踪动作的原始传感器数据进行数据处理后得到的降维数据。关于原始传感器数据处理的方法可以参考图1的步骤S101中描述的方法,在此不再赘述。
另外,如前所述,实际应用中可能存在以下问题:用户不停地摇动可穿戴设备,导致其持续地广播传感器数据,而对传感器数据的广播会持续占用无线信道,并产生可穿戴设备的功耗问题。另一方面,可穿戴设备广播的传感器数据会致使移动设备持续地针对该可穿戴设备计算其传感器数据的匹配结果,由此也会导致以上所描述的移动设备迟迟得不到匹配度的结果的问题。
可选的,针对这一情况,可以基于可穿戴设备发送触发信号的时刻,确定可穿戴设备的有效感测时间的示例。
具体地,在该可选示例中,可穿戴设备在周期性地向移动设备广播表示感测到的可追踪动作的传感器数据前,发送触发信号,该触发信号表明该可穿戴设备将开始周期性地广播可追踪动作的传感器数据。将可穿戴设备自发送该触发信号起至预定的最大感测时间作为有效感测时段,并且在有效感测时段内周期性地向移动设备广播所述传感器数据。在该示例中,可穿戴设备可能在持续地发送传感器数据,当超过该有效感测时间时,即便用户仍然在摇动可穿戴设备,也会停止传感器数据的广播,由此可以解决以上数据传输对无线传输信道占用以及数据传输的功耗等问题。
在步骤S703,基于来自所述移动设备的指示所述可穿戴设备与移动设备相匹配的匹配结果,将可穿戴设备与移动设备相连接,其中所述匹配结果是所述移动设备基于该可穿戴设备周期性地广播的传感器数据、根据以周期为单位计算的各个周期内的传感器数据和对应周期内的可穿戴设备的可追踪动作的视觉数据的匹配度而确定的。对于匹配结果的计算的具体处理,可以参考以上关于用于移动设备的、与可穿戴设备的连接方法中步骤S103和S104的描述,在此不予赘述。在步骤S703中,当从移动设备接收到的匹配结果指示该可穿戴设备与移动设备相匹配时,可穿戴设备可以与移动设备连接。
以上已经对根据本公开实施例的用于可穿戴设备的、与移动设备连接的方法的进行了描述,通过采用以周期为单位计算多个匹配度的方法,可以极大程度上保留各个周期的传感器数据和视觉数据在各个时段的变化趋势,并可以得到以周期为单位计算的多个匹配度的计算结果,进而综合该多个计算结果得到可穿戴设备与移动设备的匹配结果。而且,根据该方法可以自动实现可穿戴设备和移动设备的连接,无需可穿戴设备具有硬件显示能力,并且无需可穿戴设备与移动设备连接过程中的用户干预,由此提升了用户体验。
根据本公开的另一方面,提供一种可穿戴设备和移动设备的连接方法,以下结合图9-图10详细描述该连接方法。
图9例示了根据本公开实施例的可穿戴设备和移动设备的连接方法的流程图。
如图9所示,在步骤S901,可穿戴设备中的传感器感测该可穿戴设备的可追踪动作。在步骤S902,可穿戴设备周期性地向移动设备广播表示感测到的可追踪动作的传感器数据。在步骤S903,所述移动设备接收至少一个可穿戴设备周期性地广播的传感器数据。在步骤S904,所述移动设备获取其捕捉范围内的一个可穿戴设备的可追踪动作的视觉数据。在步骤S905,对于每个可穿戴设备,所述移动设备以周期为单位,计算从该可穿戴设备接收的各个周期内的传感器数据和对应周期内获取的视觉数据的匹配度。在步骤S906,所述移动设备基于各个匹配度,确定其与各个可穿戴设备的匹配结果,并与匹配的可穿戴设备相连接。
以上步骤S901-S906的具体处理可以参考以上对图1中步骤S101-S104以及图7中步骤S701-S703的描述,在此不予赘述。
图10例示了根据本公开实施例的可穿戴设备和移动设备的连接方法的应用场景。
为了简单起见,图10中描绘了一个可穿戴设备与移动设备连接的场景,然而,该场景中可能存在不止一个可穿戴设备同时产生可追踪动作,并周期性地广播其各自的传感器数据。如图10所示,例如当用户摇动可穿戴设备时,可穿戴设备可以产生可追踪动作,并周期性地广播表示可穿戴设备中的传感器感测到的可追踪动作的传感器数据。移动设备接收至少一个可穿戴设备周期性地广播的传感器数据,并且获取其捕捉范围内的一个可穿戴设备的可追踪动作的视觉数据,例如,可以由移动设备的相机拍摄其捕捉范围内的一个可穿戴设备的可追踪动作的画面,进而获得可穿戴设备的可追踪动作的视觉数据。然后,移动设备对于至少一个可穿戴设备中的每个可穿戴设备,以周期为单位计算从该可穿戴设备接收的各个周期内的传感器数据和对应周期内获取的视觉数据的匹配度,并基于各个匹配度确定其与各个可穿戴设备的匹配结果(图10中未示出)。最后,基于该匹配结果,可以将移动设备与匹配的可穿戴设备连接。
以上已经对根据本公开实施例的可穿戴设备和移动设备的连接方法进行了描述,通过采用以周期为单位计算多个匹配度的方法,可以极大程度上保留各个周期的传感器数据和视觉数据在各个时段的变化趋势,并可以得到以周期为单位计算的多个匹配度的计算结果,进而综合该多个计算结果得到可穿戴设备与移动设备的匹配结果。而且,根据该方法可以自动实现可穿戴设备和移动设备的连接,无需可穿戴设备具有硬件显示能力,并且无需可穿戴设备与移动设备连接过程中的用户干预,由此提升了用户体验。
根据本公开的另一方面,提供一种移动设备,以下结合图11详细描述该移动设备1100。
图11示出了根据本公开实施例的移动设备的框图。如图11所示,移动设备1100包括接收模块U1101、相机模块U1102、匹配模块U1103、连接模块U1104。所述各部件的具体功能和操作与上文中针对图1-6描述的基本相同,因此为了避免重复,在下文中仅对所述设备进行简要的描述,而省略对相同细节的详细描述。作为移动设备的示例,移动设备1100可以包括智能手机、平板电脑等。
接收模块U1101配置为接收至少一个可穿戴设备周期性广播的可追踪动作的传感器数据。例如,接收模块U1101可以是蓝牙接收模块、WiFi接收模块、3G接收模块、4G接收模块等。接收模块U1101可以接收其附近的至少一个可穿戴设备广播周期性广播的可追踪动作的传感器数据。例如,假设接收模块U1101为蓝牙接收模块,移动设备可以接收可穿戴设备在蓝牙信道上以广播包的方式周期性广播的传感器数据。
接收模块U1101接收的传感器数据是表示可穿戴设备的可追踪动作的数据,其可以是由可穿戴设备的传感器所获取的原始传感器数据。可选的,接收模块U1101接收的传感器数据也可以是由原始传感器数据进行处理后得到的数据。
相机模块U1102配置为获取该相机模块捕捉范围内的一个可穿戴设备的可追踪动作的视觉数据。相机模块U1102捕捉其捕捉范围内可穿戴设备的可追踪动作的画面,并获取可穿戴设备的可追踪动作的视觉数据。应注意的是,相机模块U1102可以是具有最简单功能的相机,而不必要是诸如双目相机、光场相机等具有特定功能的相机。
匹配模块U1103配置为对于每个可穿戴设备,以周期为单位,计算从该可穿戴设备接收的各个周期内的传感器数据和对应周期内获取的视觉数据的匹配度。匹配模块U1103可以是中央处理单元(CPU)或者具有数据处理能力的计算单元,并执行以上图1中步骤S103的处理。
具体地,匹配模块U1103配置为对于每个可穿戴设备计算得到对应于各个周期的多个匹配度结果。匹配模块U1103配置为对获取的视觉数据进行数据处理以使得其与传感器数据的维度相同,并计算处理后的传感器数据和视觉数据的匹配度。例如,匹配模块U1103可以计算各个周期的传感器数据和对应周期获取的视觉数据的相关系数,并作为传感器数据和视觉数据相关性,并确定与各个相关性相对应的匹配度。此外,匹配模块U1103还可配置为采用诸如欧式距离、N范数等其他方法计算传感器数据和视觉数据的相关性。可选的,匹配模块U1103还可以配置为仅对有效时段内的传感器数据和对应视觉数据计算匹配度,具体处理参见以上关于图3-图4的描述。
连接模块U1104配置为基于各个匹配度确定移动设备与各个可穿戴设备的匹配结果,并与匹配的可穿戴设备相连接。例如,连接模块U1104可以是蓝牙连接模块、WiFi连接模块、3G连接模块、4G连接模块等。
具体地,连接模块U1104配置为基于每个可穿戴设备的各个匹配度中超过匹配度阈值的匹配度的数量与未超过所述匹配度阈值的匹配度的数量,确定可穿戴设备是否为与移动设备匹配的候选可穿戴设备。连接模块U1104还配置为从候选可穿戴设备中确定匹配的可穿戴设备,并与匹配的可穿戴设备相连接。
以上已经对根据本公开实施例的移动设备进行了描述,通过采用以周期为单位计算多个匹配度的方法,可以极大程度上保留各个周期的传感器数据和视觉数据在各个时段的变化趋势,并得到以周期为单位计算的多个匹配度的计算结果,进而综合该多个计算结果得到可穿戴设备与移动设备的匹配结果。而且,根据该方法可以自动实现可穿戴设备和移动设备的连接,无需可穿戴设备与移动设备连接过程中的用户干预,由此提升了用户体验。
根据本公开的另一方面,提供一种可穿戴设备,以下结合图12详细描述可穿戴设备1200。
图12示出了根据本公开实施例的可穿戴设备的框图。如图12所示,可穿戴设备1200包括传感器U1201、无线收发器U1202、连接部件U1203。所述各部件的具体功能和操作与上文中针对图7-8描述的基本相同,因此为了避免重复,在下文中仅对所述设备进行简要的描述,而省略对相同细节的详细描述。作为可穿戴设备的示例,可穿戴设备1200可以包括智能手环、智能手表、智能眼镜等。
传感器U1201配置为感测所述可穿戴设备的可追踪动作。例如,传感器U1201可以是感测可穿戴设备的摇动、摆动、转动动作的传感器,诸如加速度传感器等。例如,当用户摇动可穿戴设备时,可穿戴设备中的加速度传感器可以感测可穿戴设备的摇动动作。可选的,可穿戴设备中的传感器还可以是感测诸如摆动、转动等其他可追踪动作的诸如陀螺仪等其他类型的传感器。
无线收发器U1202,周期性地向移动设备广播表示感测到的可追踪动作的传感器数据,以及接收来自移动设备的、所述可穿戴设备与移动设备的匹配结果。例如,无线收发器U1202可以是蓝牙收发器、WiFi收发器等。可选的,无线收发器U1202还配置为周期性地向移动设备广播对传感器感测到的可追踪动作的原始传感器数据进行数据处理后得到的降维数据。
可选的,无线收发器U1202还可以配置为在周期性地向移动设备广播传感器数据前,发送触发信号,以表明该可穿戴设备将开始周期性地广播可追踪动作的传感器数据。无线收发器U1202还可配置为并非持续地广播传感器数据,而是仅在自发送该触发信号起至预定的最大感测时间的有效感测时段内周期性地向移动设备广播所述传感器数据。
连接部件U1203,响应于所述匹配结果表示所述可穿戴设备与所述移动设备匹配,与该移动设备相连接,其中所述匹配结果是所述移动设备基于无线收发器周期性地广播的传感器数据、根据以周期为单位计算的各个周期内的传感器数据和对应周期内的可穿戴设备的可追踪动作的视觉数据的匹配度而确定的。该连接部件U1203可以是蓝牙连接模块、WiFi连接模块、3G连接模块、4G连接模块等。关于该匹配结果的计算的处理可以参考以上结合图1对步骤S103-S104的描述,在此不予赘述。
具体地,连接部件U1203配置为当从移动设备接收到的匹配结果指示该可穿戴设备与移动设备相匹配时,将可穿戴设备与移动设备连接。
以上已经对根据本公开实施例的可穿戴设备进行了描述,通过采用以周期为单位计算多个匹配度的方法,可以极大程度上保留各个周期的传感器数据和视觉数据在各个时段的变化趋势,并可以得到以周期为单位计算的多个匹配度的计算结果,进而综合该多个计算结果得到可穿戴设备与移动设备的匹配结果。而且,根据该方法可以自动实现可穿戴设备和移动设备的连接,无需可穿戴设备具有硬件显示能力,并且无需可穿戴设备与移动设备连接过程中的用户干预,由此提升了用户体验。
以上结合具体实施例描述了本公开的基本原理,但是,需要指出的是,对本领域的普通技术人员而言,能够理解本公开的方法和装置的全部或者任何部分,可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中,以硬件、固件、软件或者它们的组合加以实现。
还需要指出的是,在本公开的装置和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。另外,执行上述系列处理的步骤可以按照描述的先后顺序执行,但是各步骤并非必须顺序执行,某些步骤可以并行或彼此独立地执行。
上述的具体实施方式并不构成对本公开保护范围的限制。本领域技术人员应该明白,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (12)
1.一种用于移动设备的与可穿戴设备连接的方法,包括:
接收至少一个可穿戴设备周期性广播的可追踪动作的传感器数据;
获取所述移动设备的捕捉范围内的一个可穿戴设备的可追踪动作的视觉数据;
对于每个可穿戴设备,以周期为单位,计算从该可穿戴设备接收的各个周期内的传感器数据和对应周期内获取的视觉数据的匹配度;
基于各个匹配度,确定所述移动设备与各个可穿戴设备的匹配结果,并与匹配的可穿戴设备相连接;
其中,所述传感器数据是对可穿戴设备获取的原始传感器数据进行数据处理后得到的降维数据,
所述对于每个可穿戴设备,以周期为单位计算从该可穿戴设备接收的各个周期内的传感器数据和对应周期内获取的视觉数据的匹配度包括:
对获取的视觉数据进行数据处理以使得其与传感器数据的维度相同;
以周期为单位,计算从该可穿戴设备接收的各个周期的传感器数据和对应周期内的处理后的视觉数据的相关性;以及对于每个所述相关性确定对应的匹配度;
其中,所述降维数据是将所述原始传感器数据与预设参数进行运算后得到的数据,或去除所述原始传感器数据中至少一个维度所得到的数据。
2.如权利要求1所述的方法,还包括:
在接收所述至少一个可穿戴设备周期性广播的可追踪动作的传感器数据前,接收来自该可穿戴设备的触发信号,该触发信号表明该可穿戴设备将开始周期性地广播可追踪动作的传感器数据。
3.如权利要求2所述的方法,其中,所述以周期为单位计算从该可穿戴设备接收的各个周期的传感器数据和对应周期内的处理后的视觉数据的相关性包括:
确定从该可穿戴设备接收到触发信号的时刻是否在有效触发时段内,所述有效触发时段为所述移动设备从各个可穿戴设备接收到首个触发信号起至预定的最大匹配时间;
如果从该可穿戴设备接收到触发信号的时刻在所述有效触发时段内,则确定在有效计算时段内从该可穿戴设备接收的各个周期的传感器数据,所述有效计算时段为所述移动设备从该可穿戴设备接收到触发信号起至所述预定的最大匹配时间;
对于在该有效计算时段内接收到的每个周期内的传感器数据,计算其与对应周期内的处理后的视觉数据的相关性。
4.如权利要求1-3中任一项所述的方法,其中,所述基于各个匹配度确定所述移动设备与各个可穿戴设备的匹配结果包括对于每个可穿戴设备:
确定其对应的各个匹配度中超过匹配度阈值的匹配度的数量;
确定其对应的各个匹配度中未超过所述匹配度阈值的匹配度的数量;
如果超过匹配度阈值的匹配度的数量大于未超过所述匹配度阈值的匹配度的数量,则确定该可穿戴设备为与所述移动设备匹配的候选可穿戴设备。
5.如权利要求4所述的方法,所述基于各个匹配度确定所述移动设备与各个可穿戴设备的匹配结果还包括:
如果候选可穿戴设备仅有一个,则确定该候选可穿戴设备为与所述移动设备匹配的可穿戴设备;
如果候选可穿戴设备有多个,则计算各个候选可穿戴设备与所述移动设备的匹配程度,并确定其中匹配程度最高的候选可穿戴设备为与该移动设备匹配的可穿戴设备。
6.如权利要求5所述的方法,其中计算各个候选可穿戴设备与所述移动设备的匹配程度包括:
对于各个候选可穿戴设备,计算其对应的各个匹配度的平均值作为所述匹配程度。
7.一种用于可穿戴设备的与移动设备连接的方法,包括:
可穿戴设备中的传感器感测该可穿戴设备的可追踪动作;
周期性地向移动设备广播表示感测到的可追踪动作的传感器数据;
基于来自所述移动设备的指示所述可穿戴设备与移动设备相匹配的匹配结果,将可穿戴设备与移动设备相连接,其中所述匹配结果是所述移动设备基于该可穿戴设备周期性地广播的传感器数据、根据以周期为单位计算的各个周期内的传感器数据和对应周期内的可穿戴设备的可追踪动作的视觉数据的匹配度而确定的;
其中,所述传感器数据是对可穿戴设备获取的原始传感器数据进行数据处理后得到的降维数据,并且所获取的视觉数据经数据处理与传感器数据的维度相同;
所述匹配度是通过以周期为单位计算的从该可穿戴设备接收的各个周期的传感器数据和对应周期内的处理后的视觉数据的相关性确定的;
其中,所述降维数据是将所述原始传感器数据与预设参数进行运算后得到的数据,或去除所述原始传感器数据中至少一个维度所得到的数据。
8.如权利要求7所述的方法,其中,所述传感器数据是对所述传感器感测到的可追踪动作的原始传感器数据进行数据处理后得到的降维数据。
9.如权利要求7或8所述的方法,还包括:
在周期性地向移动设备广播表示感测到的可追踪动作的传感器数据前,发送触发信号,该触发信号表明该可穿戴设备将开始周期性地广播可追踪动作的传感器数据,
所述周期性地向移动设备广播表示感测到的可追踪动作的传感器数据进一步包括:自发送该触发信号起至预定的最大感测时间内,周期性地向移动设备广播所述传感器数据。
10.一种可穿戴设备和移动设备的连接方法,包括:
可穿戴设备中的传感器感测该可穿戴设备的可追踪动作;
可穿戴设备周期性地向移动设备广播表示感测到的可追踪动作的传感器数据;
所述移动设备接收至少一个可穿戴设备周期性地广播的传感器数据;
所述移动设备获取其捕捉范围内的一个可穿戴设备的可追踪动作的视觉数据;
对于每个可穿戴设备,所述移动设备以周期为单位,计算从该可穿戴设备接收的各个周期内的传感器数据和对应周期内获取的视觉数据的匹配度;
所述移动设备基于各个匹配度,确定其与各个可穿戴设备的匹配结果,并与匹配的可穿戴设备相连接;
其中,所述传感器数据是对可穿戴设备获取的原始传感器数据进行数据处理后得到的降维数据,
所述移动设备对获取的视觉数据进行数据处理以使得其与传感器数据的维度相同;以周期为单位,计算从该可穿戴设备接收的各个周期的传感器数据和对应周期内的处理后的视觉数据的相关性;以及对于每个所述相关性确定对应的匹配度;
其中,所述降维数据是将所述原始传感器数据与预设参数进行运算后得到的数据,或去除所述原始传感器数据中至少一个维度所得到的数据。
11.一种移动设备,包括:
接收模块,配置为接收至少一个可穿戴设备周期性广播的可追踪动作的传感器数据;
相机模块,配置为获取该相机模块捕捉范围内的一个可穿戴设备的可追踪动作的视觉数据;
匹配模块,配置为对于每个可穿戴设备,以周期为单位,计算从该可穿戴设备接收的各个周期内的传感器数据和对应周期内获取的视觉数据的匹配度,
连接模块,配置为基于各个匹配度确定移动设备与各个可穿戴设备的匹配结果,并与匹配的可穿戴设备相连接;
其中,所述传感器数据是对可穿戴设备获取的原始传感器数据进行数据处理后得到的降维数据,
所述匹配模块对获取的视觉数据进行数据处理以使得其与传感器数据的维度相同;以周期为单位,计算从该可穿戴设备接收的各个周期的传感器数据和对应周期内的处理后的视觉数据的相关性;以及对于每个所述相关性确定对应的匹配度;
其中,所述降维数据是将所述原始传感器数据与预设参数进行运算后得到的数据,或去除所述原始传感器数据中至少一个维度所得到的数据。
12.一种可穿戴设备,包括:
传感器,感测所述可穿戴设备的可追踪动作;
无线收发器,周期性地向移动设备广播表示感测到的可追踪动作的传感器数据,以及接收来自移动设备的、所述可穿戴设备与移动设备的匹配结果;
连接部件,响应于所述匹配结果表示所述可穿戴设备与所述移动设备匹配,与该移动设备相连接,其中所述匹配结果是所述移动设备基于无线收发器周期性地广播的传感器数据、根据以周期为单位计算的各个周期内的传感器数据和对应周期内的可穿戴设备的可追踪动作的视觉数据的匹配度而确定的;
其中,所述传感器数据是对可穿戴设备获取的原始传感器数据进行数据处理后得到的降维数据,并且所获取的视觉数据经数据处理与传感器数据的维度相同;
所述匹配度是通过以周期为单位计算的从该可穿戴设备接收的各个周期的传感器数据和对应周期内的处理后的视觉数据的相关性确定的;
其中,所述降维数据是将所述原始传感器数据与预设参数进行运算后得到的数据,或去除所述原始传感器数据中至少一个维度所得到的数据。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710123091.1A CN108696293B (zh) | 2017-03-03 | 2017-03-03 | 可穿戴设备、移动设备及其连接方法 |
JP2018008695A JP6593473B2 (ja) | 2017-03-03 | 2018-01-23 | ウェアラブル機器、移動機器およびその接続方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710123091.1A CN108696293B (zh) | 2017-03-03 | 2017-03-03 | 可穿戴设备、移动设备及其连接方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108696293A CN108696293A (zh) | 2018-10-23 |
CN108696293B true CN108696293B (zh) | 2020-11-10 |
Family
ID=63592413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710123091.1A Active CN108696293B (zh) | 2017-03-03 | 2017-03-03 | 可穿戴设备、移动设备及其连接方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6593473B2 (zh) |
CN (1) | CN108696293B (zh) |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9014681B2 (en) * | 2011-12-27 | 2015-04-21 | Sony Corporation | Establishing a communication connection between two devices based on device displacement information |
JP5994397B2 (ja) * | 2012-06-01 | 2016-09-21 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
GB201304219D0 (en) * | 2013-03-08 | 2013-04-24 | Tomtom Int Bv | Methods for communicating sensor data between devices |
CN104144520A (zh) * | 2013-05-07 | 2014-11-12 | 李东舸 | 一种设备间建立连接的方法、装置与*** |
JP2015046028A (ja) * | 2013-08-28 | 2015-03-12 | ソニー株式会社 | 情報処理装置、及び情報処理方法 |
CN103605701A (zh) * | 2013-11-07 | 2014-02-26 | 北京智谷睿拓技术服务有限公司 | 通信对象的确定方法及确定装置 |
US9679199B2 (en) * | 2013-12-04 | 2017-06-13 | Microsoft Technology Licensing, Llc | Fusing device and image motion for user identification, tracking and device association |
WO2016017945A1 (en) * | 2014-07-29 | 2016-02-04 | Samsung Electronics Co., Ltd. | Mobile device and method of pairing the same with electronic device |
US10736510B2 (en) * | 2014-12-19 | 2020-08-11 | Koninklijke Philips N.V. | Medical bracelet standard |
-
2017
- 2017-03-03 CN CN201710123091.1A patent/CN108696293B/zh active Active
-
2018
- 2018-01-23 JP JP2018008695A patent/JP6593473B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
CN108696293A (zh) | 2018-10-23 |
JP2018148549A (ja) | 2018-09-20 |
JP6593473B2 (ja) | 2019-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11671712B2 (en) | Apparatus and methods for image encoding using spatially weighted encoding quality parameters | |
JP7229261B2 (ja) | ビデオ符号化のビットレート制御方法、装置、機器、記憶媒体及びプログラム | |
EP2860606B1 (en) | Information processing device, information processing method, and program for an augmented reality display | |
KR101703931B1 (ko) | 감시 시스템 | |
CN106664467B (zh) | 视频数据流捕获和摘要的方法、***、介质和设备 | |
CN107111885A (zh) | 用于确定便携式设备的位置的方法 | |
EP2693393A1 (en) | Information processing device, information processing method, and data structure of location information | |
KR20220133858A (ko) | 태스크 스케줄링 방법 및 장치, 전자 기기, 저장 매체 및 프로그램 제품 | |
JP6505327B2 (ja) | ビデオデータを取得するための方法、装置、及びシステム並びにコンピュータ可読記憶媒体 | |
WO2020063307A1 (zh) | 监控摄影设备的方法、云台***及移动设备 | |
CN106375682B (zh) | 影像处理方法、装置与可移动设备、无人机遥控器及*** | |
CN111784734A (zh) | 图像处理方法及装置、存储介质和电子设备 | |
CN110870293B (zh) | 视频拍摄处理方法、设备以及视频拍摄处理*** | |
CN108696293B (zh) | 可穿戴设备、移动设备及其连接方法 | |
CN203482319U (zh) | 一种电站厂房视频监控分析*** | |
CN115937290B (zh) | 一种图像深度估计方法、装置、电子设备及存储介质 | |
TWI520048B (zh) | 雲端影像資料輸出方法及雲端伺服器 | |
KR101979914B1 (ko) | 사용자 단말 장치 및 그의 인터랙션 서비스 제공 방법 | |
CN112423268A (zh) | 无人机的遥控装置、数据发送方法、存储介质和电子设备 | |
KR20120085514A (ko) | 손 회전인식 장치 및 방법 | |
JP2020145651A (ja) | 情報処理装置、システム、情報処理方法及びプログラム | |
KR101323886B1 (ko) | 분산처리 기반의 물체 추적장치 및 추적방법 | |
KR102137433B1 (ko) | 영상 관리 장치 및 방법 | |
US9350910B2 (en) | Operation device, imaging device, and remote imaging system | |
Saha et al. | A system for near real-time 3D reconstruction from multi-view using 4G enabled mobile |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |