CN111798978A - 用户健康评估方法、装置、存储介质及电子设备 - Google Patents

用户健康评估方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN111798978A
CN111798978A CN201910282445.6A CN201910282445A CN111798978A CN 111798978 A CN111798978 A CN 111798978A CN 201910282445 A CN201910282445 A CN 201910282445A CN 111798978 A CN111798978 A CN 111798978A
Authority
CN
China
Prior art keywords
health
user
index
information
generating
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.)
Pending
Application number
CN201910282445.6A
Other languages
English (en)
Inventor
何明
陈仲铭
黄粟
刘耀勇
陈岩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201910282445.6A priority Critical patent/CN111798978A/zh
Priority to PCT/CN2020/082889 priority patent/WO2020207317A1/zh
Publication of CN111798978A publication Critical patent/CN111798978A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请公开了一种用户健康评估方法,包括:获取电子设备在多个维度的特征信息,根据特征信息生成用户在多个维度的健康指数,通过预设算法对健康指数进行分类,以得到对应的健康等级,根据健康等级以及用户的健康指数生成健康评估信息。本申请还提供一种用户健康评估装置、存储介质和电子设备。

Description

用户健康评估方法、装置、存储介质及电子设备
技术领域
本申请属于电子设备技术领域,尤其涉及一种用户健康评估方法、装置、存储介质及电子设备。
背景技术
随着电子技术的发展和健康意识的提升,越来越多的人喜欢利用具有运动健康监测功能的可穿戴设备(例如,运动手环、智能手表、眼镜、服饰、鞋等)对自身的运动情况和健康状况进行监测。现有方式中已存在利用数据模型来预估用户的健康状况的方法,但是健康模型是基于较为完整的用户健康数据得到,因此健康预测时,用户提供的数据完整度将会影响到预估结果的准确。
发明内容
本申请提供一种用户健康评估方法、装置、存储介质及电子设备,可以提升电子设备对用户健康评估的准确性。
第一方面,本申请实施例提供一种用户健康评估方法,包括:
获取电子设备在多个维度的特征信息,并根据所述特征信息生成用户在多个维度的健康指数;
构建用户健康评估级别,所述用户健康评估级别包括多个健康等级;
通过预设算法对所述健康指数进行分类,以得到对应的健康等级;
根据所述健康等级以及所述健康指数生成健康评估信息,并显示至电子设备屏幕。
第二方面,本申请实施例提供一种用户健康评估装置,包括:生成模块、构建模块、分类模块以及评估模块;
所述生成模块,用于获取电子设备在多个维度的特征信息,并根据所述特征信息生成用户在多个维度的健康指数;
所述构建模块,用于构建用户健康评估级别,所述用户健康评估级别包括多个健康等级;
所述分类模块,用于通过预设算法对所述健康指数进行分类,以得到对应的健康等级;
所述评估模块,用于根据所述健康等级以及所述健康指数生成健康评估信息,并显示至电子设备屏幕。
第三方面,本申请实施例提供一种存储介质,其上存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述的用户健康评估方法。
第四方面,本申请实施例提供一种电子设备,包括处理器和存储器,所述存储器存储有多条指令,所述处理器加载所述存储器中的指令用于执行以下步骤:
获取电子设备在多个维度的特征信息,并根据所述特征信息生成用户在多个维度的健康指数;
构建用户健康评估级别,所述用户健康评估级别包括多个健康等级;
通过预设算法对所述健康指数进行分类,以得到对应的健康等级;
根据所述健康等级以及所述健康指数生成健康评估信息,并显示至电子设备屏幕。
本申请实施例提供的用户健康评估方法可以获取电子设备在多个维度的特征信息,并根据特征信息生成用户在多个维度的健康指数,构建用户健康评估级别,用户健康评估级别包括多个健康等级,通过预设算法对多维健康指数进行分类,以得到对应的健康等级,根据健康等级以及健康指数生成健康评估信息,并显示至电子设备屏幕。本申请实施例可以根据电子设备的特征信息生成用户的健康信息,从而确定用户的健康等级,并对用户的健康状况进行评估,通过利用用户多方面的全景信息,提升了用户健康评估的准确性。
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。
图1为本申请实施例提供的用户健康评估方法的应用场景示意图。
图2为本申请实施例提供的用户健康评估方法的一种流程示意图。
图3为本申请实施例提供的用户健康评估方法的另一流程示意图。
图4为本申请实施例提供的用户健康评估装置的一种结构示意图。
图5为本申请实施例提供的用户健康评估装置的另一结构示意图。
图6为本申请实施例提供的电子设备的结构示意图。
图7为本申请实施例提供的电子设备的另一结构示意图。
具体实施方式
请参照图式,其中相同的组件符号代表相同的组件,本申请的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本申请具体实施例,其不应被视为限制本申请未在此详述的其它具体实施例。
在以下的说明中,本申请的具体实施例将参考由一部或多部计算机所执行的步骤及符号来说明,除非另有述明。因此,这些步骤及操作将有数次提到由计算机执行,本文所指的计算机执行包括了由代表了以一结构化型式中的数据的电子信号的计算机处理单元的操作。此操作转换该数据或将其维持在该计算机的内存***中的位置处,其可重新配置或另外以本领域测试人员所熟知的方式来改变该计算机的运作。该数据所维持的数据结构为该内存的实***置,其具有由该数据格式所定义的特定特性。但是,本申请原理以上述文字来说明,其并不代表为一种限制,本领域测试人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。
本申请中的术语“第一”、“第二”和“第三”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、***、产品或设备没有限定于已列出的步骤或模块,而是某些实施例还包括没有列出的步骤或模块,或某些实施例还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
现有技术当中,随着手机与用户的联系越来越紧密,可通过手机相关信息实现用户健康状态的实时评估。但现有的用户健康状态的评估所利用到的信息比较有限,无法准确地评估出用户的健康状态。
本技术方案通过全方位的利用用户的个人相关信息,构建了多维度的用户健康指数体系,主要包括睡眠指数、游戏指数、应用程序指数以及视觉健康指数等,能够更加准确地评估出用户的健康状态,进而为用户提供针对性的健康评估,并能给出具体的健康评估报告,有利于用户针对性的调整自己的行为和状态,如改善睡眠习惯以及应用程序使用习惯等。
参考图1,图1为本申请实施例提供的用户健康评估方法的应用场景示意图。所述用户健康评估方法应用于电子设备。所述电子设备中设置有全景感知架构。所述全景感知架构为电子设备中用于实现所述用户健康评估方法的硬件和软件的集成。
其中,全景感知架构包括信息感知层、数据处理层、特征抽取层、情景建模层以及智能服务层。
信息感知层用于获取电子设备自身的信息或者外部环境中的信息。所述信息感知层可以包括多个传感器。例如,所述信息感知层包括距离传感器、磁场传感器、光线传感器、加速度传感器、指纹传感器、霍尔传感器、位置传感器、陀螺仪、惯性传感器、姿态感应器、气压计、心率传感器等多个传感器。
其中,距离传感器可以用于检测电子设备与外部物体之间的距离。磁场传感器可以用于检测电子设备所处环境的磁场信息。光线传感器可以用于检测电子设备所处环境的光线信息。加速度传感器可以用于检测电子设备的加速度数据。指纹传感器可以用于采集用户的指纹信息。霍尔传感器是根据霍尔效应制作的一种磁场传感器,可以用于实现电子设备的自动控制。位置传感器可以用于检测电子设备当前所处的地理位置。陀螺仪可以用于检测电子设备在各个方向上的角速度。惯性传感器可以用于检测电子设备的运动数据。姿态感应器可以用于感应电子设备的姿态信息。气压计可以用于检测电子设备所处环境的气压。心率传感器可以用于检测用户的心率信息。
数据处理层用于对信息感知层获取到的数据进行处理。例如,数据处理层可以对信息感知层获取到的数据进行数据清理、数据集成、数据变换、数据归约等处理。
其中,数据清理是指对信息感知层获取到的大量数据进行清理,以剔除无效数据和重复数据。数据集成是指将信息感知层获取到的多个单维度数据集成到一个更高或者更抽象的维度,以对多个单维度的数据进行综合处理。数据变换是指对信息感知层获取到的数据进行数据类型的转换或者格式的转换等,以使变换后的数据满足处理的需求。数据归约是指在尽可能保持数据原貌的前提下,最大限度的精简数据量。
特征抽取层用于对数据处理层处理后的数据进行特征抽取,以提取所述数据中包括的特征。提取到的特征可以反映出电子设备自身的状态或者用户的状态或者电子设备所处环境的环境状态等。
其中,特征抽取层可以通过过滤法、包装法、集成法等方法来提取特征或者对提取到的特征进行处理。
过滤法是指对提取到的特征进行过滤,以删除冗余的特征数据。包装法用于对提取到的特征进行筛选。集成法是指将多种特征提取方法集成到一起,以构建一种更加高效、更加准确的特征提取方法,用于提取特征。
情景建模层用于根据特征抽取层提取到的特征来构建模型,所得到的模型可以用于表示电子设备的状态或者用户的状态或者环境状态等。例如,情景建模层可以根据特征抽取层提取到的特征来构建关键值模型、模式标识模型、图模型、实体联系模型、面向对象模型等。
智能服务层用于根据情景建模层所构建的模型为用户提供智能化的服务。例如,智能服务层可以为用户提供基础应用服务,可以为电子设备进行***智能优化,还可以为用户提供个性化智能服务。
此外,全景感知架构中还可以包括多种算法,每一种算法都可以用于对数据进行分析处理,所述多种算法可以构成算法库。例如,所述算法库中可以包括马尔科夫算法、隐含狄里克雷分布算法、贝叶斯分类算法、支持向量机、K均值聚类算法、K最近邻分类算法、条件随机场、残差网络、长短期记忆网络、卷积神经网络、循环神经网络等算法。
本申请实施例提供一种用户健康评估方法,该用户健康评估方法的执行主体可以是本申请实施例提供的用户健康评估装置,或者集成了该用户健康评估装置的电子设备,其中该用户健康评估装置可以采用硬件或者软件的方式实现。
本申请实施例将从用户健康评估装置的角度进行描述,该用户健康评估装置具体可以集成在电子设备中。该用户健康评估方法包括:获取电子设备的多维特征信息,并根据所述多维特征信息生成用户的多维健康指数;
构建用户健康评估级别,所述用户健康评估级别包括多个健康等级;
通过预设算法对所述健康指数进行分类,以得到对应的健康等级;
根据所述健康等级以及所述用户的健康指数生成健康评估信息,并显示至电子设备屏幕。
一实施例中,所述健康指数包括睡眠指数,获取电子设备在多个维度的特征信息,并根据所述特征信息生成用户在多个维度的健康指数,包括:
监测用户的睡眠状态并根据所述睡眠状态记录睡眠时长;
根据所述睡眠时长生成所述用户的睡眠指。
一实施例中,根据所述睡眠时长生成所述用户的睡眠指数,包括:
获取用户的动作信息,并根据所述动作信息将所述睡眠时长划分为浅度睡眠时长和深度睡眠时长;
根据所述浅度睡眠时长和深度睡眠时长生成所述用户的睡眠指数。
一实施例中,所述健康指数包括情绪指数和疾病指数,获取电子设备在多个维度的特征信息,并根据所述特征信息生成用户在多个维度的健康指数,包括:
获取用户图像;
根据卷积神经网络模型对所述用户图像进行处理,以得到用户的表情信息以及面色信息;
根据所述表情信息生成所述用户的情绪指数,根据所述面色信息生成所述用户的疾病指数。
一实施例中,根据所述健康等级以及所述用户的多维健康指数生成健康评估信息,并显示至电子设备屏幕,包括:
根据所述健康等级生成动态虚拟形象并显示至所述电子设备屏幕;
接收用户针对所述动态虚拟形象的触摸操作,并根据所述触摸操作展示所述用户的多维健康指数。
一实施例中,在根据所述触摸操作展示所述用户的健康指数之后,所述方法还包括:
选取所述健康指数当中不满足预设指数区间的异常健康指数;
根据所述异常健康指数生成提示信息并显示至所述电子设备屏幕。
一实施例中,所述预设算法为K最近邻分类算法。
请参阅图2,图2为本申请实施例提供的用户健康评估方法的流程示意图。本申请实施例提供的用户健康评估方法应用于电子设备,具体流程可以如下:
步骤101,获取电子设备在多个维度的特征信息,并根据特征信息生成用户在多个维度的健康指数。
在一实施例中,电子设备通过全景感知框架的信息感知层获取多个与用户健康相关的特征信息,比如电子设备的设置信息、应用程序使用信息、传感器数据等等,根据上述多个特征信息生成相应多维的用户健康指数,以得到用户的健康指数体系。
比如,可以基于全景感知模块中用户闹钟时间,生成用户睡眠指数,其中,用户睡眠时长越长,对应的睡眠指数越高;基于用户屏幕使用时间,生成用户用眼指数,其中,屏幕使用时长越长,用眼指数越高;基于游戏类应用程序使用时长,生成游戏指数,其中,首先确定游戏类应用程序,然后分别获取上述游戏应用程序的使用时长并计算总游戏时长,游戏时长越长,游戏指数越高;基于用户步数数据,生成用户活动指数,其中,可以根据电子设备当中的计步器获取用户的步数,步数越多,活动指数越高;基于用户饮食类应用程序数据,构建用户营养指数,其中,可以通过用户使用饮食类应用程序时查看的菜谱以及记录的饮食类数据,可以简单构建出用户每天的饮食构成,即生成用户的营养指数;基于用户照片,比如用户自拍的图像,进行脸部特征识别,识别出用户当前的情绪和面色,今儿构建出用户的情绪指数和疾病指数。进一步的,还可以根据上述获取的睡眠指数、用眼指数、游戏指数、活动指数、营养指数、情绪指数和疾病指数联合形成用户的健康指数体系。
步骤102,构建用户健康评估级别,用户健康评估级别包括多个健康等级。
在一实施例中,上述健康等级可以为5个,比如可以包括优、良、中、差、极差5个等级。在其他实施例中,上述健康等级还可以根据数字来进行分类,比如第一健康等级、第二健康等级、第三健康等级、第四健康等级以及第五健康等级,其中,等级越高则表示用户越健康,也即第五健康等级表示用户最为健康,而第一健康等级则表示健康程度最差。
步骤103,通过预设算法对健康指数进行分类,以得到对应的健康等级。
在一实施例中,通过预设分类算法将步骤101构建的健康指数体系分类到相应的健康等级上,即为电子设备根据用户的多为健康指数预测出用户当前的健康等级。在一实施例中,上述预设算法可以为K最近邻分类(k-NearestNeighbor,KNN)算法。其中,KNN是通过测量不同特征值之间的距离进行分类。它的思路是:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别,其中K通常是不大于20的整数。KNN算法中,所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。
步骤104,根据健康等级以及健康指数生成健康评估信息,并显示至电子设备屏幕。
在一实施例中,可以以一天为单位生成一次健康评估报告,比如获取用户在一天内的多维健康指数,然后确定当天的健康等级并根据当天的健康等级以及多维健康指数生成健康评估信息,向用户推送并展示该健康评估信息,用户可以直观地看到当天的健康评估等级以及具体的健康指数。
在一实施例中,电子设备还可以预设上述多维健康指数的标准值,当健康等级低于一预设等级时,将上述多维健康指数与预设的标准值进行对比,然后根据对比的结果生成具有针对性的提示信息,用以改善用户的生活习惯,从而使电子设备成为人们生活中的健康助理,协助用户进行健康管理,引导用户形成健康的生活习惯,以助于全面有效地改善用户的健康状况。
进一步的,还可以存储每隔预设时间所生成用户的多维健康指数以建立数据库,根据该数据库确定用户的习惯,比如在一段时间内用户每日的活动指数较高,则说明在该时间段内用户常常锻炼,或者在一段时间内用户每日的游戏指数较高,则说明该段时间用户喜欢玩游戏等等。根据该用户习惯可以进一步完善提示信息,确保提示信息的推送更加科学合理及健康。
在一实施例中,还可以在生成用户的多为健康指数之前,获取用户的基本身体状况信息,然后再根据上述身体状况信息以及电子设备的多维特征信息,生成用户的多维健康指数,可以进一步提升生成的健康指数的准确性。其中上述用户的基本身体状况信息可以包括:年龄、身高、体重、血型、兴趣爱好等等。比如,根据计步器统计的步数以及用户的身高体重信息生成活动指数。
由上可知,本申请实施例提供的用户健康评估方法可以获取电子设备在多个维度的特征信息,并根据特征信息生成用户在多个维度的健康指数,构建用户健康评估级别,用户健康评估级别包括多个健康等级,通过预设算法对多维健康指数进行分类,以得到对应的健康等级,根据健康等级以及健康指数生成健康评估信息,并显示至电子设备屏幕。本申请实施例可以根据电子设备在多个维度的特征信息生成用户在多个维度的健康信息,从而确定用户的健康等级,并对用户的健康状况进行评估,通过利用用户多方面的全景信息,提升了用户健康评估的准确性。
下面将在上述实施例描述的方法基础上,对本申请的清理方法做进一步介绍。参阅图3,图3为本申请实施例提供的用户健康评估方法的另一流程示意图,该用户健康评估方法包括:
步骤201,获取电子设备在多个维度的特征信息,并根据特征信息生成用户在多个维度的健康指数。
在一实施例中,电子设备通过全景感知框架的信息感知层获取多个与用户健康相关的特征信息,比如电子设备的设置信息、应用程序使用信息、传感器数据等等,根据上述多个特征信息生成相应多维的用户健康指数,以得到用户的健康指数体系。
比如,上述用户的健康指数可以包括睡眠指数、用眼指数、游戏指数、活动指数、营养指、情绪指数和疾病指数等。进一步的,还可以根据上述获取的睡眠指数、用眼指数、游戏指数、活动指数、营养指数、情绪指数和疾病指数联合形成用户的健康指数体系。
在一实施例中,上述睡眠指数可以通过监测用户的睡眠状态并根据所述睡眠状态记录睡眠时长,然后根据睡眠时长生成所述用户的睡眠指数,比如睡眠时长越长睡眠指数越高。其中,上述睡眠状态可以包括睡眠状态和非睡眠状态,具体可以通过电子设备来检测用户的动作信息,然后根据动作信息区分睡眠状态和非睡眠状态。
进一步的,还可以进一步将睡眠状态分为浅度睡眠状态和深度睡眠状态,然后根据浅度睡眠时长和深度睡眠时长生成所述用户的睡眠指数,进一步提升准确性。其中,可以通过与电子设备关联的智能穿戴设备(如智能手环)获取用户的动作信息。比如在智能穿戴设备上设置体动传感器,该体动传感器可以设置于壳体与手腕接触的一侧,该体动传感器又可称为体动记录仪,可用于根据手腕的动作幅度和动作频率来衡量用户的睡眠质量。体动传感器可以监测到手腕的微小运动,进而判断该用户是处于清醒状态,还是处于浅度睡眠状态或深度睡眠状态。具体的,睡眠监测可以是通过体动传感器监测人的腕部动作,通过预设计算方式进行累计计算,诸如,每2分钟记录一次合计值,与此同时结合动作信息判断睡眠状态。诸如,深度睡眠的人的肌肉会松弛,并且肢体不会产生较大的运动,甚至不会动,而浅度睡眠的人会产生一定的轻微运动。通过体动传感器监测手腕的运动状态,来确定用户当前的睡眠状态。也即根据所述睡眠时长生成所述用户的睡眠指数,包括:
获取用户的动作信息,并根据所述动作信息将所述睡眠时长划分为浅度睡眠时长和深度睡眠时长;
根据所述浅度睡眠时长和深度睡眠时长生成所述用户的睡眠指数。
在一实施例中,上述情绪指数和疾病指数的计算方式可以包括:
获取用户图像;
根据卷积神经网络模型对所述用户图像进行处理,以得到用户的表情信息以及面色信息;
根据所述表情信息生成所述用户的情绪指数,根据所述面色信息生成所述用户的疾病指数。
其中,用户图像可以为用户通过前置摄像头自拍得到的图像,具体的,在获取到图像后,该图像可能包含有待识别的人脸区域,还可能包含背景或其他物体。通过对待识别图像进行人脸检测,可以确定待识别图像中的人脸区域,然后将人脸区域从待识别图像中截取出来。根据待识别图像的内容的不同,通常,截取出的人脸区域是不同形状、不同尺寸的,因此还可以进一步对截取出的人脸区域进行归一化处理,将截取出的不同尺寸的人脸区域的图像归一化为适用于预先训练得到的卷积神经网络模型的尺寸,然后进行处理以得到表情信息以及面色信息。
在一实施例当中,由于用户的表情一般都是瞬时的,因此为进一步提升表情识别的准确性,可以设置间隔预设时间段多次获取用户图像,然后多次识别用户图像当中的表情信息,综合后确定用户的表情信息,比如根据不同表情出现的比例确定最终的表情信息。这样可以避免用户在某一时刻的表情被电子设备记录下来而造成识别偏差的情况。进一步的,上述面色信息也可能会被当前的环境造成影响,使得当前图像传感器识别到的面色信息不是用户的真实面色信息,为进一步提升面色信息识别的准确性,本实施例还可以获取用户图像当中的环境光信息,然后根据该环境光信息对用户图像进行校正,对校正后的图像使用卷积神经网络模型进行处理,以得到面色信息,从而提升数据处理的准确性。
步骤202,构建用户健康评估级别,用户健康评估级别包括多个健康等级。
在一实施例中,上述健康等级可以为5个,比如可以包括优、良、中、差、极差5个等级。在其他实施例中,上述健康等级还可以根据数字来进行分类,比如第一健康等级、第二健康等级、第三健康等级、第四健康等级以及第五健康等级,其中,等级越高则表示用户越健康,也即第五健康等级表示用户最为健康,而第一健康等级则表示健康程度最差。
步骤203,通过K最近邻分类算法对多维健康指数进行分类,以得到对应的健康等级。
步骤204,根据健康等级生成动态虚拟形象并显示至电子设备屏幕。
在本申请实施例中,为提升展示用户健康等级的趣味性,可以根据健康等级生成动态虚拟形象并显示至电子设备屏幕。比如可以根据健康等级确定对应虚拟形象的形态,并显示至电子设备的动态壁纸当中,比如动态壁纸上的鱼、海龟、卡通人物等。
步骤205,接收用户针对动态虚拟形象的触摸操作,并根据触摸操作展示用户的多维健康指数。
在一实施例中,当用户点击桌面上的动态虚拟形象后,还可以进一步展示用户的多维健康指数,以便用户看到更加具体的数据,比如用户健康等级低,主要原因是游戏指数太高,睡眠指数太低。
步骤206,选取健康指数当中不满足预设指数区间的异常健康指数,根据异常健康指数生成提示信息并显示至电子设备屏幕。
在一实施例中,可以对上述健康指数分别设置一个预设区间,作为衡量该健康指数是否达标的标准,将上述健康指数分别于其对应的预设区间进行对比,选取不满足预设指数区间的异常健康指数,然后根据该异常健康指数生成具有针对性的提示信息并显示至电子设备屏幕。比如,游戏指数太高,睡眠指数太低,即用户使用游戏时间太长,而睡眠太少。进一步,用户根据评估的健康级别和异常健康指数,能够针对性的采取相应的改善策略以提升自身的健康水平。
由上可知,本申请实施例提供的用户健康评估方法可以获取电子设备在多个维度的特征信息,并根据特征信息生成用户在多个维度的健康指数,构建用户健康评估级别,用户健康评估级别包括多个健康等级,通过K最近邻分类算法对健康指数进行分类,以得到对应的健康等级,根据健康等级生成动态虚拟形象并显示至电子设备屏幕,接收用户针对动态虚拟形象的触摸操作,并根据触摸操作展示用户的多维健康指数,选取健康指数当中不满足预设指数区间的异常健康指数,根据异常健康指数生成提示信息并显示至电子设备屏幕。本申请实施例可以根据电子设备在多个维度的特征信息生成用户在多个维度的健康信息,从而确定用户的健康等级,并对用户的健康状况进行评估,通过利用用户多方面的全景信息,提升了用户健康评估的准确性。
请参阅图4,图4为本申请实施例提供的用户健康评估装置的一种结构示意图。其中该用户健康评估装置30包括生成模块301、构建模块302、分类模块303以及评估模块304;
所述生成模块301,用于获取电子设备在多个维度的特征信息,并根据所述特征信息生成用户在多个维度的健康指数。
在一实施例中,电子设备通过全景感知框架的信息感知层获取多个与用户健康相关的特征信息,比如电子设备的设置信息、应用程序使用信息、传感器数据等等,生成模块301根据上述多个特征信息生成相应多维的用户健康指数,以得到用户的健康指数体系。
比如,可以基于全景感知模块中用户闹钟时间,生成用户睡眠指数,其中,用户睡眠时长越长,对应的睡眠指数越高;基于用户屏幕使用时间,生成用户用眼指数,其中,屏幕使用时长越长,用眼指数越高;基于游戏类应用程序使用时长,生成游戏指数,其中,首先确定游戏类应用程序,然后分别获取上述游戏应用程序的使用时长并计算总游戏时长,游戏时长越长,游戏指数越高;基于用户步数数据,生成用户活动指数,其中,可以根据电子设备当中的计步器获取用户的步数,步数越多,活动指数越高;基于用户饮食类应用程序数据,构建用户营养指数,其中,可以通过用户使用饮食类应用程序时查看的菜谱以及记录的饮食类数据,可以简单构建出用户每天的饮食构成,即生成用户的营养指数;基于用户照片,比如用户自拍的图像,进行脸部特征识别,识别出用户当前的情绪和面色,今儿构建出用户的情绪指数和疾病指数。进一步的,还可以根据上述获取的睡眠指数、用眼指数、游戏指数、活动指数、营养指数、情绪指数和疾病指数联合形成用户的健康指数体系。
所述构建模块302,用于构建用户健康评估级别,所述用户健康评估级别包括多个健康等级。
在一实施例中,上述健康等级可以为5个,比如可以包括优、良、中、差、极差5个等级。在其他实施例中,上述健康等级还可以根据数字来进行分类,比如第一健康等级、第二健康等级、第三健康等级、第四健康等级以及第五健康等级,其中,等级越高则表示用户越健康,也即第五健康等级表示用户最为健康,而第一健康等级则表示健康程度最差。
所述分类模块303,用于通过预设算法对所述健康指数进行分类,以得到对应的健康等级。
在一实施例中,分类模块303通过预设分类算法将步骤101构建的健康指数体系分类到相应的健康等级上,即为电子设备根据用户的多为健康指数预测出用户当前的健康等级。在一实施例中,上述预设算法可以为K最近邻分类算法。
所述评估模块304,用于根据所述健康等级以及所述健康指数生成健康评估信息,并显示至电子设备屏幕。
在一实施例中,评估模块304可以以一天为单位生成一次健康评估报告,比如获取用户在一天内的多维健康指数,然后确定当天的健康等级并根据当天的健康等级以及多维健康指数生成健康评估信息,向用户推送并展示该健康评估信息,用户可以直观地看到当天的健康评估等级以及具体的健康指数。
在一实施例中,电子设备还可以预设上述多维健康指数的标准值,当健康等级低于一预设等级时,将上述多维健康指数与预设的标准值进行对比,然后根据对比的结果生成具有针对性的提示信息。
在一实施例中,请参阅图5,图5为本申请实施例提供的用户健康评估装置的一种结构示意图,其中,所述健康指数包括睡眠指数,所述生成模块301可以包括监测子模块3011和生成子模块3012;
所述监测子模块3011,用于监测用户的睡眠状态并根据所述睡眠状态记录睡眠时长;
所述生成子模块3012,用于根据所述睡眠时长生成所述用户的睡眠指数
进一步的,所述生成模块301还可以包括获取子模块3013;
所述获取子模块3013,用于获取用户的动作信息,并根据所述动作信息将所述睡眠时长划分为浅度睡眠时长和深度睡眠时长;
所述生成子模块3012,具体用于根据所述浅度睡眠时长和深度睡眠时长生成所述用户的睡眠指数。
在一实施例中,所述评估模块304包括显示子模块3041和反馈子模块3042;
所述显示子模块3041,用于根据所述健康等级生成动态虚拟形象并显示至所述电子设备屏幕;
所述反馈子模块3042,用于接收用户针对所述动态虚拟形象的触摸操作,并根据所述触摸操作展示所述用户的多维健康指数。
进一步的,所述评估模块304还可以包括提示子模块3043;
所述提示子模块3043,用于选取所述健康指数当中不满足预设指数区间的异常健康指数,根据所述异常健康指数生成提示信息并显示至所述电子设备屏幕。
由上述可知,本申请实施例的用户健康评估装置可以获取电子设备在多个维度的特征信息,并根据特征信息生成用户在多个维度的健康指数,构建用户健康评估级别,用户健康评估级别包括多个健康等级,通过预设算法对健康指数进行分类,以得到对应的健康等级,根据健康等级以及健康指数生成健康评估信息,并显示至电子设备屏幕。本申请实施例可以根据电子设备在多个维度的特征信息生成用户在多个维度的健康信息,从而确定用户的健康等级,并对用户的健康状况进行评估,通过利用用户多方面的全景信息,提升了用户健康评估的准确性。
本申请实施例中,用户健康评估装置与上文实施例中的用户健康评估方法属于同一构思,在用户健康评估装置上可以运行用户健康评估方法实施例中提供的任一方法,其具体实现过程详见用户健康评估方法的实施例,此处不再赘述。
本文所使用的术语“模块”可看作为在该运算***上执行的软件对象。本文所述的不同组件、模块、引擎及服务可看作为在该运算***上的实施对象。而本文所述的装置及方法可以以软件的方式进行实施,当然也可在硬件上进行实施,均在本申请保护范围之内。
本申请实施例还提供一种预设算法模型,比如为KNN分类模型,该分类模型用于在电子设备获取到多个维度的特征信息以及根据特征信息生成用户在多个维度的健康指数后,对所述健康指数进行分类,以得到对应的健康等级,其中,电子设备预先构建用户健康评估级别,所述用户健康评估级别包括多个健康等级,从而使电子设备可以根据所述健康等级以及所述健康指数生成健康评估信息,并显示至电子设备屏幕。
本申请实施例还提供一种存储介质,其上存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述的用户健康评估方法。
本申请实施例还提供一种电子设备,如平板电脑、手机等。电子设备中的处理器会按照如下的步骤,将一个或一个以上的应用程序的进程对应的指令加载到存储器中,并由处理器来运行存储在存储器中的应用程序,从而实现各种功能:
获取电子设备在多个维度的特征信息,并根据所述特征信息生成用户在多个维度的健康指数;
构建用户健康评估级别,所述用户健康评估级别包括多个健康等级;
通过预设算法对所述健康指数进行分类,以得到对应的健康等级;
根据所述健康等级以及所述健康指数生成健康评估信息,并显示至电子设备屏幕。
在一实施例中,所述健康指数包括睡眠指数,获取电子设备在多个维度的特征信息,并根据所述特征信息生成用户在多个维度的健康指数时,所述处理器用于执行以下步骤:
监测用户的睡眠状态并根据所述睡眠状态记录睡眠时长;
根据所述睡眠时长生成所述用户的睡眠指数。
在一实施例中,根据所述睡眠时长生成所述用户的睡眠指数时,所述处理器用于执行以下步骤:
获取用户的动作信息,并根据所述动作信息将所述睡眠时长划分为浅度睡眠时长和深度睡眠时长;
根据所述浅度睡眠时长和深度睡眠时长生成所述用户的睡眠指数。
在一实施例中,所述健康指数包括情绪指数和疾病指数,获取电子设备的多维特征信息,并根据所述多维特征信息生成用户的多维健康指数时,所述处理器用于执行以下步骤:
获取用户图像;
根据卷积神经网络模型对所述用户图像进行处理,以得到用户的表情信息以及面色信息;
根据所述表情信息生成所述用户的情绪指数,根据所述面色信息生成所述用户的疾病指数。
在一实施例中,根据所述健康等级以及所述健康指数生成健康评估信息,并显示至电子设备屏幕时,所述处理器用于执行以下步骤:
根据所述健康等级生成动态虚拟形象并显示至所述电子设备屏幕;
接收用户针对所述动态虚拟形象的触摸操作,并根据所述触摸操作展示所述用户的多维健康指数。
在一实施例中,在根据所述触摸操作展示所述用户的多维健康指数之后,所述处理器还用于执行以下步骤:
选取所述健康指数当中不满足预设指数区间的异常健康指数;
根据所述异常健康指数生成提示信息并显示至所述电子设备屏幕。
在一实施例中,所述预设算法为K最近邻分类算法。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
请参阅图6,电子设备400包括处理器401以及存储器402。其中,处理器401与存储器402电性连接。
处理器400是电子设备400的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或加载存储在存储器402内的计算机程序,以及调用存储在存储器402内的数据,执行电子设备400的各种功能并处理数据,从而对电子设备400进行整体监控。
存储器402可用于存储软件程序以及模块,处理器401通过运行存储在存储器402的计算机程序以及模块,从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的计算机程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器402还可以包括存储器控制器,以提供处理器401对存储器402的访问。
在本申请实施例中,电子设备400中的处理器401会按照如下的步骤,将一个或一个以上的计算机程序的进程对应的指令加载到存储器402中,并由处理器401运行存储在存储器402中的计算机程序,从而实现各种功能,如下:
获取电子设备在多个维度的特征信息,并根据所述特征信息生成用户在多个维度的健康指数;
构建用户健康评估级别,所述用户健康评估级别包括多个健康等级;
通过预设算法对所述健康指数进行分类,以得到对应的健康等级;
根据所述健康等级以及所述健康指数生成健康评估信息,并显示至电子设备屏幕。
请一并参阅图7,在一些实施方式中,电子设备400还可以包括:显示器403、射频电路404、音频电路405以及电源406。其中,其中,显示器403、射频电路404、音频电路405以及电源406分别与处理器401电性连接。
显示器403可以用于显示由用户输入的信息或提供给用户的信息以及各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示器403可以包括显示面板,在一些实施方式中,可以采用液晶显示器(Liquid Crystal Display,LCD)、或者有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板。
射频电路404可以用于收发射频信号,以通过无线通信与网络设备或其他电子设备建立无线通讯,与网络设备或其他电子设备之间收发信号。
音频电路405可以用于通过扬声器、传声器提供用户与电子设备之间的音频接口。
电源406可以用于给电子设备400的各个部件供电。在一些实施例中,电源406可以通过电源管理***与处理器401逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。
尽管图7中未示出,电子设备400还可以包括摄像头、蓝牙模块等,在此不再赘述。
在本申请实施例中,存储介质可以是磁碟、光盘、只读存储器(Read Only Memory,ROM)、或者随机存取记忆体(Random Access Memory,RAM)等。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
需要说明的是,对本申请实施例的用户健康评估方法而言,本领域普通测试人员可以理解实现本申请实施例用户健康评估方法的全部或部分流程,是可以通过计算机程序来控制相关的硬件来完成,计算机程序可存储于一计算机可读取存储介质中,如存储在电子设备的存储器中,并被该电子设备内的至少一个处理器执行,在执行过程中可包括如用户健康评估方法的实施例的流程。其中,的存储介质可为磁碟、光盘、只读存储器、随机存取记忆体等。
对本申请实施例的用户健康评估装置而言,其各功能模块可以集成在一个处理芯片中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中,存储介质譬如为只读存储器,磁盘或光盘等。
以上对本申请实施例所提供的一种用户健康评估方法、装置、存储介质及电子设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种用户健康评估方法,其特征在于,所述方法包括以下步骤:
获取电子设备在多个维度的特征信息,并根据所述特征信息生成用户在多个维度的健康指数;
构建用户健康评估级别,所述用户健康评估级别包括多个健康等级;
通过预设算法对所述健康指数进行分类,以得到对应的健康等级;
根据所述健康等级以及所述健康指数生成健康评估信息,并显示至电子设备屏幕。
2.根据权利要求1所述的用户健康评估方法,所述健康指数包括睡眠指数,其特征在于,获取电子设备在多个维度的特征信息,并根据所述特征信息生成用户在多个维度的健康指数,包括:
监测用户的睡眠状态并根据所述睡眠状态记录睡眠时长;
根据所述睡眠时长生成所述用户的睡眠指数。
3.根据权利要求2所述的用户健康评估方法,其特征在于,根据所述睡眠时长生成所述用户的睡眠指数,包括:
获取用户的动作信息,并根据所述动作信息将所述睡眠时长划分为浅度睡眠时长和深度睡眠时长;
根据所述浅度睡眠时长和深度睡眠时长生成所述用户的睡眠指数。
4.根据权利要求1所述的用户健康评估方法,所述健康指数包括情绪指数和疾病指数,其特征在于,获取电子设备在多个维度的特征信息,并根据所述特征信息生成用户在多个维度的健康指数,包括:
获取用户图像;
根据卷积神经网络模型对所述用户图像进行处理,以得到用户的表情信息以及面色信息;
根据所述表情信息生成所述用户的情绪指数,根据所述面色信息生成所述用户的疾病指数。
5.根据权利要求1所述的用户健康评估方法,其特征在于,根据所述健康等级以及所述用户的健康指数生成健康评估信息,并显示至电子设备屏幕,包括:
根据所述健康等级生成动态虚拟形象并显示至所述电子设备屏幕;
接收用户针对所述动态虚拟形象的触摸操作,并根据所述触摸操作展示所述用户的健康指数。
6.一种用户健康评估装置,其特征在于,所述装置包括:生成模块、构建模块、分类模块以及评估模块;
所述生成模块,用于获取电子设备在多个维度的特征信息,并根据所述特征信息生成用户在多个维度的健康指数;
所述构建模块,用于构建用户健康评估级别,所述用户健康评估级别包括多个健康等级;
所述分类模块,用于通过预设算法对所述健康指数进行分类,以得到对应的健康等级;
所述评估模块,用于根据所述健康等级以及所述健康指数生成健康评估信息,并显示至电子设备屏幕。
7.根据权利要求6所述的用户健康评估装置,所述健康指数包括睡眠指数,其特征在于,所述生成模块包括:监测子模块和生成子模块;
所述监测子模块,用于监测用户的睡眠状态并根据所述睡眠状态记录睡眠时长;
所述生成子模块,用于根据所述睡眠时长生成所述用户的睡眠指数。
8.根据权利要求7所述的用户健康评估装置,其特征在于,所述生成模块还包括获取子模块;
所述获取子模块,用于获取用户的动作信息,并根据所述动作信息将所述睡眠时长划分为浅度睡眠时长和深度睡眠时长;
所述生成子模块,具体用于根据所述浅度睡眠时长和深度睡眠时长生成所述用户的睡眠指数。
9.一种存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序在计算机上运行时,使得所述计算机执行如权利要求1至5任一项所述的用户健康评估方法。
10.一种电子设备,包括处理器和存储器,所述存储器存储有多条指令,其特征在于,所述处理器加载所述存储器中的指令用于执行以下步骤:
获取电子设备在多个维度的特征信息,并根据所述特征信息生成用户在多个维度的健康指数;
构建用户健康评估级别,所述用户健康评估级别包括多个健康等级;
通过预设算法对所述健康指数进行分类,以得到对应的健康等级;
根据所述健康等级以及所述健康指数生成健康评估信息,并显示至电子设备屏幕。
CN201910282445.6A 2019-04-09 2019-04-09 用户健康评估方法、装置、存储介质及电子设备 Pending CN111798978A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910282445.6A CN111798978A (zh) 2019-04-09 2019-04-09 用户健康评估方法、装置、存储介质及电子设备
PCT/CN2020/082889 WO2020207317A1 (zh) 2019-04-09 2020-04-02 用户健康评估方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910282445.6A CN111798978A (zh) 2019-04-09 2019-04-09 用户健康评估方法、装置、存储介质及电子设备

Publications (1)

Publication Number Publication Date
CN111798978A true CN111798978A (zh) 2020-10-20

Family

ID=72751934

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910282445.6A Pending CN111798978A (zh) 2019-04-09 2019-04-09 用户健康评估方法、装置、存储介质及电子设备

Country Status (2)

Country Link
CN (1) CN111798978A (zh)
WO (1) WO2020207317A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112465231A (zh) * 2020-12-01 2021-03-09 平安医疗健康管理股份有限公司 地区人口健康状态预测方法、设备和可读存储介质
CN112786201A (zh) * 2021-01-24 2021-05-11 武汉东湖大数据交易中心股份有限公司 一种基于手部形态认知的健康预测模型的构建方法及装置
CN113284618A (zh) * 2021-04-14 2021-08-20 北京育学园健康管理中心有限公司 婴幼儿健康评估方法
CN115148333A (zh) * 2022-06-30 2022-10-04 国家体育总局运动医学研究所 一种基于远程音视频互动技术的智慧医疗和营养保障***

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109215791A (zh) * 2018-10-31 2019-01-15 深圳市儿童医院 基于多信息决策的健康管理方法、***、设备及存储介质
CN109390056A (zh) * 2018-11-05 2019-02-26 平安科技(深圳)有限公司 健康预测方法、装置、终端设备及计算机可读存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107291739A (zh) * 2016-03-31 2017-10-24 阿里巴巴集团控股有限公司 网络用户健康状况的评价方法、***及设备
CN107506602A (zh) * 2017-09-07 2017-12-22 北京海融兴通信息安全技术有限公司 一种大数据健康预测***
CN107910068A (zh) * 2017-11-29 2018-04-13 平安健康保险股份有限公司 投保用户的健康风险预测方法、装置、设备及存储介质
CN108597609A (zh) * 2018-05-04 2018-09-28 华东师范大学 一种基于lstm网络的医养结合健康监测方法
CN108922623B (zh) * 2018-07-12 2021-11-23 中国铁道科学研究院集团有限公司 一种健康风险评估和疾病预警信息***

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109215791A (zh) * 2018-10-31 2019-01-15 深圳市儿童医院 基于多信息决策的健康管理方法、***、设备及存储介质
CN109390056A (zh) * 2018-11-05 2019-02-26 平安科技(深圳)有限公司 健康预测方法、装置、终端设备及计算机可读存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112465231A (zh) * 2020-12-01 2021-03-09 平安医疗健康管理股份有限公司 地区人口健康状态预测方法、设备和可读存储介质
CN112465231B (zh) * 2020-12-01 2023-02-03 深圳平安医疗健康科技服务有限公司 地区人口健康状态预测方法、设备和可读存储介质
CN112786201A (zh) * 2021-01-24 2021-05-11 武汉东湖大数据交易中心股份有限公司 一种基于手部形态认知的健康预测模型的构建方法及装置
CN113284618A (zh) * 2021-04-14 2021-08-20 北京育学园健康管理中心有限公司 婴幼儿健康评估方法
CN115148333A (zh) * 2022-06-30 2022-10-04 国家体育总局运动医学研究所 一种基于远程音视频互动技术的智慧医疗和营养保障***

Also Published As

Publication number Publication date
WO2020207317A1 (zh) 2020-10-15

Similar Documents

Publication Publication Date Title
WO2020233464A1 (zh) 模型训练方法、装置、存储介质及设备
US20200089661A1 (en) System and method for providing augmented reality challenges
CN111341286B (zh) 屏幕显示控制方法、装置、存储介质及终端
CN111798978A (zh) 用户健康评估方法、装置、存储介质及电子设备
US9804679B2 (en) Touchless user interface navigation using gestures
CN108024763B (zh) 活动信息提供方法及支持其的电子设备
CN111798811B (zh) 屏幕背光亮度的调节方法、装置、存储介质及电子设备
CN111800331A (zh) 通知消息的推送方法、装置、存储介质及电子设备
CN111797288A (zh) 数据筛选方法、装置、存储介质及电子设备
CN111797850A (zh) 视频分类方法、装置、存储介质及电子设备
CN111797854A (zh) 场景模型建立方法、装置、存储介质及电子设备
CN111797867A (zh) ***资源优化方法、装置、存储介质及电子设备
CN111797874B (zh) 行为预测方法、装置、存储介质及电子设备
CN111797856A (zh) 建模方法、装置、存储介质及电子设备
CN111797303A (zh) 信息处理方法、装置、存储介质及电子设备
CN111797261A (zh) 特征提取方法、装置、存储介质及电子设备
US10614626B2 (en) System and method for providing augmented reality challenges
CN111814812A (zh) 建模方法、装置、存储介质、电子设备及场景识别方法
CN111797878B (zh) 数据处理方法、装置、存储介质及电子设备
CN111796663B (zh) 场景识别模型更新方法、装置、存储介质及电子设备
CN112232890A (zh) 数据处理方法、装置、设备及存储介质
CN111796928A (zh) 终端资源优化方法、装置、存储介质及终端设备
CN111797863A (zh) 模型训练方法、数据处理方法、装置、存储介质及设备
CN113127272A (zh) 屏幕检测方法和屏幕检测的电子设备
CN111797866A (zh) 特征提取方法、装置、存储介质及电子设备

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