CN111880670A - 手机中智能穿戴设备的数据处理方法及*** - Google Patents

Abstract

本申请实施例提供一种手机中智能穿戴设备的数据处理方法，所述方法包括如下步骤：手机获取智能穿戴设备采集速度波形图，将该速度波形图按设定时间区域划分成w个波形图区间；手机对每个波形图区间按设定采样率采样得到多个速度值，将多个速度值按采样顺序组成输入向量；手机确定目标对象的第一身份，提取第一身份对应的权值向量，将该输入向量与权值向量执行向量乘法运算得到乘积结果，依据该乘积结果确定该波形图区间是否属于跑步状态；手机将属于跑步状态的所有波形图区间组合起来得到组合波形图，对组合波形图进行计步处理得到跑步的步数。本申请提供的技术方案具有计步准确的优点。

Description

手机中智能穿戴设备的数据处理方法及***

技术领域

本申请涉及数据技术领域，尤其涉及一种手机中智能穿戴设备的数据处理方法及***。

背景技术

智能穿戴又名可穿戴设备，是应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称，如眼镜、手套、手表、项链、手链、服饰及鞋等。

智能手表属于智能穿戴设备的常用设备，智能手表最重要的一个功能即为计步功能，但是现有的智能手表的计步处理的精确度不高，影响了计步的准确性。

发明内容

本申请实施例公开了一种手机中智能穿戴设备的数据处理方法，能够提高计步的准确性，提高用户体验度。

本申请实施例第一方面提供一种手机中智能穿戴设备的数据处理方法，其中，所述方法包括如下步骤：

手机获取智能穿戴设备采集速度波形图，将该速度波形图按设定时间区域划分成w个波形图区间；

手机对每个波形图区间按设定采样率采样得到多个速度值，将多个速度值按采样顺序组成输入向量；

手机确定目标对象的第一身份，提取第一身份对应的权值向量，将该输入向量与权值向量执行向量乘法运算得到乘积结果，依据该乘积结果确定该波形图区间是否属于跑步状态；

手机将属于跑步状态的所有波形图区间组合起来得到组合波形图，对组合波形图进行计步处理得到跑步的步数。

第二方面，提供一种终端，其中，所述终端包括：

获取单元，用于获取智能穿戴设备采集速度波形图，将该速度波形图按设定时间区域划分成w个波形图区间；

处理单元，用于对每个波形图区间按设定采样率采样得到多个速度值，将多个速度值按采样顺序组成输入向量；确定目标对象的第一身份，提取第一身份对应的权值向量，将该输入向量与权值向量执行向量乘法运算得到乘积结果，依据该乘积结果确定该波形图区间是否属于跑步状态；将属于跑步状态的所有波形图区间组合起来得到组合波形图，对组合波形图进行计步处理得到跑步的步数。

本申请实施例第三方面提供一种终端，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行第一方面所述的方法中的步骤的指令。

本申请实施例第四方面公开了一种计算机可读存储介质，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行第一方面所述的方法。

本申请实施例第五方面公开了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

附图说明

以下对本申请实施例用到的附图进行介绍。

图1是本申请实施例提供的一种终端的结构示意图；

图2是本申请实施例提供的一种手机中智能穿戴设备的数据处理方法的流程示意图；

图2a是本申请实施例提供的排列存储示意图；

图2b是本申请实施例提供的卷积核维度示意图；

图2c是本申请实施例提供的输入数据与卷积核的示意图。

具体实施方式

下面结合本申请实施例中的附图对本申请实施例进行描述。

本申请中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/“，表示前后关联对象是一种“或”的关系。

本申请实施例中出现的“多个”是指两个或两个以上。本申请实施例中出现的第一、第二等描述，仅作示意与区分描述对象之用，没有次序之分，也不表示本申请实施例中对设备个数的特别限定，不能构成对本申请实施例的任何限制。本申请实施例中出现的“连接”是指直接连接或者间接连接等各种连接方式，以实现设备间的通信，本申请实施例对此不做任何限定。

本申请实施例中的终端可以指各种形式的UE、接入终端、用户单元、用户站、移动站、MS（英文：mobile station，中文：移动台）、远方站、远程终端、移动设备、用户终端、终端设备（英文：terminal equipment）、无线通信设备、用户代理或用户装置。终端设备还可以是蜂窝电话、无绳电话、SIP（英文：session initiation protocol，中文：会话启动协议）电话、WLL（英文：wireless local loop，中文：无线本地环路）站、PDA（英文：personaldigital assistant，中文：个人数字处理）、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备，未来5G网络中的终端设备或者未来演进的PLMN（英文：public land mobile network，中文：公用陆地移动通信网络）中的终端设备等，本申请实施例对此并不限定。

请参阅图1，图1是本申请实施例公开的一种终端的结构示意图，终端100包括存储和处理电路110，以及与所述存储和处理电路110连接的传感器170，传感器170可以包括摄像头、距离传感器、重力传感器等，本申请电子设备可以包括两块透明显示屏，该透明显示屏设置在电子设备的背面和正面，两块透明显示屏之间的部件中的部分或全部部件也可以为透明的，因此该电子设备从视觉效果上可以是一种透明电子设备，如果为部分部件为透明的，则该电子设备可以为镂空电子设备。其中：

终端100可以包括控制电路，该控制电路可以包括存储和处理电路110。该存储和处理电路110可以存储器，例如硬盘驱动存储器，非易失性存储器（例如闪存或用于形成固态驱动器的其它电子可编程只读存储器等），易失性存储器（例如静态或动态随机存取存储器等）等，本申请实施例不作限制。存储和处理电路110中的处理电路可以用于控制终端100的运转。该处理电路可以基于一个或多个微处理器，微控制器，数字信号处理器，基带处理器，功率管理单元，音频编解码器芯片，专用集成电路，显示驱动器集成电路等来实现。

存储和处理电路110可用于运行终端100中的软件，例如互联网浏览应用程序，互联网协议语音（Voice over Internet Protocol, VOIP）电话呼叫应用程序，电子邮件应用程序，媒体播放应用程序，操作***功能等。这些软件可以用于执行一些控制操作，例如，基于照相机的图像采集，基于环境光传感器的环境光测量，基于接近传感器的接近传感器测量，基于诸如发光二极管的状态指示灯等状态指示器实现的信息显示功能，基于触摸传感器的触摸事件检测，与在多个（例如分层的）显示屏上显示信息相关联的功能，与执行无线通信功能相关联的操作，与收集和产生音频信号相关联的操作，与收集和处理按钮按压事件数据相关联的控制操作，以及终端100中的其它功能等，本申请实施例不作限制。

终端100可以包括输入-输出电路150。输入-输出电路150可用于使终端100实现数据的输入和输出，即允许终端100从外部设备接收数据和也允许终端100将数据从终端100输出至外部设备。输入-输出电路150可以进一步包括传感器170。传感器170静脉识别模组，还可以包括环境光传感器，基于光和电容的接近传感器，指纹识别模组，、触摸传感器（例如，基于光触摸传感器和/或电容式触摸传感器，其中，触摸传感器可以是触控显示屏的一部分，也可以作为一个触摸传感器结构独立使用），加速度传感器，摄像头，和其它传感器等，摄像头可以为前置摄像头或者后置摄像头，指纹识别模组可集成于显示屏下方，用于采集指纹图像，指纹识别模组可以为：光学指纹模组等等，在此不作限定。上述前置摄像头可以设置前面显示屏的下方，上述后置摄像头可以设置在后面显示屏的下方。当然上述前置摄像头或后置摄像头也可以不和显示屏集成设置，当然在实际应用中，上述前置摄像头或后置摄像头还可以为升降结构，本申请具体实施方式并不限制上述前置摄像头或后置摄像头的具体结构。

输入-输出电路150还可以包括一个或多个显示屏，当为多个显示屏时，例如2个显示屏时，一个显示屏可以设置在电子设备的前面，另一个显示屏可以设置在电子设备的后面，例如显示屏130。显示屏130可以包括液晶显示屏，透明显示屏，有机发光二极管显示屏，电子墨水显示屏，等离子显示屏，使用其它显示技术的显示屏中一种或者几种的组合。显示屏130可以包括触摸传感器阵列（即，显示屏130可以是触控显示屏）。触摸传感器可以是由透明的触摸传感器电极（例如氧化铟锡（ITO）电极）阵列形成的电容式触摸传感器，或者可以是使用其它触摸技术形成的触摸传感器，例如音波触控，压敏触摸，电阻触摸，光学触摸等，本申请实施例不作限制。

终端100还可以包括音频组件140。音频组件140可以用于为终端100提供音频输入和输出功能。终端100中的音频组件140可以包括扬声器，麦克风，蜂鸣器，音调发生器以及其它用于产生和检测声音的组件。

通信电路120可以用于为终端100提供与外部设备通信的能力。通信电路120可以包括模拟和数字输入-输出接口电路，和基于射频信号和/或光信号的无线通信电路。通信电路120中的无线通信电路可以包括射频收发器电路、功率放大器电路、低噪声放大器、开关、滤波器和天线。举例来说，通信电路120中的无线通信电路可以包括用于通过发射和接收近场耦合电磁信号来支持近场通信（Near Field Communication，NFC）的电路。例如，通信电路120可以包括近场通信天线和近场通信收发器。通信电路120还可以包括蜂窝电话收发器和天线，无线局域网收发器电路和天线等。

终端100还可以进一步包括电池，电力管理电路和其它输入-输出单元160。输入-输出单元160可以包括按钮，操纵杆，点击轮，滚动轮，触摸板，小键盘，键盘，照相机，发光二极管和其它状态指示器等。

用户可以通过输入-输出电路150输入命令来控制终端100的操作，并且可以使用输入-输出电路150的输出数据以实现接收来自终端100的状态信息和其它输出。

参阅图2，图2提供了一种手机中智能穿戴设备的数据处理方法，该方法可以由如图1所示的终端执行，该方法如图2所示，包括如下步骤：

步骤S201、手机获取智能穿戴设备采集速度波形图，将该速度波形图按设定时间区域划分成w个波形图区间；

步骤S202、手机对每个波形图区间按设定采样率采样得到多个速度值，将多个速度值按采样顺序组成输入向量；

步骤S203、手机确定目标对象的第一身份，提取第一身份对应的权值向量，将该输入向量与权值向量执行向量乘法运算得到乘积结果，依据该乘积结果确定该波形图区间是否属于跑步状态；

步骤S204、手机将属于跑步状态的所有波形图区间组合起来得到组合波形图，对组合波形图进行计步处理得到跑步的步数。

本申请提供的技术方案手机获取智能穿戴设备采集速度波形图，将该速度波形图按设定时间区域划分成w个波形图区间；手机对每个波形图区间按设定采样率采样得到多个速度值，将多个速度值按采样顺序组成输入向量；手机确定目标对象的第一身份，提取第一身份对应的权值向量，将该输入向量与权值向量执行向量乘法运算得到乘积结果，依据该乘积结果确定该波形图区间是否属于跑步状态；将属于跑步状态的所有波形图区间组合起来得到组合波形图，对组合波形图进行计步处理得到跑步的步数。上述技术方案在进行计步处理的时候会对波形图区间进行确认是否为跑步状态，进而对不属于跑步状态的区间剔除，提高了识别的精度，提高用户体验度。

上述手机确定目标对象的第一身份具体可以包括：

E1、获取目标对象的目标图像的目标人脸图像；

E2、对所述目标人脸图像进行验证；

E3、在所述目标人脸图像被验证通过时，确定该目标对象为预设人脸模块对应的第一身份。

具体实现中，电子设备中可以预先存储预设人脸模板，通过摄像头可以获取目标对象的原始图像，进而，电子设备在目标人脸图像与预设人脸模板匹配成功时，则可以确定该目标对象的第一身份，否则，则不确定该目标对象的第一身份，如此，能够实现针对目标对象的身份进行识别，进而能够判断第一身份是否为预约患者，避免其他人启动远程医疗。

进一步地，在一个可能的示例中，上述步骤S202，提取存储的数据进行验证，可以包括如下步骤：

E21、对所述目标人脸图像进行区域分割，得到目标人脸区域，所述目标人脸区域为仅为人脸的区域图像；

E22、对所述目标人脸区域进行二值化处理，得到二值化人脸图像；

E23、对所述二值化人脸图像划分为多个区域，每一区域的面积相同且面积大小大于预设面积值；

E24、将所述二值化人脸图像进行特征点提取，得到多个特征点；

E25、依据所述多个特征点确定所述多个区域中每一区域对应的特征点分布密度，得到多个特征点分布密度；

E26、依据所述多个特征点分布密度确定目标均方差；

E27、按照预设的均方差与质量评价值之间的映射关系，确定所述目标均方差对应的目标质量评价值；

E28、在所述目标质量评价值小于所述预设质量评价值时，对所述目标人脸图像进行图像增强处理，将图像增强处理后的所述目标人脸图像与预设人脸模板进行匹配，得到匹配值；

E29、在所述匹配值大于预设阈值时，确定所述目标人脸图像被验证通过。

具体实现中，上述预设阈值、预设面积值均可以由用户自行设置或者***默认，预设人脸模板可以预先保存在电子设备中。电子设备可以获取对目标人脸图像进行区域分割，得到目标人脸区域，目标人脸区域可以为不包括背景但仅包含人脸的区域，即仅为人脸的区域图像。进而，可以对目标人脸区域进行二值化处理，得到二值化人脸图像，如此，可以降低图像复杂度，对二值化人脸图像划分为多个区域，每一区域的面积大小相等，且大于预设面积值。进一步地，可以将二值化人脸图像进行特征点提取，得到多个特征点，特征提取的算法可以为以下至少一种：尺度不变特征变换算法（scale invariant featuretransform，SIFT）、SURF算法、金字塔算法、harris角点检测等等，在此不做限定。

进一步地，电子设备可以依据多个特征点确定多个区域中每一区域对应的特征点分布密度，得到多个特征点分布密度，依据该多个特征点分布密度确定目标均方差，电子设备中可以预先存储预设的均方差与质量评价值之间的映射关系，按照预设的均方差与质量评价值之间的映射关系，确定目标均方差对应的目标质量评价值，当然均方差越小，则质量评价值越大，在目标质量评价值大于预设质量评价值时，直接将该目标人脸图像与预设人脸模板进行匹配，在其之间的匹配值大于预设阈值，确认目标人脸图像被验证通过，否则，则确认目标人脸图像被验证失败。

进一步地，在目标质量评价值小于预设质量评价值时，终端可以对目标人脸图像进行图像增强处理，将图像增强处理后的目标人脸图像与预设人脸模板进行匹配，在其之间的匹配值大于预设阈值，确认目标人脸图像被验证通过，否则，则确认目标人脸图像被验证失败。

上述将该输入向量与权值向量执行向量乘法运算得到乘积结果具体可以包括：

手机确定权值向量为第α向量，将第α向量中相同元素值的个数最大值，将第α向量中最大值对应的元素值β（β为非零值）排列至α’向量的头部位置（例如第一元素位置），并生成该元素值β在第α向量的bitmap（位图，该位图中若第α向量中元素值为β，则为1，否则为0，例如，10,8,9,10为第α向量，β=10，则bitmap=1001），将该bitmap排列至α’向量的头部另一位置（例如第二元素位置，若位置不够，则确定第二、三元素位置为另一位置），将第α向量中与元素值β相同的元素删除后排列到α’向量的后续位置（除了头部位置以外），按α’向量的行值升序的顺序存储α’向量；手机提取α’向量以及输入数据与α’向量的对应行向量，将行向量中bitmap为1的元素值相加后与头部位置至相乘得到乘积结果，将行向量剩余位置的元素与α’向量剩余位置的对应元素值相乘得到乘积结果，将所有乘积结果相加得到向量乘积结果，若该乘积结果大于跑步阈值，确定该波形图区间属于跑步状态，否则，手机确定该波形图区间不属于跑步状态。

上述技术方案减少了数据存储的数据量以及乘法运算的数量，以一个实际的例子为例，对于向量中的元素值，其占用了32bit，则若该第α向量中具有64个元素，则bitmap需要64比特，每个比特对应64个元素中是否为β，因此在64个元素中只要超过3个元素值是相同的，那么存储的数据量就会小，在实际应用中，权值数据中同列的向量相同的概率较高，因此其能够减少存储量，降低数据存储的开销，提高数据处理效率，提高了用户体验度。

上述确定目标对象的第一身份的实现方法也可以通过AI识别来执行，该方法具体可以包括：

手机依据该目标对象的图片建立输入数据，将该输入数据输入到人脸识别模型中执行n层卷积运算得到第n层卷积运算结果，将该第n层卷积运算结果输入到全连接层执行全连接运算得到全连接计算结果，将全连接计算结果与预设的人脸模板结果计算差值，若该差值小于差值阈值，UE确定该目标对象身份为该预设的人脸模板的身份。

在一种可选的方案中，上述将该输入数据输入到人脸识别模型中执行n层卷积运算得到第n层卷积运算结果具体可以包括：

手机可以设置单独的AI芯片，该AI芯片用于执行上述目标对象身份的验证，该AI芯片包括：分配计算处理电路以及x个计算处理电路，该AI芯片获取输入数据的矩阵尺寸CI*CH，若n层卷积运算中的卷积核尺寸为3*3卷积核，则分配计算处理电路将CI*CH按CI方向划分成CI/x数据块（假设CI为x的整数），将CI/x数据块按顺序分配给x个计算处理电路，x个计算处理电路分别将接收分配到的1个数据块与第i层卷积核执行第i层卷积运算得到第i卷积结果（即将x个计算处理电路的x个结果矩阵（CI/x-2）*（CH-2）按顺序组合起来得到第i卷积结果），将第i卷积结果的边缘2列（相邻列的结果为不同的计算处理电路计算得到的2列确定为边缘列）的结果发送至分配处理电路，x个计算处理电路将第i层卷积结果与第（i+1）层卷积核执行卷积运算得到第（i+1）卷积结果，将第（i+1）卷积结果发送至分配计算电路，分配计算处理电路将（CI/x－1）个组合数据块与第i层卷积核执行第i层卷积运算得到第i组合结果，将第i结合结果与第i卷积结果的边缘2列的结果拼接（将第i结合结果按卷积运算的数学规则***到边缘2列的中间）得到第（i+1）结合数据块，将第（i+1）结合数据块与第（i+1）卷积核执行卷积运算得到第（i+1）结合结果，将第（i+1）结合结果***到第（i+1）卷积结果边缘列（相邻列的结果为不同的计算处理电路计算得到）之间得到第（i+1）层卷积结果，AI芯片依据第（i+1）层卷积结果执行剩余卷积层（i+1层之后的卷积核）运算得到第n层卷积运算结果。上述组合数据块可以为，相邻2个数据块之间的4列数据组成的4*CI矩阵，例如第1个数据块（第1计算处理电路分配的数据块）的最后2列与第2个数据块（第2计算处理电路分配的数据块）前2列数据组成的4*CH矩阵。

上述剩余卷积层的运算也可以参见第i层以及第（i+1）层的计算，该i为≥1的整数且小于等于n，上述n为AI模型的卷积层总层数，i为卷积层的层编号，该CI为矩阵的列值，CH为矩阵的行值。

参阅图2c（图2c中每个方框代表一个元素值），图2c为一种输入数据的矩阵尺寸CI*CH的示意图以及3*3卷积核示意图，上述技术方案主要是节省分配计算处理电路以及x个计算处理电路之间的传输数据，进而减少数据读取的次数以及IO开销，达到提高计算效率的优点。对于常规的分配-计算结构，例如主-从结构，其计算时，每计算一层的卷积运算需要将所有的第i层卷积结果回传至主结构，然后在将第i层卷积结果分配给从结构执行第i+1层的运算，而本申请的技术方案的执行第i层卷积运算以后，仅仅将相邻2列的结果发送至分配处理电路，剩余部分卷积结果后第i+1层执行卷积运算，因此剩余部分卷积结果无需回传至分配计算处理电路，分配计算处理电路也不会重新划分执行卷积运算，这样分配计算处理电路也能够减少分配的开销，进而对结合部分数据块的数据执行卷积运算以达到完整的卷积运算的目的。

本申请提供了一种终端，其中，上述终端可以为如图1所示的结构，其中，获取单元具体可以为：传感器170，该处理单元可以为存储和处理电路；所述终端包括：

获取单元，用于获取智能穿戴设备采集速度波形图，将该速度波形图按设定时间区域划分成w个波形图区间；

处理单元，用于对每个波形图区间按设定采样率采样得到多个速度值，将多个速度值按采样顺序组成输入向量；确定目标对象的第一身份，提取第一身份对应的权值向量，将该输入向量与权值向量执行向量乘法运算得到乘积结果，依据该乘积结果确定该波形图区间是否属于跑步状态；将属于跑步状态的所有波形图区间组合起来得到组合波形图，对组合波形图进行计步处理得到跑步的步数。

可选的，上述处理单元，具体用于对所述目标人脸图像进行区域分割，得到目标人脸区域，所述目标人脸区域为仅为人脸的区域图像；对所述目标人脸区域进行二值化处理，得到二值化人脸图像；对所述二值化人脸图像划分为多个区域，每一区域的面积相同且面积大小大于预设面积值；将所述二值化人脸图像进行特征点提取，得到多个特征点；依据所述多个特征点确定所述多个区域中每一区域对应的特征点分布密度，得到多个特征点分布密度；依据所述多个特征点分布密度确定目标均方差；按照预设的均方差与质量评价值之间的映射关系，确定所述目标均方差对应的目标质量评价值；在所述目标质量评价值小于所述预设质量评价值时，对所述目标人脸图像进行图像增强处理，将图像增强处理后的所述目标人脸图像与预设人脸模板进行匹配，得到匹配值；在所述匹配值大于预设阈值时，确定所述目标人脸图像被验证通过。

本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当其在网络设备上运行时，图2所示的方法流程得以实现。

本申请实施例还提供一种计算机程序产品，当所述计算机程序产品在终端上运行时，图2所示的方法流程得以实现。

本申请实施例还提供一种终端，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行图2所示实施例的方法中的步骤的指令。

上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，电子设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模板。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模板并不一定是本申请所必须的。

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。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器（英文：Read-Only Memory ，简称：ROM）、随机存取器（英文：Random Access Memory，简称：RAM）、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，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，对于本领域的一般技术人员，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 (4)

1.一种手机中智能穿戴设备的数据处理方法，其特征在于，所述方法包括如下步骤：

手机获取智能穿戴设备采集速度波形图，将该速度波形图按设定时间区域划分成w个波形图区间；

手机对每个波形图区间按设定采样率采样得到多个速度值，将多个速度值按采样顺序组成输入向量；

手机确定目标对象的第一身份，提取第一身份对应的权值向量，将该输入向量与权值向量执行向量乘法运算得到乘积结果，依据该乘积结果确定该波形图区间是否属于跑步状态；

手机将属于跑步状态的所有波形图区间组合起来得到组合波形图，对组合波形图进行计步处理得到跑步的步数。

2.根据权利要求1所述的方法，其特征在于，所述将该输入向量与权值向量执行向量乘法运算得到乘积结果具体包括：

手机确定权值向量为第α向量，将第α向量中相同元素值的个数最大值，将第α向量中最大值对应的元素值β排列至α’向量的头部位置，并生成该元素值β在第α向量的bitmap，将该bitmap排列至α’向量的头部另一位置，将第α向量中与元素值β相同的元素删除后排列到α’向量的后续位置，按α’向量的行值升序的顺序存储α’向量；手机提取α’向量以及输入数据与α’向量的对应行向量，将行向量中bitmap为1的元素值相加后与头部位置至相乘得到乘积结果，将行向量剩余位置的元素与α’向量剩余位置的对应元素值相乘得到乘积结果，将所有乘积结果相加得到向量乘积结果，若该乘积结果大于跑步阈值，确定该波形图区间属于跑步状态，否则，手机确定该波形图区间不属于跑步状态。

3.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-2任意一项所述的方法。

4.一种终端，其特征在于，所述终端包括：

获取单元，用于获取智能穿戴设备采集速度波形图，将该速度波形图按设定时间区域划分成w个波形图区间；

处理单元，用于对每个波形图区间按设定采样率采样得到多个速度值，将多个速度值按采样顺序组成输入向量；确定目标对象的第一身份，提取第一身份对应的权值向量，将该输入向量与权值向量执行向量乘法运算得到乘积结果，依据该乘积结果确定该波形图区间是否属于跑步状态；将属于跑步状态的所有波形图区间组合起来得到组合波形图，对组合波形图进行计步处理得到跑步的步数。

Images