[发明专利]头戴设备的人身模式识别方法

权利要求书

1.一种头戴设备的人身模式识别方法，包括头戴设备本体，在所述头戴设备本体上设有微计算机和与所述微计算机相连接的脑电波传感器、脑血氧脉搏传感器、瞳孔跟踪传感器、光感血压传感器、肌肉电传感器、麦克风、体温传感器、汗液传感器、三维陀螺仪、三维加速仪、磁场传感器，其特征在于：具体方法包括数据采集、微计算机分析数据、参数分类和人身模式综合量化；

当三维陀螺仪和三维加速仪感应运动信号，同时磁场传感器感应三维磁场信号时，微计算机将运动信号与三维磁场信号结合完成头部姿势识别，并通过控制信号实现对应头部姿势的场景应用；

当瞳孔跟踪传感器根据瞳孔运动采集到目视点信息，同时脑电波传感器通过眨眼信息及脑电波波动信息的结合得到专注度，由微计算机将目视点信息与专注度结合完成人的兴趣点分析，并通过控制信号实现对应兴趣点的场景应用；

当脑电波传感器感应脑电频率与脑电幅度，由微计算机进行数据突变特征提取得到眨眼频率并通过控制信号实现对应眨眼频率的场景应用；

当脑电波传感器感应脑电频率与脑电幅度，由微计算机进行阈值抽取得到紧张度并通过控制信号实现对应紧张度的场景应用；

当脑血氧脉搏传感器采集人体脉搏信息，并结合脑电波传感器感应脑电频率与脑电幅度，由微计算机结合脉搏信息与脑电频率及脑电幅度的结合完成人的注意力级别分析，并通过控制信号实现对应注意力级别的场景应用；

当脑电波传感器采集脑电频率经过微计算机得到紧张度变化周期数据、汗液传感器采集体液导电性变化经过微计算机得到内分泌周期数据和由体温传感器得到体温周期数据经过微计算机得到体温周期数据，由微计算机将紧张度变化周期数据、内分泌周期数据和体温周期数据相结合并进行分析得到情绪周期和体征周期数据，并通过控制信号实现对应的情绪周期和体征周期的场景应用；

当脑电波传感器采集脑电频率和脑电幅度经微计算机处理得到紧张程度数据、麦克风采集声频数据经微计算机处理得到声频数据识别、脑血氧脉搏传感器采集脑血氧浓度数据和脉搏频率数据、光感血压传感器采集血压数据经微计算机处理得到血压变化数据，再由微计算机结合紧张程度数据、声频数据识别、脑血氧浓度数据、脉搏频率数据和血压变化数据得到情绪特征分析，并通过控制信号实现情绪特征的场景应用；

由微计算机根据需要调用一种或多种人身模式特征实现单一或结合场景应用。

2.根据权利要求1所述的头戴设备的人身模式识别方法，其特征在于：还包括与微计算机相连接的微型运动传感器和GPS芯片；当微型运动传感器采集运动频率数据、GPS芯片与磁场传感器采集行走路径数据并由微计算机结合运动频率数据和行走路径数据得到运动强度数据，同时由脑电波传感器采集脑电频率、脑血氧脉搏传感器采集脉搏频率数据与血氧浓度数据、汗液传感器采集体液导电率数据、光感血压传感器采集血压变化数据并由微计算机结合脑电频率、脉搏频率数据、血氧浓度数据、体液导电率数据和血压变化数据分析得到疲劳程度数据，然而再由微计算机结合运动强度数据和疲劳程度数据分析得到人体消耗数据，由微计算机根据需要调用人体消耗数据或是与之前的人身模式特征结合调用实现场景应用。

3.根据权利要求2所述的头戴设备的人身模式识别方法，其特征在于：脑电波传感器采集的眨眼信息包括眨眼时间长度、眨眼频率、睁眼时间和睁眼时间长度。

4.根据权利要求3所述的头戴设备的人身模式识别方法，其特征在于：还包括与所述微计算机相连接的无线收发装置，所述无线收发装置用于完成微计算机信号的传送与接收。

5.根据权利要求4所述的头戴设备的人身模式识别方法，其特征在于：所述麦克风包括人声麦克风和骨传导麦克风。

6.根据权利要求5所述的头戴设备的人身模式识别方法，其特征在于：所述头部姿势识别包括头部转向角、头部运动速度、点头、摇头、头部朝向和头部朝向分布。

7.根据权利要求6所述的头戴设备的人身模式识别方法，其特征在于：所述目视点采集包括睁眼程度、虹膜最大无运动时间、虹膜横向平均移动速度和虹膜上下不对称性数据。