[发明专利]一种打坐呼吸引导方法、设备及存储介质在审
申请号: | 201810873305.1 | 申请日: | 2018-08-02 |
公开(公告)号: | CN109063648A | 公开(公告)日: | 2018-12-21 |
发明(设计)人: | 徐强 | 申请(专利权)人: | 上海掌门科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G16H20/30 |
代理公司: | 北京辰权知识产权代理有限公司 11619 | 代理人: | 刘广达 |
地址: | 201203 上海*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人体特征数据 呼吸 预设条件 音乐 打坐 存储介质 身体特征数据 数据处理技术 持续监测 监测用户 用户进入 有效呼吸 自动播放 状态时 播放 智能 监测 检测 | ||
本发明公开了一种打坐呼吸引导方法、设备及存储介质,属于数据处理技术领域。所述方法包括:当检测到用户入座时,监测用户的第一人体特征数据,当第一人体特征数据满足第一预设条件时,自动播放呼吸引导音乐;持续监测用户的第一人体特征数据,当第一人体特征数据满足第二预设条件时,自动关闭呼吸引导音乐。本发明中,能够根据用户的类型,适时播放呼吸引导音乐,实现了对用户的有效呼吸引导,以使用户快速进入入定状态;同时结合监测的第一身体特征数据,在第一人体特征数据满足第二预设条件时,即用户进入入定状态时,自动关闭呼吸引导音乐,来有效的避免呼吸引导音乐的反作用,实现了用户打坐时的智能呼吸引导。
技术领域
本发明涉及数据处理技术领域,尤其涉及一种打坐呼吸引导方法、设备及存储介质。
背景技术
打坐禅修是禅修者的日常事项之一,禅修者在打坐禅修时,往往不能快速的进入入定状态,其中一个重要原因是呼吸方式不准确。当前,已有一些打坐呼吸的引导音频,在禅修者打坐时进行呼吸引导,以助于禅修者快速进入入定状态。然而,当前的呼吸引导音频,多数比较死板、没有针对性,常常在禅修者已进入入定状态时,还在进行呼吸引导,反而起到了反作用;因而一种有效的打坐呼吸引导方法对于禅修者来说是有必要的。
发明内容
本发明的目的是通过以下技术方案实现的。
第一方面,本发明提出一种打坐呼吸引导方法,当检测到用户入座时,执行以下操作:
监测用户的第一人体特征数据,当所述第一人体特征数据满足第一预设条件时,自动播放呼吸引导音乐;
持续监测用户的第一人体特征数据,当所述第一人体特征数据满足第二预设条件时,自动关闭所述呼吸引导音乐。
可选的,所述监测用户的第一人体特征数据,具体为:监测用户的呼吸、和/或心率、和/或体温、和/或重心。
可选的,所述当所述第一人体特征数据满足第一预设条件时,自动播放呼吸引导音乐,具体为:当所述第一人体特征数据在预设时间内波动幅度超过预设范围时,自动播放呼吸引导音乐;
可选的,所述当所述第一人体特征数据满足第二预设条件时,自动关闭所述呼吸引导音乐,具体为:当所述第一特征数据的波动幅度未超过所述预设范围内时,自动关闭呼吸引导音乐。
可选的,所述监测用户的第一人体特征数据之前,还包括:判断用户是否为首次打坐;
对应的,当判定用户是首次打坐时,监测用户的第一人体特征数据,同时自动播放呼吸引导音乐。
可选的,所述判断用户是否为首次打坐,具体为:
监测用户的第二身体特征数据,根据所述第二身体特征数据判断用户是否为首次打坐;
或者,采集用户的人脸图像,根据所述人脸图像判断用户是否为首次打坐。
可选的,所述监测用户的第二身体特征数据,根据所述第二身体特征数据判断用户是否为首次打坐,包括:
监测用户的重力和心率,并与数据库中的用户数据比对;当比对失败时,判定用户是首次打坐;当比对成功时,读取对应保存的打坐时间并获取当前时间;
判断所述打坐时间与当前时间的间隔是否在预设时间间隔内,是则判定用户不是首次打坐;否则判定用户是首次打坐。
可选的,所述比对失败时,还包括:获取当前时间;
对应的,所述方法还包括:将监测的重力和心率、获取的当前时间保存至所述数据库。
可选的,所述根据所述人脸图像判断用户是否为首次打坐,具体为:
将采集的人脸图像与数据库中的人脸图像比对,当对比通过时,判定用户是首次打坐;当对比未通过时,判定用户不是首次打坐。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海掌门科技有限公司,未经上海掌门科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810873305.1/2.html,转载请声明来源钻瓜专利网。
- 上一篇:目标电缆精准识别方法
- 下一篇:基于孪生行人对齐残差网络的行人重识别方法