[发明专利]一种智能监护方法、装置及设备

权利要求书

1.一种智能监护方法，其特征在于，所述智能监护方法包括：

获取用户的状态数据，所述状态数据包括运动信息、饮水信息、体温信息和情绪信息中的一种或者多种，所述状态数据用于根据已采集的状态数据，结合在一天中的当前时间之后的习惯状态数据生成；

将所述状态数据输入预先训练的起夜预测模型，获取根据所述状态数据所预测的起夜次数；

如果所预测的起夜次数大于预设的次数要求，则根据所述起夜预测模型生成状态数据调整提示；

所述如果所预测的起夜次数大于预设的次数要求，则根据所述起夜预测模型生成状态数据调整提示的步骤包括：

如果所预测的起夜次数大于预设的次数要求，则根据预先设定的状态数据调整规则调整所述状态数据，包括将已采集的状态数据与用户的日常状态数据比较，如果采集的状态劣于日常状态数据，且两者的差值大于预定值，则表明存在异常的状态数据，根据异常的状态数据生成调整提示，在用户出现体温偏低的异常时，则生成加衣保暖的提示，或者还包括添加衣服的样式的提示、或者添加衣服的时间的提示、或者，晚上睡眠时空调温度设定的提示或被子样式的选择的提示；在用户出现缺少运动的异常时，生成运动安排的提示，包括运动类型、运动时间的提示；在用户出现情绪低落的情绪异常时，生成调整情绪的方式的提示，包括出去散步、播放电视类型的提示，在出现饮水信息异常时，则生成饮水安排的提示；如果采集的状态数据未出现异常数据，则按照预定的调整顺序，以及预定的调整幅度，对所述状态数据进行调整，根据情绪调整、运动调整、饮水调整和体温调整的顺序，按照预定的幅度依次进行调整；

根据调整后的状态数据预测起夜次数，直至调整后的状态数据所预测的起夜次数满足预设的要求；

根据调整后的状态数据生成状态数据调整提示。

2.根据权利要求1所述的智能监护方法，其特征在于，在将所述状态数据输入预先训练的起夜预测模型，获取所述状态数据所预测的起夜次数的步骤之前，所述方法还包括：

获取用户的样本数据，所述样本数据包括记录的用户的状态数据，以及用户的状态数据所对应的起夜次数；

预测步骤，将所述样本数据中的状态数据输入起夜预测模型，输出预测的起夜次数；

调整步骤，根据记录的起夜次数和预测的起夜次数的差值，调整所述起夜预测模型中的参数；

重复上述预测步骤和调整步骤，至所述记录的起夜次数与预测的起夜次数之间的差值小于预定值，得到训练后的起夜预测模型。

3.根据权利要求1所述的智能监护方法，其特征在于，获取用户的情绪信息的步骤包括：

通过摄像头采集用户的脸部图像序列；

根据所述脸部图像序列中的图像，获取所述用户的情绪状态以及情绪状态的持续时间。

4.根据权利要求1所述的智能监护方法，其特征在于，所述运动信息包括运动时间、运动强度，所述饮水信息包括饮水时间、饮水量。