[发明专利]基于神经网络的刷牙检测方法、装置、电动牙刷及介质在审
申请号: | 202110296716.0 | 申请日: | 2021-03-19 |
公开(公告)号: | CN112884132A | 公开(公告)日: | 2021-06-01 |
发明(设计)人: | 蒙元鹏;方睿 | 申请(专利权)人: | 有品国际科技(深圳)有限责任公司 |
主分类号: | G06N3/04 | 分类号: | G06N3/04;G06N3/08;A61C17/22 |
代理公司: | 深圳众鼎专利商标代理事务所(普通合伙) 44325 | 代理人: | 谭果林 |
地址: | 518000 广东省深圳市南*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 神经网络 刷牙 检测 方法 装置 电动牙刷 介质 | ||
1.一种基于神经网络的刷牙检测方法,其特征在于,所述方法包括:
采集电动牙刷在口腔不同区域的运动数据和实时姿态数据;
将所述运动数据和姿态数据输入神经网络进行训练,得到关于刷牙动作和刷牙区域的神经网络模型;
通过所述神经网络模型检测用户的刷牙区域和刷牙动作。
2.如权利要求1所述的刷牙检测方法,其特征在于,所述神经网络模型通过如下方式获取:
获取多组电动牙刷在不同区域的运动数据和姿态数据,并对每一组运动数据和姿态数据对应进行刷牙类型标注,得到多组训练运动数据和训练姿态数据,所述刷牙类型标注包括刷牙区域类型标注和刷牙动作类型标注;
对每组所述训练运动数据和训练姿态数据进行预处理,得到多组标准训练运动数据和标准训练姿态数据;
通过所述多组标准训练运动数据和标准训练姿态数据,对所述神经网络进行训练,直至所述神经网络参数符合预设条件,得到所述神经网络模型。
3.如权利要求2所述的刷牙检测方法,其特征在于,所述获取多组电动牙刷在不同区域的运动数据和姿态数据,并对每一组运动数据和姿态数据对应进行刷牙类型标注,得到多组训练运动数据和训练姿态数据,包括:
a、获取第一口腔位置数据;
b、获取第二口腔位置数据;
c、通过所述第一口腔位置数据和第二口腔位置数据,对应计算所述第一口腔位置到所述第二口腔位置的姿态数据;
d、对所述第一口腔位置数据、第二口腔位置数据和姿态数据,进行相应的刷牙类型标注,得到已标注运动数据和姿态数据;
e、改变刷牙动作并重复上述a-e,直至获取多组已标注运动数据和姿态数据,并将所述多组已标注运动数据和姿态数据,作为所述多组训练运动数据和训练姿态数据。
4.如权利要求3所述的刷牙检测方法,其特征在于,所述获取第一口腔位置数据,包括:
实时检测是否接收到所述电动牙刷贴于牙齿的第一贴面信号;
当接收到所述电动牙刷贴于牙齿的第一贴面信号时,采集当前的口腔位置数据作为所述第一口腔位置数据;
所述获取第二口腔位置数据,包括:
当接收到所述电动牙运动至下一位置的第二贴面信号时,采集当前的口腔位置数据作为所述第二口腔位置数据。
5.如权利要求3或4所述的刷牙检测方法,其特征在于,通过方向余弦矩阵方式计算所述口腔位置数据和姿态数据。
6.如权利要求1-5任一项所述的刷牙检测方法,其特征在于,所述通过所述神经网络模型检测用户的刷牙区域和刷牙动作之后,所述方法还包括:
对预设时段内所述神经网络模型检测的刷牙区域和刷牙动作进行分析,得到所述用户的刷牙评估结果;
输出所述刷牙评估结果。
7.如权利要求2所述的刷牙检测方法,其特征在于,所述对每组所述训练运动数据和训练姿态数据进行预处理,得到多组标准训练运动数据和标准训练姿态数据,包括:
对每组所述训练运动数据和训练姿态数据进行去噪和滤波处理,得到多组初始标准训练运动数据和初始标准训练姿态数据;
按照所述神经网络的输入要求,对每组所述初始标准训练运动数据和初始标准训练姿态数据进行切割处理,得到多组所述标准训练运动数据和标准训练姿态数据。
8.一种基于神经网络的刷牙检测装置,其特征在于,所述装置包括:
采集模块,用于采集电动牙刷在口腔不同区域的运动数据和实时姿态数据;
训练模块,用于将所述运动数据和姿态数据输入神经网络进行训练,得到关于刷牙动作和刷牙区域的神经网络模型;
检测模块,用于通过所述神经网络模型检测用户的刷牙区域和刷牙动作。
9.一种电动牙刷,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述刷牙检测方法,或实现如权利要求8所述刷牙检测装置的功能。
10.一种可读存储介质,所述可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述刷牙检测方法的步骤,或实现如权利要求8所述刷牙检测装置的功能。
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有品国际科技(深圳)有限责任公司,未经有品国际科技(深圳)有限责任公司许可,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/202110296716.0/1.html,转载请声明来源钻瓜专利网。