[发明专利]识别用户行为的方法、装置及智能可穿戴设备

权利要求书

1.一种识别用户行为的方法，其特征在于，包括：

获取用户行为对应的原始数据；

将所述原始数据输入卷积神经网络模型，并根据所述卷积神经网络模型中的滤波器参数识别所述原始数据对应的用户行为类别。

2.根据权利要求1所述的方法，其特征在于，在将所述原始数据输入卷积神经网络模型之前，所述方法还包括：

基于用户行为类别的标记数据对所述卷积神经网络模型进行训练。

3.根据权利要求2所述的方法，其特征在于，所述基于用户行为类别的标记数据对所述卷积神经网络模型进行训练包括：

对已知用户行为类别的原始数据进行标记，得到所述标记数据；所述已知用户行为类别包含至少两种；

提取所述标记数据中的特征数据；

将所述特征数据输入所述卷积神经网络模型进行训练，得到卷积神经网络模型的滤波器参数，卷积神经网络模型中的每一层代表一个滤波器参数，所述滤波器参数与用户行为类别存在映射关系。

4.根据权利要求3所述的方法，其特征在于，所述根据所述卷积神经网络模型中的滤波器参数识别所述原始数据对应的用户行为类别包括：

基于所述卷积神经网络模型中，每种用户行为类别对应的每层滤波器参数对所述原始数据进行比对识别；

确定所述原始数据分别与每种用户行为类别的相似度；

将相似度最大的用户行为类别作为所述原始数据对应的用户行为类别。

5.根据权利要求3所述的方法，其特征在于，所述将所述原始数据输入卷积神经网络模型包括：

基于所述卷积神经网络模型的输入窗口对所述原始数据执行格式规范处理；

提取处理后的原始数据的特征数据，并将所述特征数据通过输入窗口输入到所述卷积神经网络模型中。

6.根据权利要求3所述的方法，其特征在于，所述方法还包括：

在对所述卷积神经网络模型训练完成后，基于用户行为类别的测试数据对所述卷积神经网络模型进行测试，其中，所述测试数据为标记用户行为类别的数据。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述原始数据从以下装置中的至少一个装置中获取，所述装置包括：三轴加速度计、陀螺仪、温度计及心率测试仪。

8.一种识别用户行为的装置，其特征在于，包括：

获取单元，用于获取用户行为对应的原始数据；

输入单元，用于将所述获取单元获取的所述原始数据输入卷积神经网络模型；

识别单元，用于根据所述卷积神经网络模型中的滤波器参数识别所述原始数据对应的用户行为类别。

9.一种智能可穿戴设备，其特征在于，包括：

至少一个处理器；

以及与所述处理器连接的至少一个存储器、总线；

其中，所述处理器、存储器通过所述总线完成相互间的通信；

所述处理器用于调用所述存储器中的程序指令，以执行权利要求1至权利要求7中任一项所述的识别用户行为的方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行权利要求1至权利要求7中任一项所述的识别用户行为的方法。