一种肢体震颤用户的界面切换方法、装置和电子设备

摘要

本发明涉及一种信息处理技术领域，公开了一种肢体震颤用户的界面切换方法、装置和电子设备，方法包括：获取用户的肢体信号；利用预设的识别模型对肢体信号进行识别，确定肢体震颤用户；获取与肢体震颤用户对应的显示界面；切换显示界面，以使显示界面符合肢体震颤用户的需求，由此不但能够快速识别肢体震颤用户，而且能够为肢体震颤用户切换合理的显示画面。

说明书

技术领域

本发明涉及信息处理技术领域，特别是涉及一种肢体震颤用户的界面切换方法、装置和电子设备。

背景技术

目前，患有帕金森等肢体震颤类疾病的老年人在操作智能手机等触控设备时，经常会出现由于肢体的不断震颤而导致无法精确触控响应区域过小的界面元素的情况。

目前，对于这种情况，相关产品的研发企业可以通过加大产品界面元响应区域的方式来改善或解决。但是加大了响应区域后，会导致单位面积不变的情况下，屏幕上可容纳的界面元元素变少，从而给普通用户的使用带来不好的影响，并且使用这套界面时，需用户手动操作，但由于用户的肢体不断震颤，导致其手动切换界面元较为困难。

发明内容

基于此，有必要针对上述技术问题，提供一种肢体震颤用户的界面切换方法、装置和电子设备，能够快速识别肢体震颤用户，并为其切换合理的显示界面。

第一方面，本发明实施例提供了一种肢体震颤用户的界面切换方法，所述方法包括：

获取用户的肢体信号；

利用预设的识别模型对所述肢体信号进行识别，确定肢体震颤用户；

获取与所述肢体震颤用户对应的显示界面；

切换所述显示界面，以使所述显示界面符合所述肢体震颤用户的需求。

在一些实施例中，所述获取用户的肢体信号，包括：

获取电子设备内置传感器采集的用户的肢体信号；和/或，

获取第三方设备采集的用户的肢体信号。

在一些实施例中，采用滤波算法对所述肢体信号进行滤波处理。

在一些实施例中，所述方法还包括：

预先训练识别模型，所述识别模型用于确定肢体震颤用户。

在一些实施例中，所述预先训练识别模型，包括：

采集若干肢体震颤用户的肢体信号的样本数据；

为每个所述样本数据打上对应的标签；

根据深度学习算法，使用所述若干肢体震颤用户的肢体信号的样本数据及对应的每个所述样本数据的标签训练模型，获得所述识别模型。

在一些实施例中，所述肢体信号包括震频、振幅以及频谱中的至少一种。

在一些实施例中，所述传感器包括加速度传感器和陀螺仪传感器中的至少一种，所述第三方设备为可穿戴设备。

第二方面，本发明实施例还提供了一种肢体震颤用户的界面切换装置，所述装置包括:

第一获取模块，用于获取用户的肢体信号；

识别模块，用于利用预设的识别模型对所述肢体信号进行识别，确定肢体震颤用户；

第二获取模块，用于获取与所述肢体震颤用户对应的显示界面；

切换模块，用于切换所述显示界面，以使所述显示界面符合所述肢体震颤用户的需求。

第三方面，本发明实施例还提供了一种电子设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述肢体震颤用户的界面切换方法。

第四方面，本发明实施例还提供了一种非易失性计算机可读存储介质，所述非易失性计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行时，可使得所述一个或多个处理器执行上述肢体震颤用户的界面切换方法。

与现有技术相比，本发明的有益效果是：区别于现有技术的情况，本发明实施例中的肢体震颤用户的界面切换方法、装置和电子设备，通过获取用户的肢体信号，然后利用预设的识别模型对所述肢体信号进行识别，从而确定用户是否为肢体震颤用户，当确定用户为肢体震颤用户后，则获取与所述肢体震颤用户对应的显示界面，并切换所述显示界面，从而使得显示界面符合肢体震颤用户的需求，由此不但能够快速识别肢体震颤用户，而且能够为所述肢体震颤用户切换合理的显示画面。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是本发明一个实施例中肢体震颤用户的界面切换方法的应用场景示意图；

图2是本发明一个实施例中肢体震颤用户的界面切换方法的流程示意图；

图3是本发明一个实施例中肢体震颤用户的界面切换装置的结构示意图；

图4是本发明一个实施例中电子设备的硬件结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，如果不冲突，本发明实施例中的各个特征可以相互结合，均在本发明的保护范围之内。另外，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。再者，本发明所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定，仅是对功能和作用基本相同的相同项或相似项进行区分。

本发明实施例提供的肢体震颤用户的界面切换方法适用于图1所示的应用场景，包括第三方设备10和电子设备20，所述第三方设备10和所述电子设备20无线通信连接，例如可以通过WiFi连接或者蓝牙连接等。其中，所述第三方设备可以为可穿戴设备，例如智能手环等，所述电子设备中加载有预设的识别模型。具体地，当用户手握电子设备时，第三方设备采集到用户的肢体信号，并将所述肢体信号发送给电子设备，电子设备利用预设的识别模型对所述肢体信号进行分析，从而确定肢体震颤用户，接着电子设备在自身的存储器中获取与肢体震颤用户对应的显示界面，然后切换所述显示界面，从而使得所述显示界面符合所述肢体震颤用户的需求。

需要说明的是，本发明实施例还可以进一步的拓展到其他合适的应用环境中，而不限于图1所示的应用环境。在实际的应用过程中，该应用环境还可以包括更多或者更少的第三方设备和电子设备。

如图2所示，本发明实施例还提供了一种肢体震颤用户的界面切换方法，所述方法由电子设备执行，所述方法包括：

步骤202，获取用户的肢体信号。

在本发明实施例中，肢体信号包括但不限于震频、振幅以及频谱等至少一种参数。其中，肢体震颤用户的震颤频率大约为4-6HZ，振幅用于表征震颤的幅度，频谱为频率的分布曲线。另外，所述肢体信号还可以包括手部姿态变化等。

在其中一些实施例中，作为步骤202的一种实现方式，所述方法包括:

在本发明实施例中，可通过两种不同的方式获取用户的肢体信号。第一种方式，当用户手握电子设备时，通过电子设备内置的传感器采集用户的肢体信号，其中，电子设备内置的传感器为加速度传感器和陀螺仪传感器，除了这两种传感器外，还可以通过电子设备内置的倾角仪共同来集采用户的肢体信号。第二种方式，将第三方设备即可穿戴设备佩戴在用户身体的某个部位，例如将智能手环佩戴在用户的手腕，当用户手握电子设备时，智能手环实时采集用户的肢体信号，然后将所述肢体信号发送给电子设备。

在其他一些实施例中，采集的肢体信号或多或少会存在一些噪声，为了保证识别模型的识别率，因此，在获取到用户的肢体信号后，采用滤波算法对所述肢体信号进行滤波处理，过滤出肢体信号中的有用信号，滤除其他无用信号和噪声干扰。其中，所述滤波算法可以采用卡尔曼滤波算法，或者中位值滤波法以及其他滤波算法，以上各种滤波算法仅为举例说明，并不构成为本发明的限定。

步骤204，利用预设的识别模型对所述肢体信号进行识别，确定肢体震颤用户。

在本发明实施例中，肢体震颤用户包括但不限于患有帕金森等肢体震颤类疾病的老年人，识别模型用于确定肢体震颤用户，所述识别模型可以事先在其他设备上训练好，然后直接加载在电子设备里运行。具体地，电子设备将获取到的肢体信号输入到预设的识别模型，利用预设的识别模型对所述肢体信号进行分析，从而确定肢体震颤用户。

在其中一些实施例中，利用预设的识别模型对肢体震颤用户进行识别前，要先训练所述识别模型。具体地，采集若干肢体震颤用户的肢体信号的样本数据；为每个所述样本数据打上对应的标签；根据深度学习算法，使用所述若干肢体震颤用户的肢体信号的样本数据及对应的每个所述样本数据的标签训练模型，获得所述识别模型。

在本发明实施例中，利用深度学习算法来训练模型，深度学习算法是一种利用数据，训练出模型，然后利用模型预测的一种方法。具体地，事先采集若干肢体震颤用户的肢体信号的样本数据，或者从数据库中获取若干肢体震颤用户的肢体信号的样本数据，然后为每个样本数据打上对应的标签，当所述肢体震颤用户的肢体信号的样本数据都打上对应的标签后，使用若干肢体震颤用户的肢体信号的样本数据及对应的每个所述样本数据的标签训练模型，从而获得识别模型。其中，肢体震颤用户的肢体信号的样本数据越多，涵盖的情形就越多，从而识别模型的能力也就越强。

在其中一些实施例中，为了保证识别模型的识别率足够高，可以设置一个预设阈值，若测试识别率达到预设阈值时，则表示训练后的识别模型能力符合预期，可直接将训练后的识别模型作为已训练好的识别模型对肢体信号进行识别。反之，则不断调整识别模型的各个参数，再次训练该识别模型，知道所述识别模型的识别率达到预设阈值。

步骤206，获取与所述肢体震颤用户对应的显示界面。

在本发明实施例中，电子设备中预先存储有肢体震颤用户对应的显示界面，所述显示界面相对于正常显示界面而言，显示界面上的图标更大。电子设备获取所述肢体震颤用户对应的显示界面。

步骤208，切换所述显示界面，以使所述显示界面符合所述肢体震颤用户的需求。

具体地，当电子设备获取肢体震颤用户对应的显示界面后，自动切换所述显示界面，从而使得显示界面符合所述肢体震颤用户的需求。

在本发明实施例中，通过获取用户的肢体信号，然后利用预设的识别模型对所述肢体信号进行识别，从而确定用户是否为肢体震颤用户，当确定用户为肢体震颤用户后，则获取与所述肢体震颤用户对应的显示界面，并切换所述显示界面，从而使得显示界面符合肢体震颤用户的需求，由此不但能够快速识别肢体震颤用户，而且能够为所述肢体震颤用户切换合理的显示画面。

需要说明的是，在上述各个实施例中，上述各步骤之间并不必然存在一定的先后顺序，本领域普通技术人员，根据本发明实施例的描述可以理解，不同实施例中，上述各步骤可以有不同的执行顺序，亦即，可以并行执行，亦可以交换执行等等。

相应地，本发明实施例还提供了一种肢体震颤用户的界面切换装置，如图3所示，包括:

第一获取模块302，用于获取用户的肢体信号；

识别模块304，用于利用预设的识别模型对所述肢体信号进行识别，确定肢体震颤用户；

第二获取模块306，用于获取与所述肢体震颤用户对应的显示界面；

切换模块308，用于切换所述显示界面，以使所述显示界面符合所述肢体震颤用户的需求。

在本发明实施例中，通过第一获取模块获取用户的肢体信号，然后通过识别模块利用预设的预设模型对所述肢体信号进行识别，确定肢体震颤用户，接着通过第二获取模块获取与所述肢体震颤用户对应的显示界面，最后通过切换模块切换所述显示界面，以使所述显示界面符合所述肢体震颤用户的需求。

可选的，在装置的其他实施例中，请参照图3所示，装置还包括：

滤波模块310，用于采用滤波算法对所述肢体信号进行滤波处理。

可选的，在装置的其他实施例中，请参照图3所示，装置还包括：

训练模块312，用于预先训练识别模型，所述识别模型用于确定肢体震颤用户。

可选的，在装置的其他实施例中，第一获取模块302具体用于：

获取电子设备内置传感器采集的用户的肢体信号；和/或，

获取第三方设备采集的用户的肢体信号。

可选的，在装置的其他实施例中，训练模块312具体用于：

采集若干肢体震颤用户的肢体信号的样本数据；

为每个所述样本数据打上对应的标签；

根据深度学习算法，使用所述若干肢体震颤用户的肢体信号的样本数据及对应的每个所述样本数据的标签训练模型，获得所述识别模型。

可选的，在装置的其他实施例中，所述肢体信号包括震频、振幅以及频谱中的至少一种。

可选的，在装置的其他实施例中，所述传感器包括加速度传感器和陀螺仪传感器中的至少一种，所述第三方设备为可穿戴设备。

需要说明的是，上述肢体震颤用户的界面切换装置可执行本发明实施例所提供的肢体震颤用户的界面切换方法，具备执行方法相应的功能模块和有益效果，未在本发明肢体震颤用户的界面切换装置实施例中详尽描述的技术细节，可参考本发明实施例提供的肢体震颤用户的界面切换方法。

图4是本发明实施例提供的电子设备的硬件结构示意图，如图4所示，该电子设备400包括：

一个或多个处理器402以及存储器404，图4中以一个处理器402为例。

处理器402和存储器404可以通过总线或者其他方式连接，图4中以通过总线连接为例。

存储器404作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的肢体震颤用户的界面切换方法对应的程序指令/模块。处理器402通过运行存储在存储器404中的非易失性软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述实施例中的肢体震颤用户的界面切换方法。

存储器404可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据肢体震颤用户的界面切换装置使用所创建的数据等。此外，存储器404可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器404可选包括相对于处理器402远程设置的存储器，这些远程存储器可以通过网络连接至肢体震颤用户的界面切换装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

本发明实施例还提供了一种非易失性计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或者多个处理器执行时，可使得上述一个或者多个处理器可执行上述任意方法实施例中的肢体震颤用户的界面切换方法。

本发明实施例中的电子设备以多种形式存在，包括但不限于：

(1)移动通信设备:这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机，以及低端手机等。

(2)超移动个人计算机设备:这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等，例如iPad。

(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod)。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

通过以上的实施方式的描述，本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。