System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术属于用于监测人的状况的图像处理领域。特别地,本专利技术涉及一种用于训练数据驱动模型的方法,该数据驱动模型用于确定与人的状况相关的用户选择的参数;一种用于确定与人的状况相关的用户选择的参数的方法;一种存储有包括用于执行该方法的步骤的指令的计算机程序的非暂态计算机可读数据介质;以及一种用于确定与人的状况相关的用户选择的参数的装置。
技术介绍
1、现代便携式装置提供了多种监测人的活动或健康的方式。例如,健身跟踪器记录比如心率或血压等身体功能。越来越多的分析应用程序被添加进来,以得出健身水平或健康状况。
2、us2021/0 397 929披露了一种具有用于进行与人相关联的测量的传感器的可穿戴装置。该装置使用深度学习进行智能监测。
3、然而,对于任何给定的用例,便携式装置的提供商必须调整硬件和软件,以支持这种用例。通常,会应用根据特定用例由历史数据集训练的数据驱动模型。装置的提供商必须收集这种历史数据集并训练模型。因此,对于每个用户,模型的工作方式都是相同的,因此不会考虑与对历史数据集做出贡献的普通人的个人偏差。
4、因此本专利技术的目的是克服这些缺点。特别地,一种装置旨在为用户分析其身体状况提供更大的灵活性。在进行这种分析时,应考虑用户的个人情况。同时,该装置应易于操作,并且不需要花费太多精力来设置用例就能产生有意义的结果。
技术实现思路
1、这些目的通过本专利技术得以实现。在一方面,本专利技术涉及一种用于训练数据驱动模型的方法,该数据驱动模
2、(a)当由包含至少一个图案特征的光图案照射该人的身体部位时,接收该身体部位的图像,
3、(b)从该图像中确定皮肤图案特征,其中,皮肤图案特征是已经由皮肤反射的图案特征,
4、(c)从用户界面接收与该人的状况相关的用户选择的参数值,
5、(d)用包括这些皮肤图案特征和该用户选择的参数值的训练数据集来训练数据驱动模型。
6、在另一方面,本专利技术涉及一种用于确定与人的状况相关的用户选择的参数值的方法,该方法包括:
7、(a)当由包含至少一个图案特征的光图案照射该人的身体部位时,接收该身体部位的图像,
8、(b)从该图像中确定皮肤图案特征,其中,皮肤图案特征是已经由皮肤反射的图案特征,
9、(c)通过使用已经由包括皮肤图案特征和该用户选择的参数值的一组历史数据进行训练的数据驱动模型,从这些皮肤图案特征中确定与该人的状况相关的该用户选择的参数值,以及
10、(d)输出该用户选择的参数值。
11、在另一方面,本专利技术涉及一种存储有计算机程序的非暂态计算机可读数据介质,该计算机程序包括用于执行根据前述权利要求中任一项所述的方法的步骤的指令。
12、在另一方面,本专利技术涉及用于确定与人的状况相关的用户选择的参数值的数据驱动模型的用途。
13、在另一方面,本专利技术涉及一种用于确定与人的状况相关的用户选择的参数值的装置,该装置包括:
14、(a)投影仪,该投影仪用于将包含至少一个图案特征的图案化光投射到该人的身体部位上,
15、(b)相机,该相机用于当由图案化光照射该身体部位时记录该身体部位的图像,
16、(c)用户界面,该用户界面用于接收与该人的状况相关的用户选择的参数值,
17、(d)处理器,该处理器用于
18、-从该图像中确定皮肤图案特征,其中,皮肤图案特征是已经由皮肤反射的图案特征,
19、-用包括这些皮肤图案特征和该用户选择的参数值的训练数据集来训练数据驱动模型。
20、本专利技术为用户提供了对其身体状况建立其自己的监测的手段。通过用图案化光照射身体部位,并且仅考虑已经由皮肤反射的那些图案特征,可以减少训练数据量并获得更高的可靠性。因此,如戴眼镜或戴帽子等干扰不需要专用的训练数据集,而是被本专利技术的方法忽略掉了。另外,数据驱动模型的输入对于每个用例都是标准化的,从而为用户提供了更大的灵活性。因此,用户不局限于装置的提供商已经建立的方法,而是可以自己建立用例。此外,数据驱动模型可以针对特定用户进行精确训练,因此可以考虑任何用户特性,例如肤色、年龄或如过敏等疾病。
21、详细描述
22、在一方面,本专利技术涉及一种用于训练数据驱动模型的方法。该方法包括接收人的身体部位的图像。身体部位的图像应示出至少部分未覆盖的身体部位,即身体部位的至少一部分示出暴露的皮肤。为了获得好的结果,身体部位应基本上未覆盖或完全未覆盖。任何身体部位都是可设想的,例如面部、手、胳膊、腿、脚。此外,还可以是更详细的部位,例如眼睛、耳朵、鼻子或手指。图像可以示出一个身体部位或多于一个(例如两个或三个)身体部位。例如,如果身体部位是手,则图像可以示出人的双手。对于每个用例(这意味着数据驱动模型旨在用于的每个目的),优选的是每个图像都示出相同的身体部位。然而,如果关注信息包含在任何所选择的身体部位中,则图像也可以示出不同的身体部位。可以一次接收身体部位的一个图像,也可以接收多于一个图像。可以例如从略微不同的角度接收多于一个图像,如从立体相机获得的图像,或在短时间间隔(例如1秒或更短)内记录的示出如运动等细微时间变化的图像。两个或更多个这样的图像可以分开进行进一步处理,或者合并为合成图像以进行进一步处理。
23、由包含至少一个图案特征的光图案照射身体部位。可以通过使用将光图案发射到身体部位上的投影仪或照射源来实现照射。照射源可以包括至少一个光源。照射源可以包括多个光源。照射源可以包括人工照射源,特别是至少一个激光源和/或至少一个白炽灯和/或至少一个半导体光源,例如至少一个发光二极管,特别是有机和/或无机发光二极管。作为实例,照射源发射的光可以具有300至1100nm、尤其是500至1100nm的波长。附加地或可替代地,可以使用红外光谱范围内的光,比如780nm至3.0μm范围内的光。具体地,可以使用硅光电二极管适用的近红外区的部分中(具体地是在700nm至1100nm的范围内)的光。使用近红外区内的光允许光不被人眼检测到或仅微弱地被人眼检测到,并且仍然可由硅传感器、特别是标准硅传感器检测到。照射源可以适于发射单一波长的光。在其他实施例中,照射可以适于发射具有多个波长的光,从而允许在其他波长通道中进行附加测量。光源可以是或者可以包括至少一个多光束光源。例如,光源可以包括至少一个激光源和一个或多个衍射光学元件(doe)。
24、具体地,照射源可以包括至少一个激光器和/或激光源。可以使用各种类型的激光器,例如半导体激光器、双异质结构激光器、外腔激光器、分离局限式异质结构激光器、量子级联激光器、分布式布拉格反射器激光器、极化子激光器、混合硅激光器、扩展腔二极管激光器、量子点激光器、体积布拉格光栅激光器、砷化铟激光器、晶体管激光器、二极管泵浦激光器、分布反馈激光器、量子阱激光器、带间级联激光器、砷化本文档来自技高网...
【技术保护点】
1.一种用于训练数据驱动模型的方法,该数据驱动模型用于确定与人的状况相关的用户选择的参数值,该方法包括:
2.如权利要求1所述的方法,其中,由近红外区内的光图案照射该身体部位。
3.如权利要求1至2中任一项所述的方法,其中,该身体部位是面部。
4.如权利要求1至3中任一项所述的方法,其中,确定皮肤图案特征包括将该图像裁剪成多个部分图像,其中,每个部分图像都包含图案特征。
5.如权利要求1至4中任一项所述的方法,其中,使用卷积神经网络来确定皮肤图案特征。
6.如权利要求1至5中任一项所述的方法,其中,该方法包括从用户界面接收与该人的状况相关的用户选择的参数。
7.如权利要求1至6中任一项所述的方法,其中,训练多于一种数据驱动模型并选择最佳拟合的模型。
8.如权利要求1至7中任一项所述的方法,其中,该方法进一步包括用新数据集重新训练经训练的数据驱动模型。
9.一种用于确定与人的状况相关的用户选择的参数值的方法,该方法包括:
10.如权利要求1至9所述的方法,其中,该人的状况是人
11.一种存储有计算机程序的非暂态计算机可读数据介质,该计算机程序包括用于执行根据前述权利要求中任一项所述的方法的步骤的指令。
12.一种用于确定与人的状况相关的用户选择的参数值的装置,该装置包括:
13.如权利要求12所述的装置,其中,该装置是便携式装置、特别是智能手机。
14.如权利要求12或13所述的装置,其中,该处理器进一步被配置用于通过使用已经由包括皮肤图案特征和该用户选择的参数值的一组历史数据进行训练的数据驱动模型,从这些皮肤图案特征中确定与该人的状况相关的该用户选择的参数值。
15.如权利要求11至14中任一项所述的装置,其中,该处理器是或包括安全隔离区处理器。
...【技术特征摘要】
【国外来华专利技术】
1.一种用于训练数据驱动模型的方法,该数据驱动模型用于确定与人的状况相关的用户选择的参数值,该方法包括:
2.如权利要求1所述的方法,其中,由近红外区内的光图案照射该身体部位。
3.如权利要求1至2中任一项所述的方法,其中,该身体部位是面部。
4.如权利要求1至3中任一项所述的方法,其中,确定皮肤图案特征包括将该图像裁剪成多个部分图像,其中,每个部分图像都包含图案特征。
5.如权利要求1至4中任一项所述的方法,其中,使用卷积神经网络来确定皮肤图案特征。
6.如权利要求1至5中任一项所述的方法,其中,该方法包括从用户界面接收与该人的状况相关的用户选择的参数。
7.如权利要求1至6中任一项所述的方法,其中,训练多于一种数据驱动模型并选择最佳拟合的模型。
8.如权利要求1至7中任一项所述的方法,其中,该方法进一步包括用新数据集重新训练经训...
【专利技术属性】
技术研发人员:C·赫斯,V·C·科克勒,C·伦纳茨,F·希克,J·格罗斯霍尔特豪斯,
申请(专利权)人:特里纳米克斯股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。