穿戴设备的佩戴状态判定方法、装置、电子设备和介质与流程

1.本发明涉及电子设备技术领域，具体涉及一种穿戴设备的佩戴状态判定方法、装置、电子设备和介质。


背景技术：

2.以智能手环和手表等为代表的穿戴设备已经走进人们的生活，用于跟踪人们的日常活动、睡眠情况和饮食习惯等。通常情况下，通过穿戴设备检测用户实时的或者一段时间的数据对用户的健康、运动等数据了解用户的身体状态。为了节省用电量，对没有处于佩戴状态的穿戴设备的部分功能进行关闭，因此正确判定设备是否处于佩戴状态直接影响用户的体验。
3.某些场景下需要对未知内部配置的穿戴设备进行佩戴状态的检测，而不同的穿戴设备搭载的传感器的种类不同，如何针对上述穿戴设备进行佩戴状态检测，以及如何提高检测的准确率成为需要解决的技术问题。


技术实现要素：

4.鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的穿戴设备的佩戴状态判定方法、装置、电子设备和介质。
5.依据本发明的一个方面，提供了一种穿戴设备的佩戴状态判定方法，所述方法包括：在检测周期内，依次检测所述穿戴设备中是否存在某一类型的传感器；若检测出存在所述类型的传感器，则获取所述传感器的检测数据，并判断所述检测数据是否满足预设条件；根据是否满足预设条件的判断结果，判定所述穿戴设备是否处于佩戴状态。
6.在一些实施方式中，所述传感器包括皮肤电活动传感器、血氧传感器、加速度传感器、陀螺仪传感器、ppg信号传感器或温度传感器中的任一种或者几种。
7.在一些实施方式中，所述判断所述检测数据是否满足预设条件包括：判断所述检测数据与是否在预设的阈值范围内；如果所述检测数据在所述阈值范围内，则满足预设条件，否则不满足预设条件；或者，所述判断所述检测数据是否满足预设条件包括：根据预设的算法模型，确定所述检测数据的质量等级；如果所述质量等级在预设等级以上，则满足预设条件，否则不满足预设条件。
8.在一些实施方式中，当所述传感器为ppg信号传感器时，则若检测出存在所述类型的传感器，则获取所述传感器的检测数据，并判断所述检测数据是否满足预设条件具体包括：采集所述ppg信号传感器在单个检测周期内的ppg信号数据；将ppg信号数据输入到预先训练好的等级分类模型，从所述等级分类模型得到所
述ppg信号的质量等级；判断所述质量等级是否大于预设等级，若大于预设等级则满足预设条件。
9.在一些实施方式中，根据是否满足预设条件的判断结果，判定所述穿戴设备是否处于佩戴状态包括：基于单个传感器的检测数据判定所述穿戴设备是否处于佩戴状态；或者，基于两个以上传感器的检测数据判定所述穿戴设备是否处于佩戴状态。
10.在一些实施方式中，所述基于两个以上传感器的检测数据判定是否处于佩戴状态包括：根据所述两个以上传感器的各检测数据的数据特征，设置各检测数据的权重值；根据各检测数据以及相应的权重值计算综合值；判断所述综合值是否大于判定阈值，若所述综合值大于判定阈值则确定所述穿戴设备处于佩戴状态；其中，所述两个以上传感器包括ppg信号传感器，所述ppg信号的权重值的大小与所述ppg信号的质量等级相对应，质量等级越高则权重值越大。
11.在一些实施方式中，所述ppg信号传感器的等级分类模型的训练步骤包括：从ppg信号数据中提取波峰和波谷，基于所述波峰对所述ppg信号进行分段处理，获得多个数据段；将各数据段依次与所述信号模板的多个数据段进行互相关操作，确定出满足条件的数据段的个数；所述满足条件的数据段的个数的多少，得到所述ppg信号的模板质量等级；利用训练好的神经网络等级分类模型判定所述ppg信号的网络质量等级；根据所述模板质量等级和网络质量等级的加权结果，确定所述ppg信号的质量等级。
12.依据本发明的另一个方面，提供了一种穿戴设备的佩戴状态判定装置，所述装置包括：传感器检测模块，适于在检测周期内，依次检测所述穿戴设备中是否存在某一类型的传感器；数据判断模块，适于若检测出存在所述类型的传感器，则获取所述传感器的检测数据，并判断所述检测数据是否满足预设条件；状态判定模块，适于根据是否满足预设条件的判断结果，判定所述穿戴设备是否处于佩戴状态。
13.依据本发明的又一方面，提供了一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据上述任一项穿戴设备的佩戴状态判定方法。
14.依据本发明的再一方面，提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现根据上述中任一项穿戴设备的佩戴状态判定方法。
15.由上述可知，根据本发明公开的上述技术方案，提供了一种针对不同配置的穿戴设备均能够进行检测的通用判定方法，首先对是否存在某种类别的传感器进行检测，当存
在该类别的传感器时，获取传感器的检测数据，并对检测数据进行处理和判断，综合分析计算后判定穿戴设备是否处于佩戴状态，从而提高了佩戴状态判定的通用性以及判定的准确率。
16.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
17.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1示出了根据本发明一个实施例的穿戴设备的佩戴状态判定方法的流程示意图；图2示出了根据本发明一个实施例的根据单个传感器依次判定佩戴状态的流程示意图；图3示出了根据本发明一个实施例的ppg信号等级分类模型训练的流程示意图；图4示出了根据本发明一个实施例的穿戴设备的佩戴状态判定装置的结构示意图；图5示出了根据本发明一个实施例的电子设备的结构示意图。
具体实施方式
18.下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
19.图1示出了根据本发明一个实施例的穿戴设备的佩戴状态判定方法的流程示意图，该方法应用于电子设备中，包括应用到穿戴设备本身，还可以用于穿戴设备之外并与该穿戴设备连接的其他电子设备：包括安装有计算机程序的智能终端设备、计算机设备和/或云，所述智能终端设备包括但不限于智能手机、pad；所述计算机设备包括但不限于个人计算机、笔记本电脑、工业计算机、网络主机、单个网络服务器、多个网络服务器集；所述云由基于云计算(cloud computing)的大量计算机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个虚拟超级计算机。
20.如图1所示，本发明实施例中的穿戴设备的佩戴状态判定方法具体包括如下的步骤：步骤s110，在检测周期内，依次检测所述穿戴设备中是否存在某一类型的传感器；步骤s120，若检测出存在所述类型的传感器，则获取所述传感器的检测数据，并判断所述检测数据是否满足预设条件；步骤s130，根据是否满足预设条件的判断结果，判定所述穿戴设备是否处于佩戴状态。
21.在进行具体的判定时，首先对是否存在某种类别的传感器进行检测，比如检测是否存在皮肤电活动传感器或者血氧传感器，如果存在则进一步判断从上述传感器中获得的检测数据是否处于阈值范围，如果处于阈值范围则处于佩戴状态。
22.在其他的实施方式中，明确获取到多个传感器的检测数据后，分别记录各检测数据，对各检测数据是否满足条件进行初步判断，对初次判断的结果进行综合分析，然后根据综合分析的结果判定所述穿戴设备是否处于佩戴状态。
23.综上，该实施例中上述两种实施方式公开的判定方法，均可以在不清楚某种传感器是否存在的情况下对佩戴状态进行判定，从而提高了判定的通用性和准确率。
24.在一些实施例中，所述传感器包括如下的类型：皮肤电活动eda传感器、血氧传感器、加速度acc传感器、陀螺仪gyro传感器、ppg信号传感器或温度传感器中的任一种或者几种，其中，所述温度传感器可以是仅检测体温的传感器，也可以为双侧传感器，分别检测体温和环境温度。
25.在一些实施例中，步骤s120中所述判断所述检测数据是否满足预设条件包括：判断从各传感器采集到的所述检测数据与是否在预设的阈值范围内；如果所述检测数据在所述阈值范围内，则满足预设条件，否则不满足预设条件；在另一种的实施方式中，特别是针对ppg信号传感器、陀螺仪gyro传感器等，所述判断所述检测数据是否满足预设条件包括：根据预设的算法模型，确定所述检测数据的质量等级；如果所述质量等级在预设等级以上，则满足预设条件。
26.当然，也可以在上述步骤中仅获得质量等级，然后再步骤s130中根据质量等级的高低等进行判定是否处于佩戴状态。
27.在一些实施例中，当所述传感器为ppg信号传感器时，则步骤s120若检测出存在所述类型的传感器，则获取所述传感器的检测数据，并判断所述检测数据是否满足预设条件具体包括：采集所述ppg信号传感器在单个检测周期内的ppg信号数据；将所述ppg信号数据输入到预先训练好的等级分类模型，从所述等级分类模型得到所述ppg信号的质量等级；判断所述质量等级是否大于预设等级，若大于预设等级则满足预设条件，当然也可以设定大于等于的条件进行判断。
28.在一些具体的实施例中，可以将质量等级分为三级及以上，质量等级为两级或者三级时，则满足预设条件，表明ppg信号的质量较好，则为佩戴状态的可能性高。试验证明，通过分析ppg信号的质量的准确率比分析心率的高低得到的结果的准确率明显要高，即根据ppg信号质量的判定结果明显好于心率的判定结果，从而避免了误判。
29.在一些实施例中，步骤s130中根据是否满足预设条件的判断结果，判定所述穿戴设备是否处于佩戴状态包括：基于单个传感器的检测数据来确定穿戴设备是否处于佩戴状态。
30.结合图2所示，在一个具体的实施方式中，以智能手环/手表是否处于佩戴状态为例，首先设定检测周期为t，t的数值范围可选为5-15秒，然后，依次判断是否存在皮肤电活动eda传感器、血氧传感器、加速度acc传感器、陀螺仪gyro传感器、ppg信号传感器或温度传
感器，若存在其中某一类型的传感器，则可以仅根据该种类型的检测数据即可判定穿戴设备是否处于佩戴状态。
31.在另一个实施方式中，根据两个以上传感器的检测数据综合判定是否处于佩戴状态，即可以在获得多个传感器数据后综合判断穿戴设备是否处于佩戴状态。
32.具体的，基于两个以上传感器的检测数据判定是否处于佩戴状态包括：根据所述两个以上传感器的各检测数据的数据特征，特别是各传感器本身的数据准确性以及对穿戴设备的重要性等方面，设置各检测数据的权重值；优选的，当存在ppg信号传感器时，设置ppg信号传感器的权重值大于其他传感器，从而对ppg信号传感器的权重进行倾斜。
33.根据各检测数据以及相应的权重值计算综合值；判断所述综合值是否大于判定阈值，若所述综合值大于判定阈值则确定所述穿戴设备处于佩戴状态。
34.比如，当存在皮肤电活动传感器、血氧传感器、温度传感器和加速度传感器时，其权重值分别为：0.2、0.2、0.2、0.4，各权重的总和为1，若各传感器的综合值为0.7以上，则可判定属于佩戴状态。
35.可选的，在所述两个以上传感器包括ppg信号传感器的情况下，所述ppg信号的权重值的大小与所述ppg信号的质量等级相对应，质量等级越高则权重值越大。
36.在一个实施方式中，穿戴设备上存在皮肤电活动传感器、血氧传感器、加速度传感器和ppg信号传感器，其权重值分别为0.1、0.1、0.2、0.6，其中，ppg信号的质量等级为三级，一级是的等级权重0.2，二级的为等级权重为0.6，三级的等级权重为1。当ppg信号质量等级为一级时，其在各传感器中的实际权重为0.6
×
0.2即0.12，当ppg信号质量等级为二级时，其实际权重为0.6
×
0.6即0.36，当ppg信号质量等级为三级时，其实际权重为0.6
×
1即0.6。当然，上述设置方式仅是举例，其他可替代的方式均在本发明实施例的保护范围之内。
37.在一些实施例中，参见图3所示，所述ppg信号传感器的等级分类模型的训练步骤包括：步骤s310，从ppg信号数据中提取波峰和波谷，基于所述波峰对所述ppg信号进行分段处理，获得多个数据段；可选的，将滤波后的ppg信号进行分段处理，每段数据取波峰索引点前1秒至后1秒的数据。
38.步骤s320，将各数据段依次与所述信号模板的多个数据段进行互相关操作，确定出满足条件的数据段的个数。
39.具体的，针对多个处理后的数据段中的某一数据段，此处将其标记为当前数据段。将当前数据段依次与所述信号模板的多个数据段（假设信号模板中共有6个数据段）进行互相关操作，分别得到多个互相关值（假设得到的多个互相关值分别为：0 .8，0 .9，0 .5， 0 .9，0 .9，0 .9），此处的互相关条件可包括互相关值》0 .8。因此，针对当前数据段，可知在模板的多个数据段中确定满足互相关条件的数据段个数为4。
40.步骤s330，所述满足条件的数据段的个数的多少，得到所述ppg信号的模板质量等级。比如，当满足条件的数据段为1-3个时，其质量等级为一级，4-5个时，其质量等级为二级，6个以上时，其质量等级为三级。
41.步骤s340，利用训练好的神经网络等级分类模型判定所述ppg信号的网络质量等
级。其中神经网络可以为卷积神经网络，神经网络训练的步骤包括数据标注、数据预处理、网络模型搭建、数据训练、数据验证等，这里不再赘述。
42.步骤s350，根据所述模板质量等级和网络质量等级的加权结果，确定所述ppg信号的质量等级。
43.根据该实施例，ppg信号质量等级是综合模板质量等级和网络质量等级两者的结果加权而来，比如，模板质量等级的权重为0.4，而网络质量等级为0.6，当然上述权重可以随着神经网络学习时间的变化而发生改变，时间越长而更依赖于深度学习的结果。
44.通过上述步骤得到训练好的等级分类模型，需要指出的是，随着判定数据的增加，上述模型也不断优化，对ppg信号质量等级的评定准确性也会提高。
45.依据本发明的另一个方面，参见图4所示，提供了一种穿戴设备的佩戴状态判定装置，所述装置400包括：传感器检测模块410，适于在检测周期内，依次检测所述穿戴设备中是否存在某一类型的传感器；数据判断模块420，适于若检测出存在所述类型的传感器，则获取所述传感器的检测数据，并判断所述检测数据是否满足预设条件；状态判定模块430，适于根据是否满足预设条件的判断结果，判定所述穿戴设备是否处于佩戴状态。
46.上述装置400可以在不清楚某种传感器是否存在的情况下对佩戴状态进行判定，从而提高了判定的通用性和准确率。
47.在一些实施例中，所述传感器包括皮肤电活动传感器、血氧传感器、加速度传感器、陀螺仪传感器、ppg信号传感器或温度传感器中的任一种或者几种。
48.在一些实施例中，数据判断模块420中所述判断所述检测数据是否满足预设条件包括：判断所述检测数据与是否在预设的阈值范围内；如果所述检测数据在所述阈值范围内，则满足预设条件，否则不满足预设条件；或者，所述判断所述检测数据是否满足预设条件包括：根据预设的算法模型，确定所述检测数据的质量等级；如果所述质量等级在预设等级以上，则满足预设条件，否则不满足预设条件。
49.在一些实施例中，当所述传感器为ppg信号传感器时，则数据判断模块420还适于：采集所述ppg信号传感器在单个检测周期内的ppg信号数据；将ppg信号数据输入到预先训练好的等级分类模型，从所述等级分类模型得到所述ppg信号的质量等级；判断所述质量等级是否大于预设等级，若大于预设等级则满足预设条件。
50.在一些实施例中，状态判定模块430还适于：基于单个传感器的检测数据判定所述穿戴设备是否处于佩戴状态；或者，基于两个以上传感器的检测数据判定所述穿戴设备是否处于佩戴状态。
51.在一些实施例中，状态判定模块430中所述基于两个以上传感器的检测数据判定是否处于佩戴状态包括：根据所述两个以上传感器的各检测数据的数据特征，设置各检测数据的权重值；
根据各检测数据以及相应的权重值计算综合值；判断所述综合值是否大于判定阈值，若所述综合值大于判定阈值则确定所述穿戴设备处于佩戴状态；其中，所述两个以上传感器包括ppg信号传感器，所述ppg信号的权重值的大小与所述ppg信号的质量等级相对应，质量等级越高则权重值越大。
52.在一些可选的实施例中，所述ppg信号传感器的等级分类模型的训练步骤包括：从ppg信号数据中提取波峰和波谷，基于所述波峰对所述ppg信号进行分段处理，获得多个数据段；将各数据段依次与所述信号模板的多个数据段进行互相关操作，确定出满足条件的数据段的个数；所述满足条件的数据段的个数的多少，得到所述ppg信号的模板质量等级；利用训练好的神经网络等级分类模型判定所述ppg信号的网络质量等级；根据所述模板质量等级和网络质量等级的加权结果，确定所述ppg信号的质量等级。
53.需要说明的是，上述各装置实施例的具体实施方式可以参照前述对应方法实施例的具体实施方式进行，在此不再赘述。
54.需要说明的是：在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
55.在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
56.类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。
57.本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书（包括伴随的权利要求、摘要和附图）中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书（包括伴随的权利要求、摘要和附图）中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
58.此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的
范围之内并且形成不同的实施例。
59.本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器（dsp）来实现根据本发明实施例的穿戴设备的佩戴状态判定装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序（例如，计算机程序和计算机程序产品）。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
60.本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的上述穿戴设备的佩戴状态判定方法。
61.图5示出了本发明电子设备实施例的结构示意图，本发明具体实施例并不对电子设备的具体实现做限定。
62.如图5所示，该电子设备可以包括：处理器(processor)502、通信接口(communications interface)504、存储器(memory)506、以及通信总线508。
63.其中：处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。通信接口504，用于与其它设备比如客户端或其它服务器等的网元通信。处理器502，用于执行程序510，具体可以执行上述用于电子设备的上述穿戴设备的佩戴状态判定方法实施例中的相关步骤。
64.具体地，程序510可以包括程序代码，该程序代码包括计算机操作指令。
65.处理器502可能是中央处理器cpu，或者是特定集成电路asic（application specific integrated circuit），或者是被配置成实施本发明实施例的一个或多个集成电路。电子设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个cpu；也可以是不同类型的处理器，如一个或多个cpu以及一个或多个asic。
66.存储器506，用于存放程序510。存储器506可能包含高速ram存储器，也可能还包括非易失性存储器（non-volatile memory），例如至少一个磁盘存储器。
67.程序510具体可以用于使得处理器502执行上述穿戴设备的佩戴状态判定方法实施例对应的操作。
68.应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

技术特征：
1.一种穿戴设备的佩戴状态判定方法，所述方法包括：在检测周期内，依次检测所述穿戴设备中是否存在某一类型的传感器；若检测出存在所述类型的传感器，则获取所述传感器的检测数据，并判断所述检测数据是否满足预设条件；根据是否满足预设条件的判断结果，判定所述穿戴设备是否处于佩戴状态。2.根据权利要求1所述的方法，其特征在于，所述传感器包括皮肤电活动传感器、血氧传感器、加速度传感器、陀螺仪传感器、ppg信号传感器或温度传感器中的任一种或者几种。3.根据权利要求1或2所述的方法，其特征在于，所述判断所述检测数据是否满足预设条件包括：判断所述检测数据与是否在预设的阈值范围内；如果所述检测数据在所述阈值范围内，则满足预设条件，否则不满足预设条件；或者，所述判断所述检测数据是否满足预设条件包括：根据预设的算法模型，确定所述检测数据的质量等级；如果所述质量等级在预设等级以上，则满足预设条件，否则不满足预设条件。4.根据权利要求3所述的方法，其特征在于，当所述传感器为ppg信号传感器时，则若检测出存在所述类型的传感器，则获取所述传感器的检测数据，并判断所述检测数据是否满足预设条件具体包括：采集所述ppg信号传感器在单个检测周期内的ppg信号数据；将ppg信号数据输入到预先训练好的等级分类模型，从所述等级分类模型得到所述ppg信号的质量等级；判断所述质量等级是否大于预设等级，若大于预设等级则满足预设条件。5.根据权利要求4所述的方法，其特征在于，根据是否满足预设条件的判断结果，判定所述穿戴设备是否处于佩戴状态包括：基于单个传感器的检测数据判定所述穿戴设备是否处于佩戴状态；或者，基于两个以上传感器的检测数据判定所述穿戴设备是否处于佩戴状态。6.根据权利要求5所述的方法，其特征在于，所述基于两个以上传感器的检测数据判定是否处于佩戴状态包括：根据所述两个以上传感器的各检测数据的数据特征，设置各检测数据的权重值；根据各检测数据以及相应的权重值计算综合值；判断所述综合值是否大于判定阈值，若所述综合值大于判定阈值则确定所述穿戴设备处于佩戴状态；其中，所述两个以上传感器包括ppg信号传感器，所述ppg信号的权重值的大小与所述ppg信号的质量等级相对应，质量等级越高则权重值越大。7.根据权利要求4所述的方法，其特征在于，所述ppg信号传感器的等级分类模型的训练步骤包括：从ppg信号数据中提取波峰和波谷，基于所述波峰对所述ppg信号进行分段处理，获得多个数据段；将各数据段依次与所述信号模板的多个数据段进行互相关操作，确定出满足条件的数据段的个数；
所述满足条件的数据段的个数的多少，得到所述ppg信号的模板质量等级；利用训练好的神经网络等级分类模型判定所述ppg信号的网络质量等级；根据所述模板质量等级和网络质量等级的加权结果，确定所述ppg信号的质量等级。8.一种穿戴设备的佩戴状态判定装置，所述装置包括：传感器检测模块，适于在检测周期内，依次检测所述穿戴设备中是否存在某一类型的传感器；数据判断模块，适于若检测出存在所述类型的传感器，则获取所述传感器的检测数据，并判断所述检测数据是否满足预设条件；状态判定模块，适于根据是否满足预设条件的判断结果，判定所述穿戴设备是否处于佩戴状态。9.一种电子设备，其中，该电子设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据权利要求1-7中任一项所述的穿戴设备的佩戴状态判定方法。10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现根据权利要求1-7中任一项所述的穿戴设备的佩戴状态判定方法。

技术总结
本发明公开了一种穿戴设备的佩戴状态判定方法、装置、电子设备和介质，所述方法包括：在检测周期内，依次检测所述穿戴设备中是否存在某一类型的传感器；若检测出存在所述类型的传感器，则获取所述传感器的检测数据，并判断所述检测数据是否满足预设条件；根据是否满足预设条件的判断结果，判定所述穿戴设备是否处于佩戴状态。上述方案适用于对穿戴设备中某一类型传感器的是否存在不明确的情况，通过多个检测或判断步骤的操作就可以实现对是否处于佩戴状态进行判定，提高了佩戴状态判定的通用性以及判定的准确率。性以及判定的准确率。性以及判定的准确率。


技术研发人员：孙涛 欧博
受保护的技术使用者：北京中科心研科技有限公司
技术研发日：2023.07.14
技术公布日：2023/8/13