智能手表的屏幕控制方法、装置、设备及存储介质与流程

1.本技术涉及智能手表的屏幕控制领域，尤其涉及一种智能手表的屏幕控制方法、装置、设备及存储介质。


背景技术：

2.手表是人们日常生活中常见的穿戴物，一般戴在手腕上用以计时。随着移动设备技术的发展，手表的功能也日趋多样化，产生了“智能手表”这一产品。智能手表相比只具有计时功能的普通手表，还具有提醒、导航、校准、心率检测、交互、连接手机、计步等中的一种或多种功能，并且具有电子触控显示屏。
3.由于功能的增加，智能手表的能耗也相比传统手表增加不少。为了节能省电和避免误触， 智能手表往往设定了在无操作手表的情况下自动关闭屏幕，当用户每次想看屏幕都需要用户触碰或按键来唤醒屏幕，这在某些情境下并不方便。因此，亟需一种方法来解决这一问题。


技术实现要素：

4.本技术提供一种智能手表的屏幕控制方法、装置、设备及存储介质，旨在对智能手表的屏幕实现智能控制，提高用户的使用体验。
5.第一方面，本技术提供一种智能手表的屏幕控制方法，包括：在所述智能手表的屏幕状态处于熄灭状态时，获取所述三轴加速度传感器在第一预设时间段内采集的多个第一采样值和第一时刻采集的第二采样值，并将所述多个第一采样值输入预设的状态检测模型，以获取用户的手腕在所述第一预设时间段内的状态；其中，所述用户的手腕佩戴所述智能手表，所述第一预设时间段为与所述第一时刻相连的并在所述第一时刻之前的时间段；根据多个所述第一采样值和所述第二采样值，判断所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态是否一致；若所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态不一致，获取所述三轴加速度传感器在第二预设时间段内采集的多个第三采样值；其中，所述第二预设时间段为所述第一时刻与第二时刻之间的时长，所述第二时刻为当前时刻；将所述用户在所述第一预设时间段内的状态和多个所述第三采样值输入预设的屏幕控制模型，以判断当前时刻是否需要点亮所述智能手表的屏幕；若当前时刻需要点亮所述智能手表的屏幕，点亮所述智能手表的屏幕。
6.进一步地，所述根据多个所述第一采样值和所述第二采样值，判断所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态是否一致，包括：根据多个所述第一采样值和所述第二采样值计算第一标准差、第二标准差和第三标准差；其中，所述第一标准差为多个所述第一采样值和所述第二采样值中的第一方向的加速度值的标准差，所述第二标准差为多个所述第一采样值和所述第二采样值中的第二方
向的加速度值的标准差，所述第三标准差为多个所述第一采样值和所述第二采样值中的第三方向的加速度值的标准差；根据所述用户的手腕在所述第一预设时间段内的状态获取第一预设标准差、第二预设标准差和第三预设标准差；其中，所述第一预设标准差为与所述用户的手腕在所述第一预设时间段内的状态相匹配的所述第一方向的加速度值的标准差的最大值，所述第二预设标准差为与所述用户的手腕在所述第一预设时间段内的状态相匹配的所述第二方向的加速度值的标准差的最大值，所述第三预设标准差为与所述用户的手腕在所述第一预设时间段内的状态相匹配的所述第三方向的加速度值的标准差的最大值；将所述第一标准差和所述第一预设标准差进行比较，并将所述第二标准差和所述第二预设标准差进行比较，及将所述第三标准差和所述第三预设标准差进行比较；若所述第一标准差大于所述第一预设标准差、所述第二标准差大于所述第二预设标准差和所述第三标准差大于所述第三预设标准差中的至少一个条件成立，确定所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态不一致。
7.进一步地，所述预设的屏幕控制模型的训练方法，包括：获取训练样本集，所述训练样本集包括若干个映射关系，所述映射关系为实验者的手腕所处的状态与所述实验者的手腕偏离所述实验者的手腕所处的状态时采集到的所述实验者的手腕在所述第二预设时间段内的三轴加速度值之间的映射关系；分别对所述训练样本集中的若干个映射关系进行标注，以区分正样本和负样本，其中，所述正样本为所述实验者的手腕偏离所述实验者的手腕所处的状态的原因是查看所述智能手表的屏幕所匹配的所述映射关系；构建卷积神经网络模型，所述卷积神经网络模型依次包括四个并行分支、第一卷积层、第一最大值池化层、第二卷积层、第二最大值池化层、第一全连接层、tanh激活层、第二全连接层和sigmoid激活层；基于标注后的所述训练样本集对所述卷积神经网络模型进行训练，以获得所述屏幕控制模型。
8.进一步地，所述基于标注后的所述训练样本集对所述卷积神经网络模型进行训练，以获得所述屏幕控制模型，包括：将所述训练样本集采用分层抽样的方式随机划分为第一子集、第二子集、第三子集、第四子集和第五子集；利用所述第一子集、所述第二子集、所述第三子集、所述第四子集对所述卷积神经网络模型进行训练得到第一初始屏幕控制模型，并利用所述第五子集对所述第一初始屏幕控制模型进行验证，得到第一准确率；利用所述第一子集、所述第二子集、所述第三子集、所述第五子集对所述第一初始屏幕控制模型进行训练得到第二初始屏幕控制模型，并利用所述第四子集对所述第二初始屏幕控制模型进行验证，得到第二准确率；利用所述第一子集、所述第二子集、所述第四子集、所述第五子集对所述第二初始屏幕控制模型进行训练得到第三初始屏幕控制模型，并利用所述第三子集对所述第三初始屏幕控制模型进行验证，得到第三准确率；利用所述第一子集、所述第三子集、所述第四子集、所述第五子集对所述第三初始
屏幕控制模型进行训练得到第四初始屏幕控制模型，并利用所述第二子集对所述第四初始屏幕控制模型进行验证，得到第四准确率；利用所述第二子集、所述第三子集、所述第四子集、所述第五子集对所述第四初始屏幕控制模型进行训练得到第五初始屏幕控制模型，并利用所述第一子集对所述第五初始屏幕控制模型进行验证，得到第五准确率；计算所述第一准确率、所述第二准确率、所述第三准确率、所述第四准确率和所述第五准确率的平均值，并将所述平均值与预设平均值进行比较；若所述平均值不小于所述预设平均值，分别计算所述第一初始屏幕控制模型、所述第二初始屏幕控制模型、所述第三初始屏幕控制模型、所述第四初始屏幕控制模型和所述第五初始屏幕控制模型中的各个对应参数的平均值；利用所有所述平均值生成待优化的屏幕控制模型；构建二分类交叉熵损失函数；利用所述二分类交叉熵损失函数对所述待优化的屏幕控制模型进行优化，得到所述屏幕控制模型。
9.进一步地，所述方法还包括：点亮所述智能手表的屏幕的同时获取所述三轴加速度传感器采集的第四采样值，并在获取到所述第四采样值后获取所述加速度传感器采集的第五采样值；利用所述第四采样值和所述第五采样值计算第一绝对值、第二绝对值和第三绝对值；其中，所述第一绝对值为所述第四采样值中的第一方向的加速度值和所述第五采样值中的第一方向的加速度值之差的绝对值，所述第二绝对值为所述第四采样值中的第二方向的加速度值和所述第五采样值中的第二方向的加速度值之差的绝对值，所述第三绝对值为所述第四采样值中的第三方向的加速度值和所述第五采样值中的第三方向的加速度值之差的绝对值；分别将所述第一绝对值、所述第二绝对值和所述第三绝对值与预设绝对值进行比较；若所述第一绝对值、所述第二绝对值和所述第三绝对值中的至少一个大于所述预设绝对值，熄灭所述智能手表的屏幕。
10.第二方面，本技术提供一种智能手表的屏幕控制装置，所述智能手表设有三轴加速度传感器，所述屏幕控制装置包括：第一获取模块，用于在所述智能手表的屏幕状态处于熄灭状态时，获取所述三轴加速度传感器在第一预设时间段内采集的多个第一采样值和当前时刻采集的第二采样值，并将所述多个第一采样值输入预设的状态检测模型，以获取用户的手腕在所述第一预设时间段内所处的状态；其中，所述用户的手腕佩戴所述智能手表，所述第一预设时间段为与所述当前时刻相连的并在所述当前时刻之前的时间段；判断模块，用于根据多个所述第一采样值和所述第二采样值，判断所述用户的手腕当前所处的状态与所述第一预设时间段内所处的状态是否一致；第二获取模块，用于若所述用户的手腕当前所处的状态与所述第一预设时间段内所处的状态不一致时，获取所述三轴加速度传感器在第二预设时间段内采集的多个第三采样值；其中，所述第二预设时间段为与所述当前时刻相连的并在所述当前时刻之后的时间
段；输入模块，用于将所述用户在所述第一预设时间段内所处的状态和多个所述第三采样值输入预设的屏幕控制模型，以判断是否需要点亮所述智能手表的屏幕；执行模块，用于若需要点亮所述智能手表的屏幕，点亮所述智能手表的屏幕。
11.第三方面，本技术提供一种终端设备，所述终端设备包括处理器、存储器以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中，所述计算机程序被所述处理器执行时，实现如上所述的任一种智能手表的屏幕控制方法。
12.第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中，所述计算机程序被处理器执行时，实现如上所述的任一种智能手表的屏幕控制方法。
13.本技术公开了一种智能手表的屏幕控制方法、装置、设备及存储介质，其中，所述智能手表的屏幕控制方法通过在所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态不一致时，获取所述三轴加速度传感器在第二预设时间段内采集的多个第三采样值，并将所述用户在所述第一预设时间段内的状态和多个所述第三采样值输入预设的屏幕控制模型，以判断当前时刻是否需要点亮所述智能手表的屏幕，及若当前时刻需要点亮所述智能手表的屏幕，点亮所述智能手表的屏幕，实现了对智能手表的屏幕进行智能化控制，以提高用户的使用体验。
附图说明
14.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
15.图1为本技术实施例提供的智能手表的屏幕控制方法的流程示意图；图2为本技术实施例提供的智能手表的屏幕控制装置的结构示意性框图；图3为本技术实施例提供的终端设备的结构示意性框图。
具体实施方式
16.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做出创造性劳动的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。
17.附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
18.还应当理解，在此本技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本技术。如在本技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
19.还应当进一步理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
20.手表是人们日常生活中常见的穿戴物，一般戴在手腕上用以计时。随着移动设备技术的发展，手表的功能也日趋多样化，产生了“智能手表”这一产品。智能手表相比只具有计时功能的普通手表，还具有提醒、导航、校准、心率检测、交互、连接手机、计步等中的一种或多种功能，并且具有电子触控显示屏。
21.由于功能的增加，智能手表的能耗也相比传统手表增加不少。为了节能省电和避免误触， 智能手表往往设定了在无操作手表的情况下自动关闭屏幕，当用户每次想看屏幕都需要用户触碰或按键来唤醒屏幕，这在某些情境下并不方便。为此，本技术实施例提供一种智能手表的屏幕控制方法、装置、设备及存储介质，以解决上述问题。
22.下面结合附图，对本技术的一些实施方式作详细说明。在不冲突的情况下，下述实施例及实施例中的特征可以相互结合。
23.请参阅图1，图1为本技术实施例提供的智能手表的屏幕控制方法的流程示意图，如图1所示，本技术实施例提供的智能手表的屏幕控制方法的流程示意图包括步骤s100至步骤s500。
24.步骤s100、在所述智能手表的屏幕状态处于熄灭状态时，获取所述三轴加速度传感器在第一预设时间段内采集的多个第一采样值和第一时刻采集的第二采样值，并将所述多个第一采样值输入预设的状态检测模型，以获取用户的手腕在所述第一预设时间段内的状态；其中，所述用户的手腕佩戴所述智能手表，所述第一预设时间段为与所述第一时刻相连的并在所述第一时刻之前的时间段。
25.可以理解地，所述用户的手腕的状态在较短时间内可能会出现多种状态，为提高所述方法的精确性，将所述第一预设时间段设置为一段较短的时间段，优选的，所述第一预设时间段不小于2秒。
26.其中，所述用户的手腕在所述第一预设时间段内的状态包括手腕放在桌子上、所述用户坐着时将手腕放在大腿上、所述用户将手腕背靠腰部、所述用户用户打字时手腕的状态、所述用户站立时将手腕垂直放置、所述用户行走时手腕的状态、所述用户跑步时手腕的状态、所述用户睡觉时将手腕静置、所述用户睡觉翻身时手腕的状态等。
27.其中，所述预设的状态检测模型是通过卷积神经网络训练得到的。
28.步骤s200、根据多个所述第一采样值和所述第二采样值，判断所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态是否一致。
29.步骤s300、若所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态不一致，获取所述三轴加速度传感器在第二预设时间段内采集的多个第三采样值；其中，所述第二预设时间段为所述第一时刻与第二时刻之间的时长，所述第二时刻为当前时刻。
30.可以理解地，若所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态不一致，说明相对于所述第一预设时间段，所述手腕的状态在所述第一时刻发生了突变，这个突变可能是由于所述用户需要观看所述智能手表的屏幕引起的，也可能是由于所述手腕由一种状态变为另一种状态引起的，因此，需要在所述第一时刻之后获取所述手腕在所述第二预设时间段内的三轴加速度以用来判断所述手腕发生所述突变的原因是否是由于所述用户需要观看所述智能手表的屏幕引起的，由于所述手腕无论处于什么状态，所述用户从所述第一时刻到将所述手腕移动至可以看到所述屏幕时所需的时间一般大于
0.5秒而小于1.5秒，因此，所述第二预设时间段的范围可以设在0.5秒至1.5秒之间。
31.步骤s400、将所述用户在所述第一预设时间段内的状态和多个所述第三采样值输入预设的屏幕控制模型，以判断当前时刻是否需要点亮所述智能手表的屏幕。
32.可以理解地，所述手腕在所述第一预设时间段内的状态不同时，即使所述手腕发生所述突变的原因是由于所述用户观看所述屏幕引起的，所述三轴加速度采集到的多个所述第三采样值也是是不同的。
33.步骤s500、若当前时刻需要点亮所述智能手表的屏幕，点亮所述智能手表的屏幕。
34.其中，在步骤s500中，只有当采集到的多个所述第三采样值与所述手腕在所述第一预设时间段内的状态下所述用户观看所述屏幕时在所述第二预设时间段内的实际采样值相匹配，才能点亮所述智能手表的屏幕。
35.本实施例提供的智能手表的屏幕控制方法通过在所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态不一致时，获取所述三轴加速度传感器在第二预设时间段内采集的多个第三采样值，并将所述用户在所述第一预设时间段内的状态和多个所述第三采样值输入预设的屏幕控制模型，以判断当前时刻是否需要点亮所述智能手表的屏幕，及若当前时刻需要点亮所述智能手表的屏幕，点亮所述智能手表的屏幕，实现了对智能手表的屏幕进行智能化控制，以提高用户的使用体验。
36.在一些实施例中，在步骤s500之后，所述方法还包括步骤s600至步骤s900。
37.步骤s600、点亮所述智能手表的屏幕的同时获取所述三轴加速度传感器采集的第四采样值，并在获取到所述第四采样值后获取所述加速度传感器采集的第五采样值。
38.可以理解地，所述第四采样值为所述用户观看所述屏幕时所述三轴加速度传感器采集的三轴加速度值。
39.步骤s700、利用所述第四采样值和所述第五采样值计算第一绝对值、第二绝对值和第三绝对值；其中，所述第一绝对值为所述第四采样值中的第一方向的加速度值和所述第五采样值中的第一方向的加速度值之差的绝对值，所述第二绝对值为所述第四采样值中的第二方向的加速度值和所述第五采样值中的第二方向的加速度值之差的绝对值，所述第三绝对值为所述第四采样值中的第三方向的加速度值和所述第五采样值中的第三方向的加速度值之差的绝对值。
40.步骤s800、分别将所述第一绝对值、所述第二绝对值和所述第三绝对值与预设绝对值进行比较。
41.步骤s900、若所述第一绝对值、所述第二绝对值和所述第三绝对值中的至少一个大于所述预设绝对值，熄灭所述智能手表的屏幕。
42.可以理解地，所述三轴加速度传感器在采集到所述第四采样值后，可能存在多次采集所述第五采样值的情况，并且所述三轴加速度传感器每采集一次所述第五采样值，步骤s700至步骤s800都会被执行一次，只有当某次所述第五采样值满足步骤s900中的条件时，才会执行步骤s900。还可以理解地，当某次所述第五采样值满足步骤s900中的条件时，说明所述用户不再观看所述智能手表的屏幕，为了节省所述智能手表的能耗，在所述用户不再观看所述智能手表的屏幕时，熄灭所述智能手表的屏幕。
43.在一些实施例中，步骤s200包括步骤s201至步骤s204。
44.步骤s201、根据多个所述第一采样值和所述第二采样值计算第一标准差、第二标
准差和第三标准差；其中，所述第一标准差为多个所述第一采样值和所述第二采样值中的第一方向的加速度值的标准差，所述第二标准差为多个所述第一采样值和所述第二采样值中的第二方向的加速度值的标准差，所述第三标准差为多个所述第一采样值和所述第二采样值中的第三方向的加速度值的标准差。
45.其中，关于所述标准差的计算方式为现有技术，这里不再赘述。
46.步骤s202、根据所述用户的手腕在所述第一预设时间段内的状态获取第一预设标准差、第二预设标准差和第三预设标准差；其中，所述第一预设标准差为与所述用户的手腕在所述第一预设时间段内的状态相匹配的所述第一方向的加速度值的标准差的最大值，所述第二预设标准差为与所述用户的手腕在所述第一预设时间段内的状态相匹配的所述第二方向的加速度值的标准差的最大值，所述第三预设标准差为与所述用户的手腕在所述第一预设时间段内的状态相匹配的所述第三方向的加速度值的标准差的最大值。
47.可以理解地，所述第一预设标准差、所述第二预设标准差和所述第三预设标准差取决于所述用户的手腕在所述第一预设时间段内的状态，也就是说，所述用户的手腕在所述第一预设时间段内的状态不同时，所述第一预设标准差、所述第二预设标准差和所述第三预设标准差是不同的。例如，所述用户在所述第一预设时间段内将手腕放在桌上时，所述第一预设标准差为1m/s
²
、所述第二预设标准差为2m/s
²
、所述第三预设标准差为0.5m/s
²
，又如，所述用户在所述第一预设时间段内将手腕放在腰部后面时，所述第一预设标准差为0.5m/s
²
、所述第二预设标准差为1.5m/s
²
、所述第三预设标准差为0.1m/s
²
。
48.步骤s203、将所述第一标准差和所述第一预设标准差进行比较，并将所述第二标准差和所述第二预设标准差进行比较，及将所述第三标准差和所述第三预设标准差进行比较。
49.步骤s204、若所述第一标准差大于所述第一预设标准差、所述第二标准差大于所述第二预设标准差和所述第三标准差大于所述第三预设标准差中的至少一个条件成立，确定所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态不一致。
50.可以理解地，若所述第一标准差大于所述第一预设标准差、所述第二标准差大于所述第二预设标准差和所述第三标准差大于所述第三预设标准差中的至少一个条件成立，说明相比于所述第一预设时间段，所述手腕的状态在所述第一时刻时发生了突变。
51.该实施例通过将所述第一标准差和所述第一预设标准差进行比较，并将所述第二标准差和所述第二预设标准差进行比较，及将所述第三标准差和所述第三预设标准差进行比较，并在所述第一标准差大于所述第一预设标准差、所述第二标准差大于所述第二预设标准差和所述第三标准差大于所述第三预设标准差中的至少一个条件成立时，确定所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态不一致，可以更加准确地判断所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态是否一致。
52.在一些实施例中，所述预设的屏幕控制模型的训练方法包括步骤s1000至步骤s4000。
53.步骤s1000、获取训练样本集，所述训练样本集包括若干个映射关系，所述映射关系为实验者的手腕所处的状态与所述实验者的手腕偏离所述实验者的手腕所处的状态时采集到的所述实验者的手腕在所述第二预设时间段内的三轴加速度值之间的映射关系。
54.可以理解地，所述实验者的手腕偏离所述实验者的手腕所处的状态的原因可能是
由于所述实验者在数据采集过程中，观看智能手表的屏幕引起的，也可能是由于所述实验者的手腕由一种状态转变为另一种状态引起的，在数据采集过程中，对于所述实验者的手腕所处的每种状态，需要采集多个由于上述两种原因引起所述实验者的手腕偏离所述实验者的手腕所处的状态时在第二预设时间段内的三轴加速度值，需要说明的是，步骤s1000中的所述第二预设时间段与步骤s300中的所述第二预设时间段在时长上趋于一致，但是，步骤s1000中的第二预设时间段是基于所述实验者的手腕偏离所述实验者的手腕所处的状态时到运动至可以观看到智能手表的屏幕所需的时长设置的时间段。所述训练样本集中的数据是在步骤s1000之前采集的，采集所述数据的方法可以是在所述实验者的手腕上佩戴三轴加速度传感器，让所述实验者的手腕偏离某种状态时使所述三轴加速度传感器在步骤s1000中的所述第二预设时间段内采集数据，并将所述数据记录，其中，对于所述实验者的手腕所处的任一种状态需要采集多组不同的数据，其中，必须包括实验者做出观看智能手表的屏幕的动作时采集到的数据。
55.步骤s2000、分别对所述训练样本集中的若干个映射关系进行标注，以区分正样本和负样本，其中，所述正样本为所述实验者的手腕偏离所述实验者的手腕所处的状态的原因是查看所述智能手表的屏幕所匹配的所述映射关系。
56.其中，所述负样本为所述实验者的手腕偏离所述实验者的手腕所处的状态的原因不是查看所述智能手表的屏幕所匹配的所述映射关系。
57.步骤s3000、构建卷积神经网络模型，所述卷积神经网络模型依次包括四个并行分支、第一卷积层、第一最大值池化层、第二卷积层、第二最大值池化层、第一全连接层、tanh激活层、第二全连接层和sigmoid激活层。
58.步骤s4000、基于标注后的所述训练样本集对所述卷积神经网络模型进行训练，以获得所述屏幕控制模型。
59.本实施例将所述训练样本集进行标注以区分所述正样本和所述负样本，并基于标注后的所述训练样本集对所述卷积神经网络模型进行训练可以提高所述预设的屏幕控制模型的训练效果，使所述预设的屏幕控制模型的控制效果更好。
60.在一些实施例中，步骤s4000包括步骤s4001至步骤s4011。
61.步骤s4001、将所述训练样本集采用分层抽样的方式随机划分为第一子集、第二子集、第三子集、第四子集和第五子集。
62.步骤s4002、利用所述第一子集、所述第二子集、所述第三子集、所述第四子集对所述卷积神经网络模型进行训练得到第一初始屏幕控制模型，并利用所述第五子集对所述第一初始屏幕控制模型进行验证，得到第一准确率。
63.步骤s4003、利用所述第一子集、所述第二子集、所述第三子集、所述第五子集对所述第一初始屏幕控制模型进行训练得到第二初始屏幕控制模型，并利用所述第四子集对所述第二初始屏幕控制模型进行验证，得到第二准确率。
64.步骤s4004、利用所述第一子集、所述第二子集、所述第四子集、所述第五子集对所述第二初始屏幕控制模型进行训练得到第三初始屏幕控制模型，并利用所述第三子集对所述第三初始屏幕控制模型进行验证，得到第三准确率。
65.步骤s4005、利用所述第一子集、所述第三子集、所述第四子集、所述第五子集对所述第三初始屏幕控制模型进行训练得到第四初始屏幕控制模型，并利用所述第二子集对所
述第四初始屏幕控制模型进行验证，得到第四准确率。
66.步骤s4006、利用所述第二子集、所述第三子集、所述第四子集、所述第五子集对所述第四初始屏幕控制模型进行训练得到第五初始屏幕控制模型，并利用所述第一子集对所述第五初始屏幕控制模型进行验证，得到第五准确率。
67.步骤s4007、计算所述第一准确率、所述第二准确率、所述第三准确率、所述第四准确率和所述第五准确率的平均值，并将所述平均值与预设平均值进行比较。
68.步骤s4008、若所述平均值不小于所述预设平均值，分别计算所述第一初始屏幕控制模型、所述第二初始屏幕控制模型、所述第三初始屏幕控制模型、所述第四初始屏幕控制模型和所述第五初始屏幕控制模型中的各个对应参数的平均值。
69.步骤s4009、利用所有所述平均值生成待优化的屏幕控制模型。
70.步骤s4010、构建二分类交叉熵损失函数。
71.其中，所述二分类交叉熵损失函数是基于标注后的所述训练样本集构建的。
72.步骤s4011、利用所述二分类交叉熵损失函数对所述待优化的屏幕控制模型进行优化，得到所述屏幕控制模型。
73.可以理解地，由于所述屏幕控制模型是二分类模型，因此，通过所述二分类交叉熵损失函数对所述待优化的屏幕控制模型进行优化后得到的所述屏幕控制模型的控制效果会更好。
74.请参阅图2，图2为本技术实施例提供的智能手表的屏幕控制装置100的结构示意性框图，所述智能手表设有三轴加速度传感器，如图2所示，智能手表的屏幕控制装置100包括：第一获取模块110，用于在所述智能手表的屏幕状态处于熄灭状态时，获取所述三轴加速度传感器在第一预设时间段内采集的多个第一采样值和当前时刻采集的第二采样值，并将所述多个第一采样值输入预设的状态检测模型，以获取用户的手腕在所述第一预设时间段内所处的状态；其中，所述用户的手腕佩戴所述智能手表，所述第一预设时间段为与所述当前时刻相连的并在所述当前时刻之前的时间段；判断模块120，用于根据多个所述第一采样值和所述第二采样值，判断所述用户的手腕当前所处的状态与所述第一预设时间段内所处的状态是否一致；第二获取模块130，用于若所述用户的手腕当前所处的状态与所述第一预设时间段内所处的状态不一致时，获取所述三轴加速度传感器在第二预设时间段内采集的多个第三采样值；其中，所述第二预设时间段为与所述当前时刻相连的并在所述当前时刻之后的时间段；输入模块140，用于将所述用户在所述第一预设时间段内所处的状态和多个所述第三采样值输入预设的屏幕控制模型，以判断是否需要点亮所述智能手表的屏幕；执行模块150，用于若需要点亮所述智能手表的屏幕，点亮所述智能手表的屏幕。
75.需要说明的是，所属技术领域的技术人员可以清楚了解到，为了描述的方便和简洁，上述描述的装置和各个模块的具体工作过程，可以参考前述智能手表的屏幕控制方法实施例中的对应过程，在此不再赘述。
76.上述实施例提供的压力机控制装置100可以实现为一种计算机程序的形式，该计算机程序可以在如图3所示的终端设备200上运行。
77.请参阅图3，图3为本技术实施例提供的终端设备200的结构示意性框图，终端设备200包括处理器201和存储器202，处理器201和存储器202通过系统总线203连接，其中，存储器202可以包括非易失性存储介质和内存储器。
78.非易失性存储介质可存储计算机程序。该计算机程序包括程序指令，该程序指令被处理器201执行时，可使得处理器201执行上述任一种压力机控制方法。
79.处理器201用于提供计算和控制能力，支撑整个终端设备200的运行。
80.内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器201执行时，可使得处理器201执行上述任一种智能手表的屏幕控制方法。
81.本领域技术人员可以理解，图3中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所涉及的终端设备200的限定，具体的终端设备200可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
82.应当理解的是，处理器201可以是中央处理单元 (central processing unit，cpu)，该处理器201还可以是其他通用处理器、数字信号处理器 (digital signal processor，dsp)、专用集成电路 (application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
83.其中，在一些实施例中，处理器201用于运行存储在存储器中的计算机程序，以实现如下步骤：在所述智能手表的屏幕状态处于熄灭状态时，获取所述三轴加速度传感器在第一预设时间段内采集的多个第一采样值和第一时刻采集的第二采样值，并将所述多个第一采样值输入预设的状态检测模型，以获取用户的手腕在所述第一预设时间段内的状态；其中，所述用户的手腕佩戴所述智能手表，所述第一预设时间段为与所述第一时刻相连的并在所述第一时刻之前的时间段；根据多个所述第一采样值和所述第二采样值，判断所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态是否一致；若所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态不一致，获取所述三轴加速度传感器在第二预设时间段内采集的多个第三采样值；其中，所述第二预设时间段为所述第一时刻与第二时刻之间的时长，所述第二时刻为当前时刻；将所述用户在所述第一预设时间段内的状态和多个所述第三采样值输入预设的屏幕控制模型，以判断当前时刻是否需要点亮所述智能手表的屏幕；若当前时刻需要点亮所述智能手表的屏幕，点亮所述智能手表的屏幕。
84.在一些实施例中，处理器201在实现所述根据多个所述第一采样值和所述第二采样值，判断所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态是否一致时，用于实现：根据多个所述第一采样值和所述第二采样值计算第一标准差、第二标准差和第三标准差；其中，所述第一标准差为多个所述第一采样值和所述第二采样值中的第一方向的加速度值的标准差，所述第二标准差为多个所述第一采样值和所述第二采样值中的第二方向的加速度值的标准差，所述第三标准差为多个所述第一采样值和所述第二采样值中的第
三方向的加速度值的标准差；根据所述用户的手腕在所述第一预设时间段内的状态获取第一预设标准差、第二预设标准差和第三预设标准差；其中，所述第一预设标准差为与所述用户的手腕在所述第一预设时间段内的状态相匹配的所述第一方向的加速度值的标准差的最大值，所述第二预设标准差为与所述用户的手腕在所述第一预设时间段内的状态相匹配的所述第二方向的加速度值的标准差的最大值，所述第三预设标准差为与所述用户的手腕在所述第一预设时间段内的状态相匹配的所述第三方向的加速度值的标准差的最大值；将所述第一标准差和所述第一预设标准差进行比较，并将所述第二标准差和所述第二预设标准差进行比较，及将所述第三标准差和所述第三预设标准差进行比较；若所述第一标准差大于所述第一预设标准差、所述第二标准差大于所述第二预设标准差和所述第三标准差大于所述第三预设标准差中的至少一个条件成立，确定所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态不一致。
85.在一些实施例中，处理器201还用于实现：获取训练样本集，所述训练样本集包括若干个映射关系，所述映射关系为实验者的手腕所处的状态与所述实验者的手腕偏离所述实验者的手腕所处的状态时采集到的所述实验者的手腕在所述第二预设时间段内的三轴加速度值之间的映射关系；分别对所述训练样本集中的若干个映射关系进行标注，以区分正样本和负样本，其中，所述正样本为所述实验者的手腕偏离所述实验者的手腕所处的状态的原因是查看所述智能手表的屏幕所匹配的所述映射关系；构建卷积神经网络模型，所述卷积神经网络模型依次包括四个并行分支、第一卷积层、第一最大值池化层、第二卷积层、第二最大值池化层、第一全连接层、tanh激活层、第二全连接层和sigmoid激活层；基于标注后的所述训练样本集对所述卷积神经网络模型进行训练，以获得所述屏幕控制模型。
86.在一些实施例中，处理器201在实现所述基于标注后的所述训练样本集对所述卷积神经网络模型进行训练，以获得所述屏幕控制模型时，用于实现：将所述训练样本集采用分层抽样的方式随机划分为第一子集、第二子集、第三子集、第四子集和第五子集；利用所述第一子集、所述第二子集、所述第三子集、所述第四子集对所述卷积神经网络模型进行训练得到第一初始屏幕控制模型，并利用所述第五子集对所述第一初始屏幕控制模型进行验证，得到第一准确率；利用所述第一子集、所述第二子集、所述第三子集、所述第五子集对所述第一初始屏幕控制模型进行训练得到第二初始屏幕控制模型，并利用所述第四子集对所述第二初始屏幕控制模型进行验证，得到第二准确率；利用所述第一子集、所述第二子集、所述第四子集、所述第五子集对所述第二初始屏幕控制模型进行训练得到第三初始屏幕控制模型，并利用所述第三子集对所述第三初始屏幕控制模型进行验证，得到第三准确率；利用所述第一子集、所述第三子集、所述第四子集、所述第五子集对所述第三初始屏幕控制模型进行训练得到第四初始屏幕控制模型，并利用所述第二子集对所述第四初始
屏幕控制模型进行验证，得到第四准确率；利用所述第二子集、所述第三子集、所述第四子集、所述第五子集对所述第四初始屏幕控制模型进行训练得到第五初始屏幕控制模型，并利用所述第一子集对所述第五初始屏幕控制模型进行验证，得到第五准确率；计算所述第一准确率、所述第二准确率、所述第三准确率、所述第四准确率和所述第五准确率的平均值，并将所述平均值与预设平均值进行比较；若所述平均值不小于所述预设平均值，分别计算所述第一初始屏幕控制模型、所述第二初始屏幕控制模型、所述第三初始屏幕控制模型、所述第四初始屏幕控制模型和所述第五初始屏幕控制模型中的各个对应参数的平均值；利用所有所述平均值生成待优化的屏幕控制模型；构建二分类交叉熵损失函数；利用所述二分类交叉熵损失函数对所述待优化的屏幕控制模型进行优化，得到所述屏幕控制模型。
87.在一些实施例中，处理器201还用于实现：点亮所述智能手表的屏幕的同时获取所述三轴加速度传感器采集的第四采样值，并在获取到所述第四采样值后获取所述加速度传感器采集的第五采样值；利用所述第四采样值和所述第五采样值计算第一绝对值、第二绝对值和第三绝对值；其中，所述第一绝对值为所述第四采样值中的第一方向的加速度值和所述第五采样值中的第一方向的加速度值之差的绝对值，所述第二绝对值为所述第四采样值中的第二方向的加速度值和所述第五采样值中的第二方向的加速度值之差的绝对值，所述第三绝对值为所述第四采样值中的第三方向的加速度值和所述第五采样值中的第三方向的加速度值之差的绝对值；分别将所述第一绝对值、所述第二绝对值和所述第三绝对值与预设绝对值进行比较；若所述第一绝对值、所述第二绝对值和所述第三绝对值中的至少一个大于所述预设绝对值，熄灭所述智能手表的屏幕。
88.需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的终端设备200的具体工作过程，可以参考前述智能手表的屏幕控制方法的对应过程，在此不再赘述。
89.本技术实施例还提供一种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程序，所述计算机程序被一个或多个处理器执行时使所述一个或多个处理器实现如本技术实施例提供的智能手表的屏幕控制方法。
90.其中，所述计算机可读存储介质可以是前述实施例终端设备200的内部存储单元，例如终端设备200的硬盘或内存。所述计算机可读存储介质也可以是终端设备200的外部存储设备，例如终端设备200配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。
91.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利
要求的保护范围为准。

技术特征：
1.一种智能手表的屏幕控制方法，其特征在于，所述智能手表设有三轴加速度传感器，所述方法包括：在所述智能手表的屏幕状态处于熄灭状态时，获取所述三轴加速度传感器在第一预设时间段内采集的多个第一采样值和第一时刻采集的第二采样值，并将所述多个第一采样值输入预设的状态检测模型，以获取用户的手腕在所述第一预设时间段内的状态；其中，所述用户的手腕佩戴所述智能手表，所述第一预设时间段为与所述第一时刻相连的并在所述第一时刻之前的时间段；根据多个所述第一采样值和所述第二采样值，判断所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态是否一致；若所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态不一致，获取所述三轴加速度传感器在第二预设时间段内采集的多个第三采样值；其中，所述第二预设时间段为所述第一时刻与第二时刻之间的时长，所述第二时刻为当前时刻；将所述用户在所述第一预设时间段内的状态和多个所述第三采样值输入预设的屏幕控制模型，以判断当前时刻是否需要点亮所述智能手表的屏幕；若当前时刻需要点亮所述智能手表的屏幕，点亮所述智能手表的屏幕。2.根据权利要求1所述的智能手表的屏幕控制方法，其特征在于，所述根据多个所述第一采样值和所述第二采样值，判断所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态是否一致，包括：根据多个所述第一采样值和所述第二采样值计算第一标准差、第二标准差和第三标准差；其中，所述第一标准差为多个所述第一采样值和所述第二采样值中的第一方向的加速度值的标准差，所述第二标准差为多个所述第一采样值和所述第二采样值中的第二方向的加速度值的标准差，所述第三标准差为多个所述第一采样值和所述第二采样值中的第三方向的加速度值的标准差；根据所述用户的手腕在所述第一预设时间段内的状态获取第一预设标准差、第二预设标准差和第三预设标准差；其中，所述第一预设标准差为与所述用户的手腕在所述第一预设时间段内的状态相匹配的所述第一方向的加速度值的标准差的最大值，所述第二预设标准差为与所述用户的手腕在所述第一预设时间段内的状态相匹配的所述第二方向的加速度值的标准差的最大值，所述第三预设标准差为与所述用户的手腕在所述第一预设时间段内的状态相匹配的所述第三方向的加速度值的标准差的最大值；将所述第一标准差和所述第一预设标准差进行比较，并将所述第二标准差和所述第二预设标准差进行比较，及将所述第三标准差和所述第三预设标准差进行比较；若所述第一标准差大于所述第一预设标准差、所述第二标准差大于所述第二预设标准差和所述第三标准差大于所述第三预设标准差中的至少一个条件成立，确定所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态不一致。3.根据权利要求1所述的智能手表的屏幕控制方法，其特征在于，所述预设的屏幕控制模型的训练方法，包括：获取训练样本集，所述训练样本集包括若干个映射关系，所述映射关系为实验者的手腕所处的状态与所述实验者的手腕偏离所述实验者的手腕所处的状态时采集到的所述实验者的手腕在所述第二预设时间段内的三轴加速度值之间的映射关系；
分别对所述训练样本集中的若干个映射关系进行标注，以区分正样本和负样本，其中，所述正样本为所述实验者的手腕偏离所述实验者的手腕所处的状态的原因是查看所述智能手表的屏幕所匹配的所述映射关系；构建卷积神经网络模型，所述卷积神经网络模型依次包括四个并行分支、第一卷积层、第一最大值池化层、第二卷积层、第二最大值池化层、第一全连接层、tanh激活层、第二全连接层和sigmoid激活层；基于标注后的所述训练样本集对所述卷积神经网络模型进行训练，以获得所述屏幕控制模型。4.根据权利要求3所述的智能手表的屏幕控制方法，其特征在于，所述基于标注后的所述训练样本集对所述卷积神经网络模型进行训练，以获得所述屏幕控制模型，包括：将所述训练样本集采用分层抽样的方式随机划分为第一子集、第二子集、第三子集、第四子集和第五子集；利用所述第一子集、所述第二子集、所述第三子集、所述第四子集对所述卷积神经网络模型进行训练得到第一初始屏幕控制模型，并利用所述第五子集对所述第一初始屏幕控制模型进行验证，得到第一准确率；利用所述第一子集、所述第二子集、所述第三子集、所述第五子集对所述第一初始屏幕控制模型进行训练得到第二初始屏幕控制模型，并利用所述第四子集对所述第二初始屏幕控制模型进行验证，得到第二准确率；利用所述第一子集、所述第二子集、所述第四子集、所述第五子集对所述第二初始屏幕控制模型进行训练得到第三初始屏幕控制模型，并利用所述第三子集对所述第三初始屏幕控制模型进行验证，得到第三准确率；利用所述第一子集、所述第三子集、所述第四子集、所述第五子集对所述第三初始屏幕控制模型进行训练得到第四初始屏幕控制模型，并利用所述第二子集对所述第四初始屏幕控制模型进行验证，得到第四准确率；利用所述第二子集、所述第三子集、所述第四子集、所述第五子集对所述第四初始屏幕控制模型进行训练得到第五初始屏幕控制模型，并利用所述第一子集对所述第五初始屏幕控制模型进行验证，得到第五准确率；计算所述第一准确率、所述第二准确率、所述第三准确率、所述第四准确率和所述第五准确率的平均值，并将所述平均值与预设平均值进行比较；若所述平均值不小于所述预设平均值，分别计算所述第一初始屏幕控制模型、所述第二初始屏幕控制模型、所述第三初始屏幕控制模型、所述第四初始屏幕控制模型和所述第五初始屏幕控制模型中的各个对应参数的平均值；利用所有所述平均值生成待优化的屏幕控制模型；构建二分类交叉熵损失函数；利用所述二分类交叉熵损失函数对所述待优化的屏幕控制模型进行优化，得到所述屏幕控制模型。5.根据权利要求1所述的智能手表的屏幕控制方法，其特征在于，所述方法还包括：点亮所述智能手表的屏幕的同时获取所述三轴加速度传感器采集的第四采样值，并在获取到所述第四采样值后获取所述加速度传感器采集的第五采样值；
利用所述第四采样值和所述第五采样值计算第一绝对值、第二绝对值和第三绝对值；其中，所述第一绝对值为所述第四采样值中的第一方向的加速度值和所述第五采样值中的第一方向的加速度值之差的绝对值，所述第二绝对值为所述第四采样值中的第二方向的加速度值和所述第五采样值中的第二方向的加速度值之差的绝对值，所述第三绝对值为所述第四采样值中的第三方向的加速度值和所述第五采样值中的第三方向的加速度值之差的绝对值；分别将所述第一绝对值、所述第二绝对值和所述第三绝对值与预设绝对值进行比较；若所述第一绝对值、所述第二绝对值和所述第三绝对值中的至少一个大于所述预设绝对值，熄灭所述智能手表的屏幕。6.一种智能手表的屏幕控制装置，其特征在于，所述智能手表设有三轴加速度传感器，所述屏幕控制装置包括：第一获取模块，用于在所述智能手表的屏幕状态处于熄灭状态时，获取所述三轴加速度传感器在第一预设时间段内采集的多个第一采样值和当前时刻采集的第二采样值，并将所述多个第一采样值输入预设的状态检测模型，以获取用户的手腕在所述第一预设时间段内所处的状态；其中，所述用户的手腕佩戴所述智能手表，所述第一预设时间段为与所述当前时刻相连的并在所述当前时刻之前的时间段；判断模块，用于根据多个所述第一采样值和所述第二采样值，判断所述用户的手腕当前所处的状态与所述第一预设时间段内所处的状态是否一致；第二获取模块，用于若所述用户的手腕当前所处的状态与所述第一预设时间段内所处的状态不一致时，获取所述三轴加速度传感器在第二预设时间段内采集的多个第三采样值；其中，所述第二预设时间段为与所述当前时刻相连的并在所述当前时刻之后的时间段；输入模块，用于将所述用户在所述第一预设时间段内所处的状态和多个所述第三采样值输入预设的屏幕控制模型，以判断是否需要点亮所述智能手表的屏幕；执行模块，用于若需要点亮所述智能手表的屏幕，点亮所述智能手表的屏幕。7.一种终端设备，其特征在于，所述终端设备包括处理器、存储器以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中，所述计算机程序被所述处理器执行时，实现如权利要求1至5中任一项所述的智能手表的屏幕控制方法。8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，其中，所述计算机程序被处理器执行时，实现如权利要求1至5中任一项所述的智能手表的屏幕控制方法。

技术总结
本申请公开了智能手表的屏幕控制方法、装置、设备及存储介质，其中，该方法通过在所述用户的手腕在所述第一时刻的状态与所述第一预设时间段内的状态不一致时，获取所述三轴加速度传感器在第二预设时间段内采集的多个第三采样值，并将所述用户在所述第一预设时间段内的状态和多个所述第三采样值输入预设的屏幕控制模型，以判断当前时刻是否需要点亮所述智能手表的屏幕，实现了对智能手表的屏幕进行智能化控制，以提高用户的使用体验；其中，所述第一预设时间段为与所述第一时刻相连的并在所述第一时刻之前的时间段，所述第二预设时间段为所述第一时刻与第二时刻之间的时长，所述第二时刻为当前时刻。二时刻为当前时刻。二时刻为当前时刻。


技术研发人员：黄艳锋 简胜奇 陈国平 鲍亮
受保护的技术使用者：深圳市易赛通信技术有限公司
技术研发日：2023.07.10
技术公布日：2023/8/13