一種增強使用安全性的數據處理方法、裝置及移動終端的制作方法
【專利摘要】本發(fā)明涉及一種增強使用安全性的數據處理方法、裝置及移動終端，該方法包括識別安全提醒等級以及輸出安全提醒信息，識別用戶使用移動終端狀態(tài)的安全提醒等級包括以下步驟：11)利用重力傳感器采集移動終端的運動狀態(tài)，并分別獲取速度安全等級、用戶危險等級以及環(huán)境復雜度等級；12)獲取觸摸屏采集的操作信息，并根據操作信息獲取反應用戶手指操作狀態(tài)的沉浸度等級；13)利用前置攝像頭采集圖像信息，并根據圖像信息獲取反應用戶眼睛注意力狀態(tài)的專心度等級；14)獲取安全提醒等級。與現有技術相比，本發(fā)明通過移動終端捕獲的信息對用戶在行走過程中對移動終端產生依賴程度的判斷以及提醒，從而降低事故的發(fā)生頻率。
【專利說明】
一種増強使用安全性的數據處理方法、裝置及移動終端
技術領域
[0001]本發(fā)明涉及信息技術領域，尤其是涉及一種增強使用安全性的數據處理方法、裝置及移動終端。
【背景技術】
[0002]隨著手機成為人類不可或缺的產品之一，人們對手機的依賴程度以及使用程度日益增加。并且人們的很多的閑散時間，比如走路時，乘地鐵時，等待時，都會看手機，或者玩游戲，或看新聞，或處理事情，或與人溝通。很明顯，在使用手機時會占用使用者的精力，從而極大的減低使用者對環(huán)境的應變能力。據調查，近些年來，人們在走路時看手機被車碰，在走路時看手機掉入沒有井蓋的井中，在上下樓時看手機，錯誤的估計了最后一階樓梯而導致腳踝被扭傷等事故呈逐年上升的趨勢。
[0003]中國專利CN103685760A公開了一種安全提示方法及移動終端。其中，該方法包括:檢測移動終端是否處于移動狀態(tài);若檢測到移動終端處于移動狀態(tài)，則檢測移動終端是否處于被使用狀態(tài);若檢測到移動終端處于被使用狀態(tài)，則對用戶做出安全提醒。通過本發(fā)明實施例，可避免用戶在走路或者其它運動狀態(tài)下使用移動終端，導致注意力分散而引起的諸多事故。該專利的安全提醒判斷條件較為簡單，對用戶復雜的行走狀態(tài)和周圍行走環(huán)境無法給出精準的判斷，模型過于呆板，缺少變通空間，未靈活兼顧用戶時間緊張必須在邊走路邊用手機處理事務的場景。
[0004]中國專利CN105739696A公開了一種應用程序的管理方法、管理裝置及移動終端，其中，所述應用程序的管理方法，包括:檢測移動終端是否處于移動狀態(tài)，以及檢測通過所述移動終端的前置攝像頭是否能識別到人臉;在確定所述移動終端處于移動狀態(tài)，且能識別到人臉時，終止當前正在運行的應用程序和/或不響應用戶對指定應用程序的啟動操作。通過本發(fā)明的技術方案，當檢測到用戶在走路時玩手機，就終止正在運行的應用程序和/或不響應用戶對指定應用程序的啟動操作，使得用戶要么專心走路，要么停止下來玩手機，而不能邊走路邊低頭玩手機，避免了用戶隨心所欲不分場合玩手機而導致意外發(fā)生的問題。該專利重點在于判定危險后如何對用戶使用應用程序的管理，未對安全提醒判斷方法作改進，模型過于粗放，缺少靈活性。

【發(fā)明內容】

[0005]本發(fā)明的目的就是為了克服上述現有技術存在的缺陷而提供一種增強使用安全性的數據處理方法、裝置及移動終端，通過移動終端捕獲的信息對用戶在行走過程中對移動終端產生依賴程度的判斷以及提醒，從而降低事故的發(fā)生頻率。
[0006]本發(fā)明的目的可以通過以下技術方案來實現:
[0007]—種增強使用安全性的數據處理方法包括識別用戶使用移動終端綜合狀態(tài)的安全提醒等級以及根據安全提醒等級輸出安全提醒信息，所述識別用戶使用移動終端狀態(tài)的安全提醒等級包括以下步驟:
[0008]11)利用重力傳感器采集移動終端的運動狀態(tài)，并根據移動終端的運動狀態(tài)分別獲取反應用戶行走速度的速度安全等級、反應移動終端傾斜角度的用戶危險等級以及反應用戶行走場景復雜度的環(huán)境復雜度等級；
[0009]12)獲取觸摸屏采集的操作信息，并根據操作信息獲取反應用戶手指操作狀態(tài)的沉浸度等級；
[0010]13)利用前置攝像頭采集圖像信息，并根據圖像信息獲取反應用戶眼睛注意力狀態(tài)的專心度等級；
[0011]14)根據速度安全等級、用戶危險等級、環(huán)境復雜度等級、沉浸度等級和專心度等級獲取安全提醒等級。
[0012]所述安全提醒等級NL滿足以下公式:
[0013]NL=AL*X1+DL*X2+CL*X3+IL*X4+ITL*X5
[0014]X1+X2+X3+X4+X5 = I
[0015]式中，AL表示速度安全等級，DL表示用戶危險等級，CL表示環(huán)境復雜度等級，IL表示沉浸度等級，ITL表示專心度等級，X1、X2、X3、X4、X5表示設定的百分比參數，所述安全提醒等級劃分的等級個數分別與速度安全等級、用戶危險等級、環(huán)境復雜度等級、沉浸度等級和專心度等級安全提醒等級相應劃分的等級個數保持一致。
[0016]所述步驟11)中，重力傳感器采集移動終端在移動終端自然坐標系下的x、y、z三軸數據，所述用戶行走速度與x、y、z三軸數據的振動周期有關，所述移動終端傾斜角度與x、y、z三軸數據的波幅有關，所述用戶行走場景復雜度與不同周期x，y，z三軸數據的變化頻率有關。
[0017]所述用戶手指操作狀態(tài)與點擊頻率和觸摸動作有關。
[0018]所述根據安全提醒等級輸出安全提醒信息包括以下步驟:
[0019]21)設置與安全提醒等級和反饋等級有關的反饋矩陣；
[0020]22)根據前后兩個時刻的速度安全等級、用戶危險等級、環(huán)境復雜度等級、沉浸度等級、專心度等級對應的變化值，獲取反饋等級；
[0021]23)根據安全提醒等級、反饋等級和反饋矩陣獲取安全提醒信息。
[0022]所述反饋等級還與用戶對安全提醒信息的反應時間有關。
[0023]所述安全提醒信息包括安全提醒動作的命令和動作時間。
[0024]所述安全提醒動作包括振動提醒動作、聲音提醒動作和消息通知提醒動作。
[0025]一種實現上述增強使用安全性的數據處理方法的裝置包括:
[0026]實現識別用戶使用移動終端綜合狀態(tài)的安全提醒等級步驟的識別模塊；
[0027]以及實現根據安全提醒等級輸出安全提醒信息步驟的提醒模塊。
[0028]一種移動終端包括:增強使用安全性的數據處理裝置。
[0029]與現有技術相比，本發(fā)明具有以下優(yōu)點:
[0030]I)本發(fā)明綜合移動終端目前可以捕獲到的信息，進行處理后判斷用戶的行為(步行的速度，對手機的交互程度等)，從而以設定的策略提醒用戶注意周邊的環(huán)境，進而減少事故發(fā)生的頻率。
[0031]2)本發(fā)明分別定義了速度安全等級、用戶危險等級、環(huán)境復雜度等級、沉浸度等級和專心度等級，從五個方面綜合獲取安全提醒等級，可以全面地、準確地判斷用戶在行走過程中使用移動終端的安全程度，判斷精度高。
[0032]3)本發(fā)明以移動終端三軸的運動數據，分別獲得速度安全等級、用戶危險等級、環(huán)境復雜度等級，算法簡單且有效，可以更好地抽象出用戶行走的行為，為后續(xù)安全提醒等級的精準度提供保障。
[0033]4)本發(fā)明沉浸度等級不僅考慮到用戶在觸摸屏上的點擊頻率，還考慮了用戶可能的操作動作，例如:拖拉等，可以更好地抽象出用戶操作手機的行為，保證了后續(xù)安全提醒等級的準確度。
[0034]5)本發(fā)明設置反應提醒策略的反饋矩陣，通過反饋矩陣模型輸出相應的提醒信息，同時設置反饋等級，修正反饋矩陣，使其更加人性化的提醒。
[0035]6)本發(fā)明細化了輸出的提醒信息，不僅可以個性化設置提醒動作的類型，還可以根據安全提醒等級設置相應強度的動作時間，以保證提醒效果顯著。
[0036]7)本發(fā)明反饋等級還以用戶對安全提醒信息的反應時間作為考慮因素，反饋矩陣模型根據用戶對提醒通知的操作反應、行走反應等及時修正輸出的提醒信息，提醒效果更佳。
[0037]8)本發(fā)明方法僅涉及軟件算法層面上的改進，不給用戶帶來任何成本，導入容易，一次開發(fā)，持續(xù)使用，又可以顯著提高用戶體驗。
[0038]9)本發(fā)明可直接應用于目前標配的智能移動終端，具有普遍意義。
【附圖說明】
[0039]圖1為本發(fā)明控制策略示意圖；
[0040]圖2為本發(fā)明方法流程圖；
[0041 ]圖3為移動終端的自然坐標系示意圖；
[0042]圖4為用戶行走時移動終端三軸的數據曲線圖；
[0043]圖5為反饋矩陣模型的示意圖。
【具體實施方式】
[0044]下面結合附圖和具體實施例對本發(fā)明進行詳細說明。本實施例以本發(fā)明技術方案為前提進行實施，給出了詳細的實施方式和具體的操作過程，但本發(fā)明的保護范圍不限于下述的實施例。
[0045]本發(fā)明針對手機用戶在步行時，若注意力被手機吸引，很有可能會出現事故的現狀，提出一種移動終端使用安全性的判斷及提醒控制策略，旨在增強使用者對環(huán)境的反應能力，以及增加使用者的自身安全性，如圖1所示，其中左面為數據處理中心的輸入部分，包含重力傳感器(G-sensor)，觸摸屏(touchscreen)，前置攝像頭(front camera)，三路數據經過數據中心的處理，進而通過振動器(vibrator)，聲音(sound)，通知(notificat1n)等方式提醒用戶注意觀察周邊的情況，可以顯著提高用戶走路看手機時安全性，移動終端可為手機、平板電腦等移動設備。
[0046]如圖2所示，一種增強使用移動終端安全性的數據處理方法包括兩個步驟:1)識別用戶使用移動終端綜合狀態(tài)的安全提醒等級，包括識別環(huán)境信息，并通過輸入模型輸出安全提醒等級，2)根據安全提醒等級輸出安全提醒信息，其中:
[0047]步驟I)識別用戶使用移動終端狀態(tài)的安全提醒等級具體包括以下步驟:
[0048]11)利用重力傳感器采集移動終端的運動狀態(tài)，并根據移動終端的運動狀態(tài)分別獲取反應用戶行走速度的速度安全等級AL(Accelerate Level)、反應移動終端傾斜角度的用戶危險等級DL(Dangerous Level)以及反應用戶行走場景復雜度的環(huán)境復雜度等級CL(Complex Level)；
[0049]步驟11)中，重力傳感器作為輸入部分最核心的模塊，承擔著手機運動的判斷。重力傳感器采集移動終端在移動終端自然坐標系下的X、y、z三軸數據，以手機為例，手機自然坐標系的建立如圖3所示，其中與手機短邊平行的軸為X軸正向，與手機長邊平行的軸為y軸正向，與手機屏幕面垂直切指向用戶方向為z軸正向。由此可見，手機水平放置時刻，x、y軸加速度都為O，z軸加速度為-g =-9.8m/s20
[0050]典型的步行G-sensor的x、y、z三軸的數據圖像如圖4所示，例如:y軸數據的某一點橫軸時間坐標為43，對應的縱軸幅值坐標為-154。由圖4可知，X、y、z軸都有加速度且有波峰和波谷，此圖像測試者手持手機處于正常行走狀態(tài)，所以x、y、z軸都有加速度。由物理學可知，人行走過程中，會經過加速，減速的一個過程，所以每個波峰和波谷都代表一步，圖4測試者走了 28步，從圖4中可見大約28個波峰波谷，能比較準確的反應出測試者的行走行為。隨著數據量的加大，以及之前測試者的行為的記錄，可以更加準確的反應測試者的行走行為。
[0051]從圖4中每個振動的周期，可以算出用戶的行走速度，即用戶行走速度與x、y、z三軸數據的振動周期有關，則可以根據用戶行走速度抽象出1-16級別的速度安全等級AL，AL的數值與用戶行走速度成正比關系。
[0052]從圖4中x、y、z三軸分別所指示的數據波峰波谷之間的絕對值，可以計算出使用者的姿勢。比如若使用者手機y軸負方向指地，也即手機豎直與地面，此時步行圖像，X軸應該基本沒有位移。y，z兩軸有較大的位移，此場景下，用于由于眼睛看正前方的手機，所以也可以從眼睛余光獲取環(huán)境的變化，此時抽象出用戶危險級別DL為I。若手機平面平行于地，則說明使用者低頭看手機，此時抽象出用戶危險級別DL為16，其他根據手機傾斜角度決定。因此，先由x、y、z三軸數據的波幅得到移動終端傾斜角度，再根據傾斜角度抽象出1-16級別的用戶危險等級DL，DL的數值與傾斜角度的數值成正比關系。
[0053]通過不同周期x、y、z三軸絕對值的相對變化，可以判斷出用戶所行走的場景，比如:正常情況下，X軸是不應該有大的變化的，因為人不會橫向行走，人的行走只有上下和前后的運動，正常的手持手機行為，會對y、z分量產生加速度的變化。但是若行走者所處環(huán)境比較復雜，比如人流較多的地鐵站出口，則會出現左右閃躲的行為，那么X軸就會有變化，根據X軸變化的頻率，通過線性回歸的統(tǒng)計方法，可以抽象出環(huán)境復雜度等級CL。因此，先由不同周期x，y，z三軸數據的變化頻率得出用戶行走場景復雜度，變化頻率越大，用戶行走場景復雜度越大，再根據用戶行走場景復雜度抽象出1-16級別的環(huán)境復雜度等級CL，CL的數值與用戶行走場景復雜度數值成正比關系。
[0054]12)獲取觸摸屏采集的操作信息，并根據操作信息獲取反應用戶手指操作狀態(tài)的沉浸度等級ILammersed Level)，用戶手指操作狀態(tài)與點擊頻率和觸摸動作有關。
[0055]通過用戶對于觸摸屏的點擊事件，來判斷用戶的1-16級別的沉浸度等級IL。比如用戶頻繁的點擊，那么可以認為用戶在玩游戲等場景，則沉浸度賦予相對較高的值(IL>10)。若用戶拖拉操作頻度較高，可以認為用戶處在閱讀場景，可以賦予一個居中的沉浸度(IL:6-10)，其他比如較為低頻的點擊，或者拖拉，可以將用戶賦予一個較低的沉浸度(IL〈
6) ο
[0056]13)利用前置攝像頭采集圖像信息，并根據圖像信息獲取反應用戶眼睛注意力狀態(tài)的專心度等級ITL(Intent Level)。
[0057]若手機處于行走狀態(tài)，那么后臺會每秒通過前攝像頭捕獲一張圖片，通過開源的Face++圖像識別平臺判斷眼睛的識別度，將捕獲的圖片與不同張圖片的眼球數據和臉型數據進行對比，從而判斷用戶注意力集中在屏幕的程度，進而抽象出來1-16級別的專心度等級ITL，若用戶注意力完全集中在屏幕，則賦予一個較高的值(ITL>10)，若用戶注意力部分集中在屏幕，則賦予一個居中的值(ITL:6-10)，若用戶注意力偶爾集中在屏幕，則賦予一個較低的值(ITL〈6)。
[0058]14)根據速度安全等級、用戶危險等級、環(huán)境復雜度等級、沉浸度等級和專心度等級獲取安全提醒等級NL，滿足以下公式:
[0059 ] NL=AL*X1+DL*X2+CL*X3+1 L*X4+I TL*X5
[0060] X1+X2+X3+X4+X5= I
[0061 ] 式中，X1、X2、X3、X4、X5分別對應表示AL、DL、CL、IL、I TL相應的設定百分比參數，可以通過大量場景測試數據得出，安全提醒等級劃分的等級個數分別與速度安全等級、用戶危險等級、環(huán)境復雜度等級、沉浸度等級和專心度等級安全提醒等級相應劃分的等級個數保持一致，本實施例中均劃分為16個等級，計算后NL為1-16之間的某一個數，安全提醒等級NL的數值越大，則反應用戶行走時使用移動設備的危險程度越高。
[0062]步驟2)根據安全提醒等級輸出安全提醒信息具體包括以下步驟:
[0063]21)設置與安全提醒等級和反饋等級有關的反饋矩陣。
[0064]22)根據前后兩個時刻的速度安全等級、用戶危險等級、環(huán)境復雜度等級、沉浸度等級、專心度等級對應的變化值，獲取反饋等級，反饋等級還與用戶對安全提醒信息的反應時間有關。計算時，RL的數值由用戶對提醒的行為的反饋來確定，比如某個提醒出現后，用戶的反應，AL分量，DL分量，ITL分量與前次的絕對值的變化。
[0065]23)根據安全提醒等級、反饋等級和反饋矩陣獲取安全提醒信息，安全提醒信息包括安全提醒動作的命令和動作時間，其中，安全提醒動作包括振動提醒動作、聲音提醒動作和消息通知提醒動作。
[0066]反饋矩陣可設為模糊矩陣，例如:根據NL和RL的數值對應設置相應的反饋子矩陣，反饋子矩陣可設為1X3矩陣，反饋子矩陣內元素為時間參數，三行時間參數依次對應振動時間參數、聲音時間參數和消息通知時間參數，根據NL的值和RL的值與對應的反饋子矩陣相乘，輸出振動(vibrator)提醒動作命令，聲音(sound)提醒動作命令，消息通知(notificat1n)提醒動作命令以及確定相應的動作時間，用(vibrator，time )、( sound，time)、(notificat1n，time)表不，如圖5所不，將NL和RL作為輸入將(vibrator，time)，(sound，time)，(notificat1n，time)三個二元組作為輸出并且記錄之前的輸出狀態(tài)，從而修正反饋矩陣，使其更加人性化的提醒(RL僅僅能一次性的體現根據用戶對notificat1n，AL，CL等數據的反應)。
[0067]一種實現上述增強使用安全性的數據處理方法的裝置包括:
[0068]實現識別用戶使用移動終端綜合狀態(tài)的安全提醒等級步驟的識別模塊；
[0069]以及實現根據安全提醒等級輸出安全提醒信息步驟的提醒模塊。
[0070]—種移動終端包括:增強使用安全性的數據處理裝置、重力傳感器、觸摸屏和前置攝像頭。
[0071]綜上所述，本發(fā)明通過移動終端的重力傳感器、觸摸屏以及前置攝像頭三部件綜合判斷實現用戶步行看手機的行為提醒功能，具體地，對重力傳感器采集到的數據波形的分析算法得出的行走速度，以及通過統(tǒng)計算法得出的用戶行為抽象(路是否筆直，行走是否勻速，是否有臺階)，分別定義AL、DL、CL的意義;對觸摸屏采集到的數據進行分析，將用戶觸摸屏上操作行為抽象，定義IL的意義；同理對前置攝像頭采集的數據進行分析，根據用戶眼睛注意力是否在屏幕上，定義111的意義，最終將41^、01^、(^、11^、11^綜合應用在該行走提醒應用的反饋矩陣模型上，準確輸出安全提醒信息。
[0072]相比現有技術，比如在步行時候通過輔助設備等器件來提高步行的安全性，存在可使用性差，不美觀，增加成本的缺陷，且還只停留在理論階段，并未實現廣泛的應用，而本發(fā)明方法僅涉及純軟件算法層面，不給客戶帶來任何成本，導入容易，一次開發(fā)，持續(xù)使用，又可以顯著提高用戶體驗，且本發(fā)明移動終端的硬件可以是目前智能手機，適用范圍廣。本發(fā)明可以以系統(tǒng)插件形式存于rom中，為手機或者第三方rom廠家提供人性化功能參考，亦可以第三方軟件的身份存于安卓或者蘋果等各種智能手持設備中，具有普遍意義。
【主權項】
1.一種增強使用安全性的數據處理方法，其特征在于，包括識別用戶使用移動終端綜合狀態(tài)的安全提醒等級以及根據安全提醒等級輸出安全提醒信息，所述識別用戶使用移動終端狀態(tài)的安全提醒等級包括以下步驟: 11)利用重力傳感器采集移動終端的運動狀態(tài)，并根據移動終端的運動狀態(tài)分別獲取反應用戶行走速度的速度安全等級、反應移動終端傾斜角度的用戶危險等級以及反應用戶行走場景復雜度的環(huán)境復雜度等級； 12)獲取觸摸屏采集的操作信息，并根據操作信息獲取反應用戶手指操作狀態(tài)的沉浸度等級； 13)利用前置攝像頭采集圖像信息，并根據圖像信息獲取反應用戶眼睛注意力狀態(tài)的專心度等級； 14)根據速度安全等級、用戶危險等級、環(huán)境復雜度等級、沉浸度等級和專心度等級獲取安全提醒等級。2.根據權利要求1所述的一種增強使用安全性的數據處理方法，其特征在于，所述安全提醒等級NL滿足以下公式: NL=AL*X1+DL*X2+CL*X3+IL*X4+ITL*X5X1+X2+X3+X4+X5 = I 式中，AL表示速度安全等級，DL表示用戶危險等級，CL表示環(huán)境復雜度等級，IL表示沉浸度等級，ITL表示專心度等級，X1、X2、X3、X4、X5表示設定的百分比參數，所述安全提醒等級劃分的等級個數分別與速度安全等級、用戶危險等級、環(huán)境復雜度等級、沉浸度等級和專心度等級安全提醒等級相應劃分的等級個數保持一致。3.根據權利要求1所述的一種增強使用安全性的數據處理方法，其特征在于，所述步驟11)中，重力傳感器采集移動終端在移動終端自然坐標系下的x、y、z三軸數據，所述用戶行走速度與x、y、z三軸數據的振動周期有關，所述移動終端傾斜角度與x、y、z三軸數據的波幅有關，所述用戶行走場景復雜度與不同周期x，y，z三軸數據的變化頻率有關。4.根據權利要求1所述的一種增強使用安全性的數據處理方法，其特征在于，所述用戶手指操作狀態(tài)與點擊頻率和觸摸動作有關。5.根據權利要求1所述的一種增強使用安全性的數據處理方法，其特征在于，所述根據安全提醒等級輸出安全提醒信息包括以下步驟: 21)設置與安全提醒等級和反饋等級有關的反饋矩陣； 22)根據前后兩個時刻的速度安全等級、用戶危險等級、環(huán)境復雜度等級、沉浸度等級、專心度等級對應的變化值，獲取反饋等級； 23)根據安全提醒等級、反饋等級和反饋矩陣獲取安全提醒信息。6.根據權利要求5所述的一種增強使用安全性的數據處理方法，其特征在于，所述反饋等級還與用戶對安全提醒信息的反應時間有關。7.根據權利要求1所述的一種增強使用安全性的數據處理方法，其特征在于，所述安全提醒信息包括安全提醒動作的命令和動作時間。8.根據權利要求7所述的一種增強使用安全性的數據處理方法，其特征在于，所述安全提醒動作包括振動提醒動作、聲音提醒動作和消息通知提醒動作。9.一種實現如權利要I所述增強使用安全性的數據處理方法的裝置，其特征在于，包括: 實現識別用戶使用移動終端綜合狀態(tài)的安全提醒等級步驟的識別模塊； 以及實現根據安全提醒等級輸出安全提醒信息步驟的提醒模塊。10.—種移動終端，其特征在于，包括:如權利要求所述9的增強使用安全性的數據處理 目.ο
【文檔編號】G06F3/0488GK106060273SQ201610559264
【公開日】2016年10月26日
【申請日】2016年7月15日
【發(fā)明人】談天霆, 王興澤
【申請人】中霆云計算科技（上海）有限公司