本发明数据处理领域，尤其涉及一种用户睡眠状态检测方法。
智能穿戴式设备近年来不断的发展，用户对于智能穿戴式设备的功能要求也不断提高。
现有技术中的智能穿戴式设备(例如智能手环)能够检测用户是否处于睡眠状态，从而进行其他信息的监测。
现有的智能手环是通过心跳传感器进行检测，当获知在某一段时长内用户的心跳变化率较低时，则据此确定用户已经入睡。
但是，入睡过程分为深度睡眠和浅度睡眠，不同睡眠情况下的心跳会发生变化，因此影响了智能手环确定用户睡眠状态的准确性。
技术实现要素：
本发明提供了一种用户睡眠状态检测方法，能够准确的检测用户睡眠状态。
为了达到上述目的，本发明采用如下技术方案：一种用户睡眠状态检测方法，用户睡眠状态通过智能穿戴式设备检测，其特征在于，所述检测方法包括以下步骤：
所述智能穿戴式设备检测自身是否被穿戴于用户；
若被穿戴于用户，则所述智能穿戴式设备启动内置的多轴加速度仪；
所述智能穿戴式设备通过所述多轴加速度仪检测用户的运动幅度；
判断预定的时间内所述用户的运动幅度与预置数值的关系；
确定所述用户是否处于睡眠状态。
优选的，当在预定的时间内所述用户的运动幅度小于预置数值时，所述智能穿戴式设备确定所述用户处于睡眠状态。
优选的，所述智能穿戴式设备内置摄像头，当在预定的时间内所述用户的运动幅度小于预置数值时，启动所述摄像头对用户脸部区域进行识别，检测判断用户在一段时间内是否处于闭眼状态，若用户处于闭眼状态，则确定用户处于睡眠状态。
优选的，启动所述摄像头对用户脸部区域进行识别时，先启动摄像头进行周围扫描确定所述智能式穿戴设备的位置参数，并根据位置参数调整拍摄区域，以使得所述拍摄区域一直能够覆盖用户脸部区域。
优选的，根据所述位置参数来调整拍摄区域的过程包括：
当智能穿戴式设备进行俯视或仰视时，所述智能穿戴式设备通过所述位置参数获得俯仰角，所述俯仰角用于指示所述智能穿戴式设备向下或向上偏移的角度；
所述智能穿戴式设备根据所述俯仰角利用如下公式计算所述摄像头的调整角度；
所述智能穿戴设备根据所述调整角度调整所述摄像头的拍摄角度，以使得拍摄区域一直能够覆盖用户脸部区域；
或，
所述(xworld，zworld)为所述用户脸部区域的坐标，所述(xcamera，zcamera)为所述拍摄区域的坐标，所述
优选的，所述摄像头为两轴可旋转的摄像头。
优选的，所述智能穿戴式设备通过所述多轴加速度仪检测用户的运动幅度之前，预先进行数据采集，构建特征数据库。
优选的，所述智能穿戴式设备通过所述多轴加速度仪检测用户的运动幅度之后，判断当前检测到的数据是否与特征数据库中的至少一组数据匹配，若匹配，则确定用户处于睡眠状态。
优选的，所述多轴加速度仪为三轴加速度仪。
优选的，构建特征数据库的过程包括以下步骤：
步骤1，用户自行设定睡眠开始时间，并从这个时间后按采集三轴加速度仪检测到的三轴加速度信号。
步骤2，按照如下方式构建：
确定一个目标时刻t，该目标时刻可以为任意时刻；
从t时刻往前推一段时间得到a时段，从t时刻往后推一段时间得到b时段；
存储a时段、b时段以及t时刻内每一个单位时刻三轴加速度仪反馈回来的信号(vx,vy,vz)；
计算a时段、b时段中每一个单位时刻的信号的模值v为vx的平方加vy的平方加vz的平方，再对和值开根号；
计算a时段、b时段中每一个单位时刻的信号的模值的波动性统计结果(可以看作是变化率)sa和sb；
构建t时刻睡眠状态特征，表示为c(t)＝(vx(t),vy(t),vz(t),sa(t),sb(t))；
重复前述步骤，直至完成全部时刻的特征提取过程，表示为d(c)＝(c(1),…,c(2),…,c(y))，其中y单位时刻的总数。
本发明中，当智能穿戴式设备被穿戴于用户时，智能穿戴式设备通过内置的多轴加速度仪检测用户的运动，当智能穿戴式设备获知在持续的一段时间内用户的运动幅度小于预置数值时，则确定用户处于睡眠状态。本发明中，使用多轴加速度仪来检测用户的运动，用户无论在深度睡眠中，还是在浅度睡眠中，运动幅度的变化较为统一，所以智能穿戴式设备可以更准确的确定用户的睡眠状态。
附图说明
下面结合附图对本发明做进一步说明：
图1为本发明一种用户睡眠状态检测方法的实施例的流程示意图；
图2为本发明一种用户睡眠状态检测方法的实施例的另一种流程示意图；
图3为本发明一种用户睡眠状态检测方法的实施例的第三种流程示意图。
具体实施方式
实施例：
本发明提供一种用户睡眠状态检测方法，用户睡眠状态通过智能穿戴式设备检测，其中，所述检测方法包括以下步骤：所述智能穿戴式设备检测自身是否被穿戴于用户；若被穿戴于用户，则所述智能穿戴式设备启动内置的多轴加速度仪；所述智能穿戴式设备通过所述多轴加速度仪检测用户的运动幅度；判断预定的时间内所述用户的运动幅度与预置数值的关系；确定所述用户是否处于睡眠状态。
如图1所示，在本实施例中，当在预定的时间内所述用户的运动幅度小于预置数值时，所述智能穿戴式设备确定所述用户处于睡眠状态。所述智能穿戴式设备内置摄像头，可以通过摄像头或者其他方式判定智能穿戴设备被用户穿戴。
如图2所示，当然，在穿戴设备中设置了摄像头，可以更进一步的完善对用户睡眠状态检测。当在预定的时间内所述用户的运动幅度小于预置数值时，启动所述摄像头对用户脸部区域进行识别，检测判断用户在一段时间内是否处于闭眼状态，若用户处于闭眼状态，则确定用户处于睡眠状态。也就是说，结合用户的运动幅值以及眼睛的状态，多个维度进行识别判断用户是否处于睡眠状态，提升数据检测的准确性可靠性，以及与实际状态的匹配性。
在此过程中，启动所述摄像头对用户脸部区域进行识别时，先启动摄像头进行周围扫描确定所述智能式穿戴设备的位置参数，并根据位置参数调整拍摄区域，以使得所述拍摄区域一直能够覆盖用户脸部区域。
根据所述位置参数来调整拍摄区域的过程包括：
当智能穿戴式设备进行俯视或仰视时，所述智能穿戴式设备通过所述位置参数获得俯仰角，所述俯仰角用于指示所述智能穿戴式设备向下或向上偏移的角度；
所述智能穿戴式设备根据所述俯仰角利用如下公式计算所述摄像头的调整角度；
所述智能穿戴设备根据所述调整角度调整所述摄像头的拍摄角度，以使得拍摄区域一直能够覆盖用户脸部区域；
或，
所述(xworld，zworld)为所述用户脸部区域的坐标，所述(xcamera，zcamera)为所述拍摄区域的坐标，所述
当然，上述过程中的摄像头为两轴可旋转的摄像头。
如图3所示，为了更进一步的提升检测数据的可靠性，所述智能穿戴式设备通过所述多轴加速度仪检测用户的运动幅度之前，预先进行数据采集，构建特征数据库。所述智能穿戴式设备通过所述多轴加速度仪检测用户的运动幅度之后，判断当前检测到的数据是否与特征数据库中的至少一组数据匹配，若匹配，则确定用户处于睡眠状态。所述多轴加速度仪为三轴加速度仪。
构建特征数据库的过程包括以下步骤：
步骤1，用户自行设定睡眠开始时间，并从这个时间后按采集三轴加速度仪检测到的三轴加速度信号。
步骤2，按照如下方式构建：
确定一个目标时刻t，该目标时刻可以为任意时刻；
从t时刻往前推一段时间得到a时段，从t时刻往后推一段时间得到b时段；
存储a时段、b时段以及t时刻内每一个单位时刻三轴加速度仪反馈回来的信号(vx,vy,vz)；
计算a时段、b时段中每一个单位时刻的信号的模值v为vx的平方加vy的平方加vz的平方，再对和值开根号；
计算a时段、b时段中每一个单位时刻的信号的模值的波动性统计结果(可以看作是变化率)sa和sb；
构建t时刻睡眠状态特征，表示为c(t)＝(vx(t),vy(t),vz(t),sa(t),sb(t))；
重复前述步骤，直至完成全部时刻的特征提取过程，表示为d(c)＝(c(1),…,c(2),…,c(y))，其中y单位时刻的总数。
本发明中，当智能穿戴式设备被穿戴于用户时，智能穿戴式设备通过内置的多轴加速度仪检测用户的运动，当智能穿戴式设备获知在持续的一段时间内用户的运动幅度小于预置数值时，则确定用户处于睡眠状态。本发明中，使用多轴加速度仪来检测用户的运动，用户无论在深度睡眠中，还是在浅度睡眠中，运动幅度的变化较为统一，所以智能穿戴式设备可以更准确的确定用户的睡眠状态。
除上述优选实施例外，本发明还有其他的实施方式，本领域技术人员可以根据本发明作出各种改变和变形，只要不脱离本发明的精神，均应属于本发明所附权利要求所定义的范围。