本發(fā)明有關(guān)于事件檢測，特別是有關(guān)于一種事件檢測方法、具有事件檢測機(jī)制的電子系統(tǒng)。

背景技術(shù)：

智能電子裝置，如智能手機(jī)或平板電腦，最近已變得越來越流行。然而，許多用戶卻在行走時(shí)、騎車時(shí)或駕駛時(shí)使用這些智能電子裝置。這些用戶被稱為“低頭族(phubbers)”。這些行為可能會對用戶帶來危險(xiǎn)，例如，跌倒、撞到行人或其他物體或發(fā)生交通事故。

因此，需要一個事件檢測機(jī)制來避免這些危險(xiǎn)。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明提供一種事件檢測方法、具有事件檢測機(jī)制的電子系統(tǒng)以及配件。

依據(jù)本發(fā)明一實(shí)施方式，提供一種事件檢測方法，應(yīng)用于具有至少一個事件檢測模塊的電子系統(tǒng)中，包括：(a)啟用所述至少一個事件檢測模塊；以及(b)應(yīng)用在步驟(a)中啟用的所述事件檢測模塊，以檢測在所述事件檢測模塊的檢測范圍內(nèi)是否有任何預(yù)定事件發(fā)生。

依據(jù)本發(fā)明另一實(shí)施方式，提供一種具有事件檢測機(jī)制的電子系統(tǒng)，包括：控制模塊，用于：啟用至少一個事件檢測模塊；控制啟用的所述事件檢測模塊，以檢測在所述事件檢測模塊的檢測范圍內(nèi)是否有任何預(yù)定事件發(fā)生。

依據(jù)本發(fā)明又一實(shí)施方式，提供一種配件，包括多個麥克風(fēng)，所述麥克風(fēng)可以耦接到電子裝置，用于確定一對象的距離。

本發(fā)明所提供的事件檢測方法、具有事件檢測機(jī)制的電子系統(tǒng)，即使用戶是低頭族，用戶的周圍也可以被檢測到。因此，可以避免危險(xiǎn)事件。

對于已經(jīng)閱讀后續(xù)由各附圖及內(nèi)容所顯示的較佳實(shí)施方式的本領(lǐng)域的技術(shù)人員來說，本發(fā)明的各目的是明顯的。

附圖說明

圖1為根據(jù)本發(fā)明一實(shí)施例的事件檢測方法的流程圖。

圖2和圖4為根據(jù)本發(fā)明一實(shí)施例的事件檢測方法的操作的示意圖。

圖3(a)和圖3(b)為如圖2所示的操作的示例。

圖5(a)和圖5(b)為根據(jù)本發(fā)明一實(shí)施例的鏡頭的位置的示意圖。

圖6(a)和圖6(b)為根據(jù)本發(fā)明一實(shí)施例的音頻檢測模塊的操作的示意圖。

圖7(a)和圖7(b)為根據(jù)本發(fā)明一實(shí)施例的音頻檢測模塊的示意圖。

圖8為根據(jù)本發(fā)明一實(shí)施例的電子系統(tǒng)的示意圖。

圖9為根據(jù)本發(fā)明另一實(shí)施例的電子系統(tǒng)的示意圖。

具體實(shí)施方式

在以下的描述中，使用了多個實(shí)施例來解釋本發(fā)明的概念。在以下實(shí)施例中描述的系統(tǒng)、裝置、設(shè)備或模塊可以用硬件(如，電路)或者硬件和軟件的組合(如，執(zhí)行至少一個程序的處理單元)來實(shí)施。此外，在以下的實(shí)施例中，“事件”可以指在檢測范圍內(nèi)存在的對象或聲音。

圖1為根據(jù)本發(fā)明一實(shí)施例的事件檢測方法的流程圖。該事件檢測方法應(yīng)用于包括至少一個事件檢測模塊的電子系統(tǒng)。事件檢測方法包括以下步驟：

步驟101

啟用至少一個事件檢測模塊。

步驟103

應(yīng)用在步驟101中啟用的事件檢測模塊，以檢測在事件檢測模塊的檢測范圍內(nèi)是否有任何預(yù)定事件發(fā)生。也就是說，檢測在事件檢測模塊的周圍區(qū)域中是否有任何預(yù)定事件發(fā)生。

步驟105

如果在檢測范圍內(nèi)發(fā)生了預(yù)定事件，產(chǎn)生通知。

以下將描述每一步驟的細(xì)節(jié)。

關(guān)于步驟101，在一實(shí)施例中，至少一個事件檢測模塊在初始時(shí)被禁用。此外，根據(jù)如果發(fā)生任何特定的啟用事件，至少一個被禁用的事件檢測模塊被啟用。在一實(shí)施例中，特定的啟用事件包括但不限于以下事件中的至少一個：電子系統(tǒng)位于特定區(qū)域內(nèi)、電子系統(tǒng)正在移動。例如，在一實(shí)施例中，電子系統(tǒng)包括加速度計(jì)，用來檢測用戶是否正在行走或移動，例如，以高的速度。在另一個實(shí)施例中，電子系統(tǒng)包括全球定位系統(tǒng)，用來檢測電子系統(tǒng)是否處于危險(xiǎn)區(qū)域或用戶是否正在行走或移動。

對于步驟103，在一實(shí)施例中，預(yù)定事件包括下列事件中的至少一個：在檢測范圍內(nèi)存在障礙物(如電力高壓線桿(electricpole))、在檢測范圍內(nèi)存在樓梯或洞、在檢測范圍內(nèi)存在具有警示信息(warninginformation)的標(biāo)志(如警告標(biāo)志(cautionsign))、一對象(如汽車或行人)正在接近、以及在檢測范圍內(nèi)的交通燈正在變化或即將改變。在一實(shí)施例中，預(yù)定事件意味著該事件對用戶來說可能是危險(xiǎn)的。例如，在檢測范圍內(nèi)存在障礙物、在檢測范圍內(nèi)存在樓梯或洞、一對象正在接近。在另一個實(shí)施例中，預(yù)定事件意味著用戶應(yīng)該注意的事件，例如，在檢測范圍內(nèi)存在包含警示信息的標(biāo)志、在檢測范圍內(nèi)的交通燈正在變化或即將改變。

許多方法可用于檢測這些預(yù)定事件。在一實(shí)施例中，檢測事件的形狀，以確定該事件是否是預(yù)定事件。例如，檢測對象的形狀，以確定該對象是否是障礙物，如垃圾桶或電力高壓線桿。在另一個例子中，檢測事件的顏色，以確定該事件是否是預(yù)定事件。例如，如果對象是紅色的，它可能是交通燈。在另一個實(shí)施例中，檢測該事件的形狀和顏色。值得注意的是，用于檢測這些預(yù)定事件的方法并不限于上述的例子。

如上述描述，許多方法可用于檢測這些預(yù)定事件。因此，事件檢測模塊可以實(shí)現(xiàn)為不同類型的設(shè)備。在一實(shí)施例中，事件檢測模塊包括圖像采集模塊和深度檢測模塊中的至少一個。

圖像采集模塊可以是，例如，rgb攝像頭、夜視攝像頭或紅外攝像頭。該圖像采集模塊用于采集圖像，并且可以根據(jù)采集的圖像來確定該事件是否是預(yù)定事件。深度檢測模塊用于檢測事件的深度信息，如深度圖。

圖2為根據(jù)本發(fā)明一實(shí)施例的事件檢測方法的操作的示意圖。如圖2所示，獲取事件信息ei并提取其特征(步驟201)。在一實(shí)施例中，事件檢測模塊包括圖像采集模塊，事件信息ei為圖像。另外，在一實(shí)施例中，事件檢測模塊包括圖像采集模塊和深度檢測模塊，事件信息ei為具有深度信息的圖像。步驟203確定特征是否與預(yù)定規(guī)則相匹配。然后，如果特征與預(yù)定規(guī)則相匹配，則對應(yīng)的事件被確定為預(yù)定事件，以及執(zhí)行步驟205以產(chǎn)生通知(即圖1的步驟105)。

許多協(xié)議可以用于特征提取(步驟201)，例如，尺度不變特征變換(scaleinvariantfeaturetransform，sift)、haar型特征(haar-likefeature)、學(xué)習(xí)特征(例如卷積神經(jīng)網(wǎng)絡(luò)(convolutionalneuralnetwork))。此外，預(yù)定規(guī)則可以是預(yù)定模式或預(yù)先訓(xùn)練的模型，如支持向量機(jī)(supportvectormachine)、自適應(yīng)增強(qiáng)以及深度神經(jīng)網(wǎng)絡(luò)(deepneuralnet)。

在一實(shí)施例中，根據(jù)可聽見的聲音(例如，聲音具有小于20khz的頻率)來確定事件。在這種情況下，可以使用機(jī)器學(xué)習(xí)方法(machinelearningapproaches)來訓(xùn)練該模型，如高斯混合模型(gaussianmixturemodel，gmm)、隱馬爾可夫模型(hiddenmarkovmodel，hmm)，深部神經(jīng)網(wǎng)絡(luò)(deepneuralnet，dnn)。另外，在這樣的實(shí)施例中，用于確定事件的特征是否與模型相匹配的算法可以是hmm的維特比算法

在一實(shí)施例中，根據(jù)特定信息，僅為預(yù)定規(guī)則選擇所有模型中的一部分，以加快處理以及提高精度。例如，應(yīng)用全球定位系統(tǒng)的數(shù)據(jù)來了解可能在當(dāng)前位置出現(xiàn)的可能對象，并僅使用對應(yīng)的模型。

圖3(a)和圖3(b)為如圖2所示的操作的示例。在圖3(a)中，如果交通燈300的圖像被采集，由于圖像包含三個圓圈和三種光(例如，紅色、黃色和綠色)，因此它可以被識別為交通燈。在圖3(b)中，如果樓梯301的圖像被采集，由于圖像包含多個階段和轉(zhuǎn)角，因此它可以被識別為樓梯。請注意這些例子僅用于說明的目的，而不意味著限制本發(fā)明的范圍。

圖4為根據(jù)本發(fā)明一實(shí)施例的事件檢測方法的操作的示意圖。在本實(shí)施例中，根據(jù)深度信息而不是形狀或顏色，來確定該事件是否是預(yù)定事件。如圖4所示，事件信息ei包括深度信息，獲取至少一個圖像，然后將圖像中的對象的深度信息從整個圖像中分割出來(步驟401)。然后，根據(jù)深度信息可以獲取對象的距離和/或速度(步驟403)。此后，如果對象的距離和/或速度與預(yù)定規(guī)則相匹配，則確定預(yù)定事件發(fā)生，因此產(chǎn)生通知(步驟405，即圖1中的步驟105)。

上述圖像采集模塊或深度檢測模塊通常包括至少一個鏡頭。在一實(shí)施例中，鏡頭可以設(shè)置在電子系統(tǒng)的特定位置，如此一來，電子系統(tǒng)周圍的圖像都可以被清晰地采集，即使用戶是低頭族。

圖5(a)和圖5(b)為根據(jù)本發(fā)明一實(shí)施例的鏡頭的位置的示意圖。圖5(b)為圖5(a)的俯視圖。如圖5(a)所示，鏡頭l位于電子系統(tǒng)500的頂部。通過應(yīng)用圖5(a)和圖5(b)的實(shí)施例，可以清楚地獲得電子系統(tǒng)周圍的圖像或深度信息，即使用戶是低頭族。請注意，鏡頭l不限于位于圖5(a)和圖5(b)所示的位置p1，鏡頭l也可以位于位置p2和p3。換句話說，圖5(a)和圖5(b)的主旨是，鏡頭可以位于能夠檢測事件的任何位置，即使用戶正在使用電子系統(tǒng)500。

在一實(shí)施例中，該事件檢測模塊包括音頻檢測模塊，該音頻檢測模塊用于根據(jù)可聽見的聲音或超聲波來檢測對象的位置。

圖6(a)和圖6(b)為根據(jù)本發(fā)明一實(shí)施例的音頻檢測模塊的操作的示意圖。如圖6(a)所示，音頻檢測模塊600產(chǎn)生超聲波us至對象601，對象601相應(yīng)地產(chǎn)生反射波rw。通過這種方式，可以根據(jù)反射波rw來確定對象601的位置，因此對象601的距離和/或速度也可以相應(yīng)地獲得。此外，在圖6(b)中，音頻檢測模塊600從對象601接收可聽見的聲音s，并根據(jù)可聽見的聲音s確定對象601的距離和/或速度。在一實(shí)施例中，音頻檢測模塊600通過反射波rw或可聽見的聲音s來收集特征，并進(jìn)一步檢查裝置和至少一個最近的對象之間的距離。

在一實(shí)施例中，音頻檢測模塊600通過麥克風(fēng)陣列來接收反射波rw或可聽見的聲音s，并通過傳感器陣列(transducerarray)來產(chǎn)生特定的聲音(例如，超聲波us)，但不限于此。

音頻檢測模塊的操作可以通過圖2來描述。請?jiān)俅螀㈤唸D2，獲取事件信息ei并提取其特征(步驟201)。然而，事件信息ei是可聽見的聲音或反射波，而不是圖像。步驟203確定特征是否與預(yù)定規(guī)則相匹配。然后，如果特征與預(yù)定規(guī)則相匹配，則對應(yīng)的事件被確定為預(yù)定事件，以及執(zhí)行步驟205以產(chǎn)生通知(即圖1的步驟105)。

在本實(shí)施例中，如果事件信息ei是可聽見的聲音，可以通過音頻特征提取協(xié)議(如，梅爾倒譜系數(shù)(mel-frequencycepstralcoefficient))來實(shí)施步驟201。另外，如果事件信息ei是超聲波，可以通過子帶分析(如，快速傅里葉變換或微波(wavelet))來實(shí)施步驟201。此外，在本實(shí)施例中，預(yù)定規(guī)則可以是移動對象(例如汽車)的模式或模型，或者是固定對象(例如墻)的反射模式或模型。

在一實(shí)施例中，音頻檢測模塊包括至少一個麥克風(fēng)和/或至少一個傳感器。麥克風(fēng)和傳感器的位置和/或數(shù)量可以特別設(shè)計(jì)來協(xié)助音頻檢測模塊的檢測。例如，如果音頻檢測模塊只包含一個麥克風(fēng)，音頻檢測模塊可以檢測可聽見的聲音/超聲波。此外，如果音頻檢測模塊包括3個或多個麥克風(fēng)，音頻檢測模塊可以檢測該對象的三維位置。此外，如果音頻檢測模塊包括5個或更多的麥克風(fēng)，音頻檢測模塊可具有更精確的性能。

圖7(a)和圖7(b)為根據(jù)本發(fā)明一實(shí)施例的音頻檢測模塊的示意圖。圖7(a)是電子系統(tǒng)700的正視圖，圖7(b)是電子系統(tǒng)700的后視圖。如圖7(a)所示，音頻檢測模塊包括麥克風(fēng)m1、m2、m3和m4以及傳感器t1。麥克風(fēng)m1、m2分別設(shè)置在電子系統(tǒng)700的左側(cè)和右側(cè)。麥克風(fēng)m3、m4分別設(shè)置在電子系統(tǒng)700的頂部和底部。在一實(shí)施例中，麥克風(fēng)m1，m2的位置是不是對稱的。換句話說，麥克風(fēng)m1的位置和左側(cè)之間的關(guān)系、以及麥克風(fēng)m2的位置和右側(cè)之間的關(guān)系是不同的。例如，麥克風(fēng)m1位于電子系統(tǒng)700左側(cè)的中心位置c1，而麥克風(fēng)m2的位置高于電子系統(tǒng)700右側(cè)的中心位置c1。

同樣地，在一實(shí)施例中，麥克風(fēng)m3、m4的位置是不是對稱的。換句話說，麥克風(fēng)m3的位置和頂部之間的關(guān)系、以及麥克風(fēng)m4的位置和底部之間的關(guān)系是不同的。例如，麥克風(fēng)m3位于電子系統(tǒng)700頂部的中心位置c2，但麥克風(fēng)m4的位置位于電子系統(tǒng)700底部的中心位置c2的右側(cè)。

如上所述，圖7(b)是電子系統(tǒng)700的后視圖。在一實(shí)施例中，電子系統(tǒng)700還包括設(shè)置在電子系統(tǒng)700背面的麥克風(fēng)m5和傳感器t2。在一實(shí)施例中，不同的傳感器，如t1和t2，可以產(chǎn)生用于檢測對象的相同或不同的聲音。

在如圖7(a)和圖7(b)所示的實(shí)施例中，圖7(a)和圖7(b)中的麥克風(fēng)與每個傳感器之間距離可能是不同的。例如，麥克風(fēng)m1和傳感器t1之間的距離以及麥克風(fēng)m2和傳感器t1之間的距離是不同的。因此，麥克風(fēng)m1、m2和傳感器t1的位置可形成不等邊三角形。同樣地，麥克風(fēng)m3與傳感器t2之間的距離和麥克風(fēng)m4與傳感器t2之間的距離是不同的。因此，麥克風(fēng)m3、m4和傳感器t2的位置可以形成不等邊三角形。

在另一些實(shí)施方案中，在圖7(a)和圖7(b)中的傳感器和每個麥克風(fēng)之間的距離可能是不同的。例如，麥克風(fēng)m1與傳感器t1之間的距離以及麥克風(fēng)m1與傳感器t2之間的距離是不同的。同樣地，麥克風(fēng)m3與傳感器t1之間距離以及麥克風(fēng)m3與傳感器t2之間的距離是不同的。

圖7(a)和圖7(b)中的麥克風(fēng)可以通過直接設(shè)置麥克風(fēng)或通過可拆卸的配件(例如，保護(hù)殼體(protectingcase))來提供至電子系統(tǒng)700。這種配件可以被視為：包括多個麥克風(fēng)(例如，圖7(a)和圖7(b)中的m1和m2、或者m3和m4)的配件。麥克風(fēng)可以通過無線連接(例如，無線網(wǎng)絡(luò)連接、藍(lán)牙或任何其他無線連接)耦接至一電子裝置(例如，電子系統(tǒng)700)，用于確定對象的距離(例如，在圖6(a)和圖6(b)中所示的操作)。

在一實(shí)施例中，配件包括一個殼體(例如，上述的保護(hù)殼體)。麥克風(fēng)位于保護(hù)殼體上。如果該殼體安裝于電子裝置上，電子裝置的兩個麥克風(fēng)和傳感器的位置可能形成不等邊三角形。

另外，在另一實(shí)施例中，通過至少一個緊固件如螺釘將麥克風(fēng)固定于電子裝置上。

如果圖像采集模塊包括多個類型的攝像頭，根據(jù)用戶周圍環(huán)境的狀態(tài)可以自動選擇適當(dāng)類型的攝像頭。例如，根據(jù)光傳感器，當(dāng)光照足夠好時(shí)，使用rgb攝像頭。相反，當(dāng)光照差時(shí)，使用夜視攝像頭。此外，如果光照非常差，使用音頻攝像頭。

請?jiān)俅螀⒖紙D1，關(guān)于步驟105，在一實(shí)施例中，通知包括下列中的至少一個：降低電子系統(tǒng)的音量、通過電子系統(tǒng)播放事件的聲音、標(biāo)記與事件相關(guān)的對象、通過電子系統(tǒng)顯示通知消息、振動電子系統(tǒng)、以及改變電子系統(tǒng)顯示的顏色。

舉例來說，如果用戶在用耳機(jī)聽音樂以及事件檢測模塊檢測到一輛汽車正在接近，電子系統(tǒng)降低音樂的音量以使用戶可以聽到汽車的聲音。在另一個例子中，事件檢測模塊檢測到與預(yù)定事件相匹配的一些聲音(例如，救護(hù)車的鳴笛)，電子系統(tǒng)大聲地播放該事件的聲音，使得用戶可以注意到該事件。舉例來說，在一實(shí)施例中，預(yù)先訓(xùn)練的音頻事件的音量被增強(qiáng)并由電子裝置的揚(yáng)聲器播放。在另一個實(shí)施例中，預(yù)先訓(xùn)練的通知聲音可以通過該電子裝置的揚(yáng)聲器來播放。

在又一實(shí)施例中，事件檢測模塊檢測圖像，該圖像與預(yù)定事件(例如，交通燈)相匹配，電子系統(tǒng)顯示該圖像并標(biāo)記與該事件相關(guān)的對象，這樣用戶可以檢查此事件。

圖8為根據(jù)本發(fā)明一實(shí)施例的具有事件檢測機(jī)制的電子系統(tǒng)的示意圖。如圖8所示，電子系統(tǒng)800包括在至少一個事件檢測模塊ed1(在本實(shí)施例中只有一個)和控制模塊801?？刂颇K801用于：啟用至少一個事件檢測模塊；控制已啟用的事件檢測模塊來檢測在事件檢測模塊的檢測范圍內(nèi)是否發(fā)生任何預(yù)定事件；如果在檢測范圍內(nèi)發(fā)生預(yù)定事件則產(chǎn)生通知。請注意，在一實(shí)施例中，事件檢測模塊只檢測事件，控制模塊801執(zhí)行確定事件是否是預(yù)定事件的功能。值得注意的是，在一實(shí)施例中，事件檢測模塊不包含在電子系統(tǒng)800中，這樣電子系統(tǒng)800只包含控制模塊801。

請注意，在上述實(shí)施例中，控制模塊和事件檢測模塊位于單一的電子裝置中，如移動電話。然而，控制模塊和事件檢測模塊也可以位于不同的電子裝置中。圖9為根據(jù)本發(fā)明另一實(shí)施例的電子系統(tǒng)的示意圖。如圖9所示，控制模塊位于電子裝置901中(未示出)，以及事件檢測模塊包括便攜式攝像頭903，用于采集圖像和并無線發(fā)送圖像至電子裝置901。請注意，便攜式攝像頭903可以被任何其他類型的電子裝置所取代。例如，便攜式攝像頭903可以替換為可穿戴設(shè)備，如智能眼鏡。因此，用戶可以把事件檢測模塊設(shè)置在任何位置，例如，放在背包上。通過這種方式，即使事件發(fā)生在用戶的背后，也可以被檢測到。

鑒于上述實(shí)施例，即使用戶是低頭族，用戶的周圍也可以被檢測到。因此，可以避免危險(xiǎn)事件。此外，根據(jù)用戶的周圍環(huán)境的狀態(tài)，可以選擇適當(dāng)?shù)氖录z測模塊。此外，可以通過所有模型中的一部分而不是所有模型，來確定預(yù)定規(guī)則；根據(jù)特定的信息來選擇所有模型中的一部分，以加快處理和提高精度。

以上所述僅為本發(fā)明的較佳實(shí)施方式，凡依本發(fā)明權(quán)利要求所做的均等變化和修飾，均應(yīng)屬本發(fā)明的涵蓋范圍。