基于深度学习的自适应睡枕设计①

余益臻,任 佳,刘 瑜,郭力宁

1(浙江理工大学 机械与自动控制学院,杭州 310018)

2(深圳市深智杰科技有限公司,深圳 518102)

睡眠约占人生命总时长的三分之一,随着生活节奏的加快,越来越多的人饱受睡眠问题的困扰,睡眠质量不好是危害健康的一大隐患[1].越来越多的流行病学证据支持睡眠时间短与肥胖和糖尿病风险之间的联系.与行为或睡眠障碍有关的慢性睡眠丧失,可能是体重增加、胰岛素抵抗和2 型糖尿病的一个新的危险因素[2].有关研究表明,人侧躺时睡枕的高度应大于平躺时的高度[3],以减轻侧躺时肩部承受的压力.因此,需要设计一种能根据睡姿来调整高度的枕头来改善睡眠质量.于是,如何有效地识别人体平躺和侧躺这两种睡姿就成了解决该问题的关键.

目前,对于人体睡姿识别的研究还比较少,已知的睡姿识别方法有基于睡姿图像技术,即摄像头采集人体睡眠时的图像,通过数字图像处理和机器学习算法对该图像进行分类[4],识别出此时人体的睡姿.也有通过置于床垫中的阵列式压力传感器,采集人体压力分布,来识别当前睡姿[5].然而,以上两种方案存在着一些不足和需要改进的地方.首先,通过摄像头采集睡姿图像的方法,涉及了用户隐私,以及当人体被物体遮盖时(如脸被头发遮挡,身体被被子遮盖),识别错误的问题.其次,采集人体压力分布的方法,置于床垫中的阵列式压力传感器面积大,传感器损耗大,且精度……