(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111672290.0 (22)申请日 2021.12.31 (71)申请人 江西瑞圣特 科技有限责任公司 地址 330200 江西省南昌市南昌 高新技术 产业开发区天祥北 大道1399号 (72)发明人 李冬保　 (74)专利代理 机构 广州市越秀区哲力专利商标 事务所(普通 合伙) 44288 专利代理师 王毅 (51)Int.Cl. G16H 40/60(2018.01) G06N 3/08(2006.01) G06N 3/04(2006.01) A61C 17/02(2006.01) (54)发明名称 一种基于深度学习的冲牙器的姿态确认方 法 (57)摘要 本发明属于冲牙器技术领域， 提供一种基于 深度学习的冲牙 器的姿态确认方法， 冲牙器采集 已知用户口腔部的三维空间数据信息； 利用三维 空间数据信息通过深度学习对深度神经网络进 行训练， 得到第一阶段的深度神经网络模型和第 二阶段的深度神经网络模型； 再用第一阶段的深 度神经网络模型和第二阶段的深度神经网络模 型对未知用户的冲牙器的使用姿态进行预测， 得 到未知用户的冲牙器使用姿态结果， 通过播报系 统播报所述未知用户的最优使用姿态来指导未 知用户使用冲牙 器， 使得冲牙器处于所述未知用 户的最优 使用姿态。 权利要求书1页 说明书4页 附图2页 CN 114550898 A 2022.05.27 CN 114550898 A 1.一种基于深度学习的冲牙器的姿态确认方法， 其特征在于， 冲牙器采集已知用户口 腔部的三 维空间数据信息； 利用所述三 维空间数据信息通过深度学习对深度神经网络进 行 训练， 得到第一阶段 的深度神经网络模型和第二阶段的深度神经网络模型； 再用第一阶段 的深度神经网络模型和第二 阶段的深度神经网络模型对未知用户的冲牙器的使用姿态进 行预测， 得到未知用户的冲牙器使用姿态结果， 通过所述姿态结果指导未知用户使用冲牙 器。 2.如权利要求1所述的基于深度 学习的冲牙器的姿态确 认方法， 其特征在于， 所述三维 空间数据信息的表现形式为图像信息， 所述图像信息传输 到计算平台。 3.如权利要求2所述的基于深度 学习的冲牙器的姿态确 认方法， 其特征在于， 所述图像 信息由安装在冲牙器前部的传感器获得， 若干所述传感器均布于冲牙器的前部 。 4.如权利要求3所述的基于深度 学习的冲牙器的姿态确 认方法， 其特征在于， 所述通过 深度学习对深度神经网络进行训练的步骤为： S100、 构建并训练深度学习网络， 所述深度学习网络接收初始数据信息后建立深度神 经网络模型； S200、 获取已知用户的静态图像信息， 提取已知用户的静态图像信息输入所述深度学 习网络， 构建第一阶段的深度神经网络模型； S300、 获取已知用户的使用姿态图像信息， 提取已知用户的使用姿态图像信息输入所 述深度学习网络， 构建第二阶段的深度神经网络模型； S400、 通过所述第一阶段的深度神经网络模型和所述第 二阶段的深度神经网络模型确 定已知用户的最优使用姿态， 利用所述已知用户的最优使用姿态构建未知用户的使用姿态 的深度神经网络模型， 预测未知用户的使用姿态； S500、 获取未知用户的使用姿态图像信息， 提取未知用户的使用姿态图像信息输入所 述未知用户的使用姿态的深度神经网络模型， 通过所述深度学习网络计算获得未知用户的 最优使用姿态； S600、 通过所述未知用户的最优使用姿态指导未知用户使用冲牙器， 使得未知用户的 使用姿态处于所述未知用户的最优使用姿态。 5.如权利要求4所述的基于深度 学习的冲牙器的姿态确 认方法， 其特征在于， 冲牙器具 备播报装置， 所述 播报装置将所述未知用户的最优使用姿态播报给用户。 6.如权利要求5所述的基于深度 学习的冲牙器的姿态确 认方法， 其特征在于， 所述播报 装置为声 音播报器。 7.如权利要求2所述的基于深度 学习的冲牙器的姿态确 认方法， 其特征在于， 所述图像 信息包括多张连续的图像。权　利　要　求　书 1/1 页 2 CN 114550898 A 2一种基于深度学习的冲牙器的姿态确认方 法 技术领域 [0001]本发明属于冲牙器技术领域， 尤其涉及一种基于深度学习的冲牙器的姿态确认方 法。 背景技术 [0002]冲牙器是一种用于护理口腔的装置， 冲牙器可以利用一定压力以将清洗水柱由冲 牙器喷嘴喷出， 以对口腔进行清洗， 目前较为广泛地应用于人们的日常生活中。 [0003]冲牙器在使用时需要冲洗头保持一定的角度对牙齿进行冲洗， 才能获得较好的冲 洗效果， 而冲洗头处于口腔内部， 使用者无法获知冲洗头的角度， 不能快速地调节冲 牙器的 使用姿态从而调节冲洗 头的冲洗角度， 冲洗效果 不理想， 用户使用体验差 。 发明内容 [0004]为了解决上述冲牙器 由于冲洗头处于 口腔内部， 使用者无法获知冲洗头的角 度， 不能快速地调节冲牙器的使用姿态从而调节冲洗头的冲洗角度， 冲洗效果不理想， 用户使 用体验差的问题技术问题， 本发明提供一种基于深度学习的冲牙器的姿态确认方法， 冲牙 器采集已知用户口腔部的三 维空间数据信息； 利用所述三维空间数据信息通过深度学习对 深度神经网络进 行训练， 得到第一阶段的深度神经网络模型和 第二阶段的深度神经网络模 型； 再用第一阶段的深度神经网络模型和 第二阶段的深度神经网络模型对 未知用户的冲牙 器的使用姿态进行预测， 得到未知用户的冲牙器使用姿态结果， 通过所述姿态结果指导未 知用户使用冲牙器。 [0005]可选地， 所述三维空间数据信息 的表现形式为图像信息， 所述图像信息传输到计 算平台。 [0006]可选地， 所述图像信息 由安装在冲牙器前部 的传感器获得， 若干所述传感器均布 于冲牙器的前部 。 [0007]可选地， 所述 通过深度学习对深度神经网络进行训练的步骤为： [0008]S100、 构建并训练深度学习网络， 所述深度学习网络接收初始数据信息后建立深 度神经网络模型； [0009]S200、 获取已知用户的静态图像信息， 提取已知用户的静态图像信息输入所述深 度学习网络， 构建第一阶段的深度神经网络模型； [0010]S300、 获取已知用户的使用姿态图像信息， 提取已知用户的使用姿态图像信息输 入所述深度学习网络， 构建第二阶段的深度神经网络模型； [0011]S400、 通过所述第一阶段的深度神经网络模型和所述第二阶段的深度神经 网络模 型确定已知用户的最优使用姿态， 利用所述已知用户的最优使用姿态构建未知用户的使用 姿态的深度神经网络模型， 预测未知用户的使用姿态； [0012]S500、 获取未知用户的使用姿态图像信息， 提取未知用户的使用姿态图像信息输 入所述未知用户的使用姿态的深度神经网络模型， 通过所述深度学习网络计算获得未知用说　明　书 1/4 页 3 CN 114550898 A 3