本发明涉及状态识别技术领域，具体而言，涉及状态校正方法、装置及可穿戴设备。
背景技术：
对于可穿戴设备而言，可穿戴设备要求具备较小的体积，进而限制了可穿戴设备的电池容量的大小。因此，需要根据可穿戴设备的佩戴状态相应的开启或关闭可穿戴设备上的各个传感器，以节省功耗。因此，对于可穿戴设备而言，可穿戴设备的佩戴状态的检测非常重要。
目前常用的方式为采用电容式电极进行检测，但其具有一定的局限性，易导致一旦佩戴状态检测错误，就有可能一直持续错误的缺点。因为其检测原理是检测电极的电容的变化，即佩戴状态下电容值与没有佩戴状态下电容值之间的差，此处可将没有佩戴的状态下电容值称为基线。基线是与环境密切相关的，它是整个系统能够正常运行的基本条件，能够影响整个系统的性能和功能。如果基线错误，将会导致佩戴状态判定长期错误，导致设备无法正常工作。因此如何能够避免环境因素干扰且不额外增加成本的基础上实现对可穿戴设备的状态的识别对于可穿戴设备工作有着极大的意义。
技术实现要素：
有鉴于此，本发明的目的在于，提供一种状态校正方法、装置及可穿戴设备以解决上述问题。
本发明的较佳实施例提供一种状态校正方法，应用于安装在可穿戴设备内的微控制器，所述微控制器与所述可穿戴设备上的电容电极、加速度传感器以及生命参数采集器连接，所述方法包括：
当所述可穿戴设备的佩戴状态持续超过预设时长未发生改变时，切换至状态校正进程，并将该预设时长内所述可穿戴设备的佩戴状态作为历史佩戴状态；
获取进入状态校正进程后所述电容电极在预设采样周期内的各个采样点的电容采样值以及所述加速度传感器在所述预设采样周期内的各个采样点的运动参数采样值；
若所述历史佩戴状态为未佩戴状态，则根据所述电容采样值、运动参数采样值得到第一校验集合，并将所述第一校验集合导入至建立的模式识别分类器中以获得所述可穿戴设备的初步佩戴状态；
根据所述历史佩戴状态以及所述初步佩戴状态确定所述可穿戴设备的当前佩戴状态；
若所述历史佩戴状态为已佩戴状态，则根据所述电容采样值、所述运动参数采样值以及多个采样点中所述生命参数采集器采集的生命体征信息的信号不佳次数得到第二校验集合，将所述第二校验集合导入至建立的模式识别分类器中，根据所述模式识别分类器的状态输出结果获得所述可穿戴设备的当前佩戴状态。
进一步地，所述根据所述电容采样值、运动参数采样值得到第一校验集合的步骤，包括：
根据各个采样点的电容采样值计算得到所述预设采样周期内的电容波动参数，根据各个采样点的运动参数采样值计算得到所述预设采样周期内的运动强度特征参数；
计算当前的电容采样值与预设原始基线值之间的差值；
所述电容波动参数、所述运动强度特征参数以及所述差值进行组合得到第一校验参数集合。
进一步地，所述根据各个采样点的电容采样值计算得到所述预设采样周期内的电容波动参数的步骤，包括：
根据各个采样点的电容采样值按以下公式计算得到所述预设采样周期内的电容波动参数：
changec＝∫abs(ch1t-ch1t-1)+abs(ch2t-ch2t-1)+...abs(chnt-chnt-1)
其中，changec为电容波动参数，chn表示第n个电极通道的电容采样值，t和t-1表示相邻的两个采样点。
进一步地，所述根据各个采样点的运动参数采样值计算得到所述预设采样周期内的运动强度特征参数的步骤，包括：
根据各个采样点的运动参数采样值按以下公式计算得到所述预设采样周期内的运动强度特征参数：
move_ints＝∫abs(xt-xt-1)+abs(yt-yt-1)+abs(zt-zt-1)
其中，move_ints为运动强度特征参数，x、y、z分别为加速度传感器的三个轴的运动参数采样值，t和t-1表示相邻的两个采样点。
进一步地，所述根据所述历史佩戴状态以及所述初步佩戴状态确定所述可穿戴设备的当前佩戴状态的步骤，包括：
在所述历史佩戴状态为未佩戴状态，且所述初步佩戴状态为未佩戴状态，则判定所述可穿戴设备的当前佩戴状态为未佩戴状态。
进一步地，所述根据所述历史佩戴状态以及所述初步佩戴状态确定所述可穿戴设备的当前佩戴状态的步骤，包括：
在所述历史佩戴状态为未佩戴状态，且所述初步佩戴状态为已佩戴状态，则获得所述模式识别分类器输出的可信概率值，并根据所述可信概率值计算得到信号采集不佳的最大允许次数；
开启所述生命参数采集器，并接收所述生命参数采集器采集并发送的多个生命体征信息，并统计该多个生命体征信息中信号采集不佳次数；
若所述信号采集不佳次数大于等于所述最大允许次数，则判定所述可穿戴设备的当前佩戴状态为未佩戴状态；
若所述信号采集不佳次数小于所述最大允许次数，则判定所述可穿戴设备的当前佩戴状态为已佩戴状态。
进一步地，所述根据所述模式识别分类器的状态输出结果获得所述可穿戴设备的当前佩戴状态步骤，包括：
在所述历史佩戴状态为已佩戴状态，且所述模式识别分类器的状态输出结果为已佩戴状态，则判定所述可穿戴设备的当前佩戴状态为已佩戴状态；或者
在所述历史佩戴状态为已佩戴状态，且所述模式识别分类器的状态输出结果为未佩戴状态，则判定所述可穿戴设备的当前佩戴状态为未佩戴状态。
进一步地，所述判定所述可穿戴设备的当前佩戴状态为未佩戴状态后，所述方法还包括：
关闭所述生命参数采集器。
本发明的另一较佳实施例提供一种状态校正装置，应用于装在可穿戴设备内的微控制器，所述微控制器与所述可穿戴设备上的电容电极、加速度传感器以及生命参数采集器连接，所述装置包括：
切换模块，用于当所述可穿戴设备的佩戴状态持续超过预设时长未发生改变时，切换至状态校正进程，并将该预设时长内所述可穿戴设备的佩戴状态作为历史佩戴状态；
采样值获取模块，用于获取进入状态校正进程后所述电容电极在预设采样周期内的各个采样点的电容采样值以及所述加速度传感器在所述预设采样周期内的各个采样点的运动参数采样值；
第一导入模块，用于在所述历史佩戴为未佩戴状态时，根据所述电容采样值、运动参数采样值得到第一校验集合，并将所述第一校验集合导入至建立的模式识别分类器中以获得所述可穿戴设备的初步佩戴状态；
第一判定模块，用于根据所述历史佩戴状态以及所述初步佩戴状态确定所述可穿戴设备的当前佩戴状态；
第二导入模块，用于在所述历史佩戴状态为已佩戴状态时，根据所述电容采样值、所述运动参数采样值以及多个采样点中所述生命参数采集器采集的信号不佳的次数得到第二校验集合，将所述第二校验集合导入至建立的模式识别分类器中；
第二判定模块，用于根据所述模式识别分类器的状态输出结果获得所述可穿戴设备的当前佩戴状态。
本发明的另一较佳实施例提供一种可穿戴设备，所述可穿戴设备包括微控制器、与所述微控制器连接的电容电极、加速度传感器以及生命参数采集器；
所述微控制器用于当所述可穿戴设备的佩戴状态持续超过预设时长未发生改变时，切换至状态校正进程，并将该预设时长内所述可穿戴设备的佩戴状态作为历史佩戴状态；
所述微控制器获取进入状态校正进程后所述电容电极在预设采样周期内的各个采样点的电容采样值以及所述加速度传感器在所述预设采样周期内的各个采样点的运动参数采样值；
所述微控制器根据各个采样点的电容采样值计算得到所述预设采样周期内的电容波动参数，并根据各个采样点的运动参数采样值计算得到所述预设采样周期内的运动强度特征参数；
若所述历史佩戴状态为未佩戴状态，所述微控制器则根据所述电容采样值、运动参数采样值得到第一校验集合，并将所述第一校验集合导入至建立的模式识别分类器中以获得所述可穿戴设备的初步佩戴状态；
所述微控制器根据所述历史佩戴状态以及所述初步佩戴状态确定所述可穿戴设备的当前佩戴状态；
若所述历史佩戴状态为已佩戴状态，所述微控制器则根据所述电容采样值、所述运动参数采样值以及多个采样点中所述生命参数采集器采集的信号不佳的次数得到第二校验集合，将所述第二校验集合导入至建立的模式识别分类器中，根据所述模式识别分类器的状态输出结果获得所述可穿戴设备的当前佩戴状态。
本发明实施例提供的状态校正方法、装置及可穿戴设备，通过在不同的历史佩戴状态下，利用电容电极采集到的电容值、加速度传感器采集到的运动参数值、生命参数采集器采集到的生命体征信息以及当前电容值，并结合构建的模式识别分类器输出佩戴状态结果，再结合历史佩戴状态得到最终的可穿戴设备的当前佩戴状态，以实现对可穿戴设备的佩戴状态的校正。该状态校正方案在不增加成本的基础上，结合利用电容电极、加速度传感器及生命参数采集器等的采样结果，并利用构建的模式识别分类器完成对可穿戴设备的佩戴状态的识别，提高了识别的准确率。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明较佳实施例提供的一种可穿戴设备的示意性结构框图。
图2为本发明较佳实施例提供的一种微控制器的方框结构示意图。
图3为本发明较佳实施例提供的一种状态校正方法的流程图。
图4为图3中步骤s103的子步骤的流程图。
图5为图3中步骤s104的子步骤的流程图。
图6为本发明较佳实施例提供的状态校正装置的功能模块框图。
图标：10-可穿戴设备；100-微控制器；110-状态校正装置；111-切换模块；112-采样值获取模块；113-第一导入模块；114-第一判定模块；115-第二导入模块；116-第二判定模块；120-存储器；130-存储控制器；140-处理器；200-电容电极；300-加速度传感器；400-生命参数采集器；410-脉搏波传感器；420-心电传感器。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“设置”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
如图1所示，为本发明实施例提供的可穿戴设备10的示意性结构框图，所述可穿戴设备10包括微控制器100、电容电极200、加速度传感器300以及生命参数采集器400。其中，所述电容电极200、加速度传感器300及生命参数采集器400分别与所述微控制器100连接，所述生命参数采集器400包括脉搏波传感器410及心电传感器420。所述电容电极200可设置在所述可穿戴设备10的底壳上，可按一定的采样频率采集电容值并将采集到的电容值发送至微控制器100。所述加速度传感器300包括三个轴，x轴、y轴以及z轴。其三个轴分别可用于采集可穿戴设备10在不同方向上的加速度值。所述加速度传感器300将采集到的加速度值发送至微控制器100。所述生命参数采集器400可用于采集佩戴所述可穿戴设备10的用户的心率、血氧等生命特征参数，并将其发送至微控制器100。所述微控制器100可对接收到的上述数据进行分析、处理等，以确定可穿戴设备10的实时的佩戴状态。
请参阅图2，为本实施例提供的微控制器100的方框结构示意图，该微控制器100包括状态校正装置110、存储器120、存储控制器130以及处理器140。其中，所述存储器120、存储控制器130和处理器140各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件之间通过一条或多条通讯总线或信号线实现电性连接。所述状态校正装置110包括至少一个可以软件或固件的形式存储于所述存储中或固化在所述微控制器100的操作系统中的软件功能模块。所述处理器140在所述存储控制器130的控制下访问所述存储器120，以用于执行所述存储器120中存储的可执行模块，例如所述状态校正装置110所包括的软件功能模块及计算机程序等，进而实现本发明实施例中的状态校正方法。可选地，所述微控制器100可以是但不限于i76700k微处理器等。应当理解，图2所示的结构仅为示意。所述微控制器100可以具有比图2所示更多或者更少的组件，或者具有与图2所示不同的配置。其中，图2所示的各组件可以由软件、硬件或者其组合实现。
基于对上述可穿戴设备10的描述和设计，如图3所示，为本发明实施例提供的应用于所述可穿戴设备10中的微控制器100的状态校正方法的流程示意图，下面将结合图3对所述状态校正方法的具体流程及步骤进行详细阐述。在此应注意，本实施例中给出的状态校正方法的各步骤不以图3或下述步骤为限制，即可根据实际情况进行灵活调整。
步骤s101，当所述可穿戴设备10的佩戴状态持续超过预设时长未发生改变时，切换至状态校正进程，并将该预设时长内所述可穿戴设备10的佩戴状态作为历史佩戴状态。
本实施例中，设置在可穿戴设备10的底壳上的电容电极200可实时将其采样到的电容值发送至微控制器100，微控制器100可监测电容值的波动情况，若其电容值一直未发生明显变化，例如其波动值保持在预设范围内，且持续时长超过预设时长，则可判定可穿戴设备10在该预设时长内其佩戴状态一直未发生改变，例如在该预设时长内一直为未佩戴状态，或者在该预设时长内一直为佩戴状态。
由于仅仅通过电容值进行可穿戴设备10的佩戴状态检测是不够准确的，因此，在监测可穿戴设备10的佩戴状态持续超过预设时长未发生变化时，可切换至状态校正进程，以对可穿戴设备10的佩戴状态进行校正。本实施例中，将上述预设时长内所述可穿戴设备10的佩戴状态作为历史佩戴状态，该历史佩戴状态可能为未佩戴状态，也可能为已佩戴状态。
步骤s102，获取进入状态校正进程后所述电容电极200在预设采样周期内的各个采样点的电容采样值以及所述加速度传感器300在所述预设采样周期内的各个采样点的运动参数采样值。
本实施例中，在进入状态校正进程后，可统计预设采样周期t内电容电极200的采样值以及加速度传感器300的采样值。应当理解，该预设采样周期t包括多个采样点，所述电容电极200可按各个采样点进行电容值采样，并将采集到的电容值发送至微控制器100。所述加速度传感器300也可按各个采样点进行运动参数采样，并将采集到的运动参数采样值发送至微控制器100。所述微控制器100可根据接收到的多个电容采样值以及多个运动参数采样值检测可穿戴设备10的电容波动情况以及运动强度。
由上述可知，对所述可穿戴设备10的佩戴状态的校正是基于现有佩戴状态的，即历史佩戴状态。其中，历史佩戴状态可能为未佩戴状态，也可能为已佩戴状态，基于不同的历史佩戴状态，其校正流程有所区别，具体如下：
步骤s103，若所述历史佩戴状态为未佩戴状态，则根据所述电容采样值、运动参数采样值得到第一校验集合，并将所述第一校验集合导入至建立的模式识别分类器中以获得所述可穿戴设备10的初步佩戴状态。
步骤s104，根据所述历史佩戴状态以及所述初步佩戴状态确定所述可穿戴设备10的当前佩戴状态。
在本实施例中，可预先构建用于进行佩戴状态识别的模式识别分类器，例如决策树、贝叶斯分类器等。在历史佩戴状态为未佩戴状态的情况下，将根据所述电容采样值、运动参数采样值得到第一校验集合，其中，请参图4，该步骤可通过以下步骤执行：
步骤s1031，根据各个采样点的电容采样值计算得到所述预设采样周期内的电容波动参数，根据各个采样点的运动参数采样值计算得到所述预设采样周期内的运动强度特征参数。
步骤s1032，计算当前的电容采样值与预设原始基线值之间的差值。
步骤s1033，所述电容波动参数、所述运动强度特征参数以及所述差值进行组合得到第一校验参数集合。
在本实施例中，所述电容电极200可包括多个电极通道，所述微控制器100可根据各个采样点的电容采样值按以下公式计算得到所述预设采样周期内的电容波动参数：
changec＝∫abs(ch1t-ch1t-1)+abs(ch2t-ch2t-1)+...abs(chnt-chnt-1)
其中，changec为电容波动参数，chn表示第n个电极通道的电容采样值，其中，n常取为4，t和t-1表示相邻的两个采样点。
由上述可知，所述加速度传感器300包括三个轴，x轴、y轴以及z轴，所述微控制器100可根据各个采样点的运动参数采样值按以下公式计算得到所述预设采样周期内的运动强度特征参数：
move_ints＝∫abs(xt-xt-1)+abs(yt-yt-1)+abs(zt-zt-1)
其中，move_ints为运动强度特征参数，x、y、z分别为加速度传感器300的三个轴的运动参数采样值，t和t-1表示相邻的两个采样点。
将上述计算得到的电容波动参数changec和运动强度特征参数move_ints，以及当前电容电极200检测到的电容值与预设原始基线值之间的差值c_de组成第一校验集合，并以该第一校验集合作为输入导入至所述模式识别分类器中。
所述模式识别分类器可根据上述导入的参数对可穿戴设备10当前的佩戴状态进行初步判定，并输出初步佩戴状态，以及判定为初步佩戴状态的可信概率，例如90％或80％等。
本实施例中，需结合历史佩戴状态以及初步佩戴状态以最终确定可穿戴设备10的当前佩戴状态。在历史佩戴状态为未佩戴状态，且初步佩戴状态为未佩戴状态时，可判定所述可穿戴设备10的当前佩戴状态为未佩戴状态。此时，状态校正系统可进入下一个未佩戴状态校正周期，以继续进行状态校正。
而若所述历史佩戴状态为未佩戴状态，且模式识别分类器输出的佩戴状态为已佩戴状态时，为避免环境因素，例如移动可穿戴设备10等，造成的对结果的影响，还需结合生命参数采集器400的采集数据进行进一步分析。请参阅图5，在本实施例中，步骤s104可以包括步骤s1041、步骤s1042、步骤s1043以及步骤s1044四个子步骤。
步骤s1041，在所述历史佩戴状态为未佩戴状态，且所述初步佩戴状态为已佩戴状态，则获得所述模式识别分类器输出的可信概率值，并根据所述可信概率值计算得到信号采集不佳的最大允许次数。
步骤s1042，开启所述生命参数采集器400，并接收所述生命参数采集器400采集并发送的多个生命体征信息，并统计该多个生命体征信息中信号采集不佳次数。
步骤s1043，若所述信号采集不佳次数大于等于所述最大允许次数，则判定所述可穿戴设备10的当前佩戴状态为未佩戴状态。
步骤s1044，若所述信号采集不佳次数小于所述最大允许次数，则判定所述可穿戴设备10的当前佩戴状态为已佩戴状态。
本实施例中，在所述历史佩戴状态为未佩戴状态，而模式识别分类器输出的状态为已佩戴状态时，可获得所述模式识别分类器输出的判定为已佩戴状态的可信概率值，例如90％或80％等。根据预先定义的函数求得在n次数据采集中信号采集不佳的最大允许次数，例如，k＝fun(p1)，其中，k为最大允许次数，p1为模式识别分类器输出的判定为已佩戴状态的可信概率值，fun为预先定义的函数。n与上述的预设采样周期内的采样点的数量相同。本实施例中，可将fun函数定义为：最大允许次数与可信概率值的大小呈正比，即得到的可信概率值越大则信号采集不佳的允许次数越大。当然，也可根据按其他方式对fun函数进行定义，本实施例中不作具体限制。
在这种情况下，需开启所述生命参数采集器400，开启后的生命参数采集器400按一定的采样频率采集多个生命体征信息，此处采集到的生命体征信息的数量为n。生命参数采集器400将采集到的多个生命体征信息发送至微控制器100，微控制器100对接收到的生命体征信息的信号质量进行评估，以判别各个生命体征信息是否出现信号不佳的现象。例如，微控制器100可将接收到的生命体征信息与预存样本进行比对，若和预存样本的波形相差较大，可判定该生命体征信息的信号采集不佳。当然，也可采用其他的评估方式对生命体征信息的信号质量进行判别，此处不再一一赘述，可根据需求进行相应设置。微控制器100可统计出接收到的n个生命体征信息中存在信号采集不佳的次数。
可选地，将统计出的信号采集不佳次数与上述计算得到的最大允许次数进行比较，以判定可穿戴设备10的当前佩戴状态。若统计出的信号采集不佳次数大于等于所述最大允许次数，则可判定所述可穿戴设备10的当前佩戴状态为未佩戴状态。若统计出的信号采集不佳次数小于所述最大允许次数，则可判定所述可穿戴设备10的当前佩戴状态为已佩戴状态。至此，完成了在历史佩戴状态为未佩戴状态下的可穿戴设备10的状态校正流程。
步骤s105，若所述历史佩戴状态为已佩戴状态，则根据所述电容采样值、所述运动参数采样值以及多个采样点中所述生命参数采集器400采集的生命体征信息的信号不佳次数得到第二校验集合，将所述第二校验集合导入至建立的模式识别分类器中。
步骤s106，根据所述模式识别分类器的状态输出结果获得所述可穿戴设备10的当前佩戴状态。
此外，若可穿戴设备10的历史佩戴状态为已佩戴状态，在这种情况下，所述生命参数采集器400是处于打开状态的，则微控制器100一端可接收到生命参数采集器400按一定采样频率采集并发送的生命体征信息。微控制器100可检测出接收到的多个生命体征信息中存在信号不佳的生命体征信息。并统计出多个生命体征信息中的信号不佳次数。
相同地，按上述计算方法根据电容采样值得到的电容波动参数changec、根据运动参数采样值得到运动强度特征参数move_ints、电容电极200检测到的当前电容值与预设原始基线值之间的差值c_de，并将这些参数与上述的信号不佳次数组成第二校验集合，将该第二校验集合作为输入量导入至预先构建的模式识别分类器中，以利用模式识别分类器判定可穿戴设备10的当前佩戴状态。
本实施例中，在历史佩戴状态为已佩戴状态时，若所述模式识别分类器的状态输出结果为已佩戴状态，则可判定所述可穿戴设备10的当前佩戴状态为已佩戴状态。若所述模式识别分类器的状态输出结果为未佩戴状态，则可判定所述可穿戴设备10的当前佩戴状态为未佩戴状态。
本实施例中，若按上述判定方式判定出可穿戴设备10的当前佩戴状态为未佩戴状态，由于在这种情况下，所述生命参数采集器400还处于打开状态，因此，为了节省功耗，可在判定为未佩戴状态后关闭所述生命参数采集器400。
请参阅图6，为发明另一较佳实施例提供的应用于上述可穿戴设备10的状态校正装置110的功能模块框图。所述状态校正装置110包括切换模块111、采样值获取模块112、第一导入模块113、第一判定模块114、第二导入模块115以及第二判定模块116。
所述切换模块111用于当所述可穿戴设备10的佩戴状态持续超过预设时长未发生改变时，切换至状态校正进程，并将该预设时长内所述可穿戴设备10的佩戴状态作为历史佩戴状态。所述切换模块111可用于执行图3中所示的步骤s101，具体的操作方法可参考步骤s101的详细描述。
所述采样值获取模块112用于获取进入状态校正进程后所述电容电极200在预设采样周期内的各个采样点的电容采样值以及所述加速度传感器300在所述预设采样周期内的各个采样点的运动参数采样值。所述采样值获取模块112可用于执行图3中所示的步骤s102，具体的操作方法可参考步骤s102的详细描述。
所述第一导入模块113用于在所述历史佩戴为未佩戴状态时，根据所述电容采样值、运动参数采样值得到第一校验集合，并将所述第一校验集合导入至建立的模式识别分类器中以获得所述可穿戴设备10的初步佩戴状态。所述第一导入模块113可用于执行图3中所示的步骤s103，具体的操作方法可参考步骤s103的详细描述。
所述第一判定模块114用于根据所述历史佩戴状态以及所述初步佩戴状态确定所述可穿戴设备10的当前佩戴状态。所述第一判定模块114可用于执行图3中所示的步骤s104，具体的操作方法可参考步骤s104的详细描述。
所述第二导入模块115用于在所述历史佩戴状态为已佩戴状态时，根据所述电容采样值、所述运动参数采样值以及多个采样点中所述生命参数采集器400采集的信号不佳的次数得到第二校验集合，将所述第二校验集合导入至建立的模式识别分类器中。所述第二导入模块115可用于执行图3中所示的步骤s105，具体的操作方法可参考步骤s105的详细描述。
所述第二判定模块116用于根据所述模式识别分类器的状态输出结果获得所述可穿戴设备10的当前佩戴状态。所述第二判定模块116可用于执行图3中所示的步骤s106，具体的操作方法可参考步骤s106的详细描述。
综上所述，本发明实施例提供一种状态校正方法、装置及可穿戴设备10，通过在不同的历史佩戴状态下，利用电容电极200采集到的电容值、加速度传感器300采集到的运动参数值、生命参数采集器400采集到的生命体征信息以及当前电容值，并结合构建的模式识别分类器输出佩戴状态结果，再结合历史佩戴状态得到最终的可穿戴设备10的当前佩戴状态，以实现对可穿戴设备10的佩戴状态的校正。该状态校正方案在不增加成本的基础上，结合利用电容电极200、加速度传感器300及生命参数采集器400等的采样结果，并利用构建的模式识别分类器完成对可穿戴设备10的佩戴状态的识别，提高了识别的准确率。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。