本人985博士，发明的一项研究成果，现已发表于CCF A类国际顶尖会议UbiComp。
系统UI使用Python和OpenCV实现，现已商用于Philips等知名电动牙刷厂商。
功能包括：刷牙位置识别与显示，刷牙时长统计（每颗牙）。
具体实现：
信号处理实现方法：通过调用numpy、scipy等科学库实现相关算法。相关算法共编写了5个大的模块，包括离散傅立叶变换、巴特沃斯滤波器等信号算法，也包括决策树、支持向量机、狄杰斯特拉等决策算法。
数据来源：麦克风实时监测刷牙位置（相关算法原理可见论文）
UI实现方法：所有的牙齿分为32个图层，系统通过调用OpenCV API改写图层的通道值实现牙齿热度图的实时刷新。并绘制箭头显示在当前牙齿位置。
深度学习方法：本项目使用TensorFlow构建了一个深度学习网络用于辅助判断。网络模型参考VGG实现。数据来自于实际的麦克风文件wav，使用numpy生成data.npy和label.npy文件用于规整数据集。训练200个batch以达到基本效果。