由于智能手机的便携性,越来越多的人习惯于使用智能手机进行拍照。但是,使用智能手机进行拍照是非常耗能的。由于电池的发展没有赶上智能手机其他硬件的发展,因此能耗问题是一个非常迫切的问题。经过观察,在用户拍摄的过程中,有许多能量都是被浪费在拍照前的准备工作中。同时,我们也发现了拍照中的几个节能点。因此我们可以通过感知用户的动作,并合适的时候利用节能点进行节能。为了在拍照的时候延长手机电池的使用时间,我们提出了一个基于上下文的智能手机节能方案“SenSave”。SenSave可以感知用户在拍摄过程中的动作,同时可以根据用户在拍摄过程中的动作状态使用相应的合适的节能策略。利用智能手机中内置的低功耗传感器,比如线性加速度传感器,重力加速度传感器以及陀螺仪,我们可以提取出能区分用户活动的具有代表性的特征,同时通过实施节能措施减少能量的消耗。除此之外,通过维护一个活动状态机,SenSave能够逐层决定用户的活动并且提高用户行为的识别准确率。我们还引入了扩展的马尔可夫链来加强“SenSave”,通过预测用户下一个活动状态以提前调整节能策略。最后,我们在基于安卓系统的智能手机上实现了相应的系统,并通过真实环境下的使用验证了我们方案的有效性。在本文中,我们主要的创新点如下:·1.通过使用智能手机的内置传感器来识别用户在拍照过程中的活动,我们提出了一个基于上下文的智能手机拍照的节能方案。基于行为感知的结果,我们可以实施相应的节能方案。·2.我们创建了一个三层结构以进行行为感知,即躯干层,手臂层和手腕层。我们使用低功耗的传感器来提取区分不同动作的特征,比如使用线性加速度传感器、重力加速度传感器以及陀螺仪的数据来提取不同动作的代表性特征。通过维护一个活动状态机,我们可以逐步地识别出用户的动作,且降低了行为识别的错误率。·3.我们设计了一个有效的节能方案,不需要用户额外的操作便可根据当前用户的活动状态自适应地实施合适的节能策略。同时,我们也引入了一个扩展的马尔可夫链来提前预测用户下一个动作状态,以便提前实施相应的节能策略以减少更多的能耗。·4.我们已经在搭载安卓系统的智能手机上实现了 一个系统原型。实验结果表明,我们的解决方案能够以95.5%的准确率识别用户的行为。同时,对比于不使用节能策略的拍照,我们可以节省46.5%的总体能耗。通过引入扩展的马尔可夫链,我们可以进一步减少6.4%的能耗。